データ分析の仕方・方法
ビッグデータに関するデータ分析の検討
会社でビッグデータに関するデータを分析して本業務に役立たせないか検討した経験があった。
ビッグデータとは大容量のデジタルデータで、例えば、インターネット上の様々なパソコンから生み出されるデータのこと。「データ量が増えたことでビジネスイノベーションを起こせるようになった」と解釈されるかもしれない
アマゾンはWeb上での顧客の販売履歴や閲覧履歴を蓄積しそれを分析すれば、顧客一人ひとりの趣味や嗜好を探り出しそれに合致すると思われる商品をリコメンデーションすることで売り上げを伸ばせる可能性に気づいた
会社のビックデータを分析して役立たせる検討をする際、どの様に何をすればよいのか困ったことがあった。
装置故障を未然に防ぐまたは装機復旧させるため、様々な装置ログの情報からリアルタイムで検出、アクション等ができないか。
データ分析に関する書籍
つい最近、分析に関する書籍に読んで非常に勉強になった。
その書籍には、
・企業内でデータ分析を同推進していったら良いかについて誰も教えてくれずに困っている
・企業の中で誰がどんなアクションを取ればデータ分析を推進できるのか誰も教えてくれない
とある。まさに、その通り。誰も教えてくれない。やってみないと分からない世界。
意思決定者の責任、過剰期待
意思決定者の責任
〇不確実性の軽視
データ分析をしても将来を読むには限界があるが意思決定をするにあたり決めてほしいというタイプ
〇分析への過剰期待
意思決定に必要な全ての材料を得られると期待している
データ分析をやっていると思ったようにいくことのほうが少ないはず
・それほど改善できないとき悪あがきせず、データ分析では解決できないことを認めればよい
・データ分析をすれば何でも問題を解決できると考えている人もいるがそれは間違い
・そもそも、データ分析に使えるデータは限られている
・また、誤差5％未満の予測手法を開発するといった目標に固執して分析手法をこねくり回して悪あがきしているのは時間の無駄
その通りだと思う。少しでも論理的に、複雑なデータを絡ませて中身を厚くしました的なやり方を好む人がいる。データも集めるだけ集めさせておいて、本当に必要かどうかは後から考えるタイプがいると時間ばかり費やし、データ管理も大変だ。
途中から、データ量もそうだが、何をどこまでやっていたのかも不明になる。
データ分析の方法
まず、データ分析に関しては
・そもそも、周りからデータ分析の過剰期待がある、意思決定に必要な全ての材料を得られると期待しているのだ
・データ分析は意思決定者のあらゆる期待に応えれらるものではないし、意思決定者が期待している結果と合致するとは限らないし、神様のように将来を言い当てるものでもない
分析を仕事にすると、データ分析結果の答えがどうなのか詳細な答えを求めらる。そのため、どのようにして分析するのかと問われることが多かった。最初から、分析しても何も得られないのであれば、そもそも分析する必要がないだろうとういう話になり、一方、誰もやったことがない未知の世界だから、やってみなければわからないという結論になったりした。
分析のやり方
データ分析でビジネスを変えるのに必要な３つの力
１．データ分析でビジネスを変える機会を見つける力
２．データ分析で問題を解く力
３．データ分析によるソリューションを実際のビジネスに使わせる力
〇目利きする力。変革するサクセスストーリーの青写真を描くこと
〇「解く」とは何か。解き方の手がかりはビジネスの現場にある
〇分析問題を設定する力。意思決定に役立つことがが目的であることを念頭にそれに焦点を絞った問題設定をする力を養うこと
〇現場力で解く力。分析結果を解釈するときも現場の知恵は必要
・前提として、データ分析でビジネスを変えるのであれば、分析を使ってもらえなければただの時間の無駄。（費用対効果、現場の抵抗を考慮する必要あり）
・現実の複雑な問題を単純な問題に変換し、前提条件として何を捨てるのかを見極める
・現場を知らずに分析することは困難。解くための手がかりを現場に行き、聞き出す力が不可欠。テレワークだと現場に赴くこともできない。現場以外でも、現場担当者と直接会う箇所は、食事中、エレベータの中、休憩室など直接会う機会を逃さないことで情報を得る。テレワークだと難しい。
・ゴールを意識し、データ分析の成果がビジネスに活用されることを目的とする
・データ分析で優れたソリューションが得られたけれども意思決定問題にフィットしない場合には、それがフィットするように意思決定問題を改変することを働きかければ良い
データ分析に関してこの人凄いなと思う人の共通点
この人は凄いなと思う人の共通点は
・発想にオリジナリティが溢れていること
・どこからこんな着眼点が生まれてくるのかなと思うような課題を提案する
・分析を進めていくときには、手作り感でいっぱいのやり方で進めていく
反対にどこにでもいそうな人だな と思う人の共通点
・先人のやり方を踏襲してばがりいる
踏襲が悪いのではなく、もっといい方法はないだろうかと考える方法が良いということ。確かに、その通りだと思う。データ分析のあるべき姿は、100人いれば100通りとも記載されていた。個性をだして、分析すれば良いと思った。（ただし、データ分析を資料化する際は数字の責任を持つことは信頼に関わるので必須だ）
