「知識と知恵の違いが知りたい」「知恵を付ける思考法を知りたい」
このページに来たということは、そう考えているのではないでしょうか？
RPAコンサルとして、思考やロジカルシンキングを研究しています。
今回は、DIKWモデルを用いてデータ、情報、知識、知恵の違いを解説します。
DIKWモデルとは?
DIKWモデルとは、情報をまとめるためのフレームワークです。
DIKWモデルでは、「データ」「情報」「知識」「知恵」別のものとして定義しています。
・Data（データ）
・Information（情報）
・Knowledge（知識）
・Wisdom（知恵）
データ
事実を定量的に表したものです。
線ではなく点であり、データだけに意味はありません。
（例）7月府中店の売上が500,000円
情報
情報はデータを分類化したものです。
データという点を繋いで線にしたイメージです。
例えば、以下のように分類化されたデータが「情報」です。
| 店舗名 | 7月 売上 | 先月比 |
| 吉祥寺駅前店 | 500,000円 | +7.5% |
| 池袋本店 | 400,000円 | +1.0% |
| 三鷹駅前店 | 550,000円 | +6.7% |
| 渋谷店 | 480,000円 | -2.1% |
分類するためには、「場所」「アルファベット」「時間」「カテゴリー」「階層」の頭文字をとって、LATCHが使われます。
・Location（場所）
・Alphabet（アルファベット）
・Time（時間）
・Category（カテゴリー）
・Hierarchy（階層）
Location（場所）
データを物理的、または空間的な位置情報で分類して意味を持たせます。
・地図
・案内図
Alphabet（アルファベット）
データをアルファベット順、五十音順に並べて意味を持たせます。
・電話帳
・辞書
・索引
Time（時間）
データを時間別に並べて意味を持たせます。
・年表
・カレンダー
・番組表
Category（カテゴリー）
データが属するジャンル、カテゴリーで分類して意味を持たせます。
・邦楽、洋楽、ロック、ポップ
・洋食、中華、和食
Hierarchy（階層）
データをヒエラルキーによって分類して意味を持たせます。
・重要度：大 中 小
・頻度：高 中 低
知識
情報を規則化、パターン化したものです。
元とする情報
| 店舗名 | 7月 売上 | 先月比 |
| 吉祥寺駅前店 | 500,000円 | +7.5% |
| 池袋本店 | 400,000円 | +1.0% |
| 三鷹駅前店 | 550,000円 | +6.7% |
| 渋谷店 | 480,000円 | -2.1% |
知識
7月は駅前の店舗が売上が上がっている。
分類化された情報から、何かしらの意味を持った法則、パターンを抽出したものが知識となります。
知恵
自分だけのオリジナルの知識です。
知恵は、データ、情報、知識を思考により昇華させたものです。
知識が真似されやすく、古くなり陳腐化する傾向にあるのですが、知恵はオリジナルの知識で真似されにくく、将来的にも使える知識です。
ビジネスでの利用
誰かの考えた「知恵」は、取り入れる時は「知識」です。
知恵は自分でしか作り出すことができません。
ビジネスで成功するためには、方法は2つだけ。
・こうすれば儲かるという成功法則（知識）を取り入れる
・他の業界の成功法則（知識）を思考によって自分の業界の成功法則（知恵）を作り出す。
まとめ
DIKWモデルでは、「データ」「情報」「知識」「知恵」で情報を整理します。
・データ：事実を定量的に表したもの
・情報：データを分類化したもの
・知識：情報を規則化、パターン化したもの
・知恵：自分だけのオリジナルの知識。思考により創造される。
