---

データ分析を実務に活かして課題解決するってこういうことです！

 

日経BP社主催の”データ分析活用”セミナーが4月20日（金）に東京にて開催されます。

このセミナーも既に15回を超える回数を実施しており、毎回ほぼ満席となり、大変高い評価を頂いています。

 

セミナーの中では、１つの課題ケース「レーザープリンターのここ半年の利益額が減少している」を扱い、その根本対策をストーリーとして導き出すまでをレクチャーと演習を通じて体験します。

 

データ分析は単独で成立するのではなく、仮説と目的によって複数の分析を繋ぎ合わせていくことで、しっくりと納得のいく結論を導き出せることを学んで頂きます。

 

「なるほど、問題解決という具体的なゴールを達成するためには、こうやってデータ（分析）を扱えばよいのか」

ということを実感頂けることでしょう。

 

新年度となり、新たなポジションや仕事で、「データやデータ分析を活用することが求められる」という人には、特にその基礎的な考え方とテクニックを習得頂ける絶好のタイミングではないでしょうか。

 

他の多くのデータ分析研修やセミナーと異なり、考え方や進め方など、私の実務家としての経験と実績、コンサルタントとして多くの企業や自治体で成果を導いてきた内容に基づいた、極めて実践的な内容となっています。

 

是非、2018年度のスタートに、このセミナー受講をご検討ください。

 

http://www.nikkeibp.co.jp/seminar/atcl/cn/nc180420/

---

内と外といったペアで分解できれば「課題解決家」の道が拓ける

 

日経BP社のITProがXTECH（クロステック）という媒体に変わりました。

それまでITproで続けていた『データ活用に必須の課題分解術 』の連載も最終回（第6回）を迎えました。

 

http://tech.nikkeibp.co.jp/it/atcl/column/17/080200324/010500008/

 

これまで5回にわたり、目の前の課題を（データなどで）分解する際の切り口、視点をどう持つのかという、だれもがお悩みのポイントを紹介してきました。

最終回では、これらの考え方やテクニックを駆使して、

 

「パン屋のパンが売れない」

 

という課題（の要因）をどのように切り崩していくのか、という総合演習ケースを紹介しています。

 

データ分析をするときも、課題解決をするときにも、とても大事、でも最初に難しさを感じるのは、この”課題を分解する”ことなのです。

ここに難しさすら感じず、まずは目の前にあるデータをいじってみて・・・・

とすると、全く意味をなさないグラフが量産され、課題も解決できないし、説得力ある結論も出せないという結末を迎えます。

 

 

 

 

 

 

新しくなったXTECH（クロステック）サイトでは、新たな連載を始めます。

タイトルは正式に決まっていませんが、「データ分析文化やスキルをどのように組織に定着させるのか、何がその阻害要因となっているのか」について、組織論的（？）に紹介したいと考えています。

 

個人のスキルも大事ですが、組織としてのパフォーマンスを上げてもらうことも大事ですよね。是非ご期待ください。

 

---

切り口の自己否定で、課題分解の視野を広げる

 

日経BP社が提供しているオンラインサイトITproでの連載「データ活用に必須の課題分解術」の第5回の記事がアップされました。

 

ロジカルシンキングでロジックツリー(Logic tree）を作る、抜け漏れの無い仮説を引き出すなど、理屈は分かっていても、実際にそれを自分でやろうとすると難しいポイントがあります。

特に実務での場数、経験が少ないほど、この難しさをより強く感じてしまいます。

 

一番の処方箋は、そのスキルを持った人をメンターとして、何度もトライアンドエラーをして身に付けるということですが、それは誰でもできる環境、とは言い難いですよね。

 

では一人でどのようなテクニックを地道に学んでいくべきか、というのがこの連載のテーマです。

その中でも今回は「視野を広げてアイデアを広く網羅的に発想する」ためのテクニックを紹介しています。

 

http://itpro.nikkeibp.co.jp/atcl/column/17/080200324/010400007/?itp_leaf_index

 

 

 

アイデアは「う～ん」と唸っていても生まれません。

一人でロジカルにアイデアを広げるには、この方法、かなり効果的です。

是非ご覧ください。

---

「質の高い仮説をどう立てるのか？」

誰もが知りたいこの秘訣をテクニックや考え方とともにお伝えするこのプログラムも、開催回数を重ねてきました。

 

http://www.nikkeibp.co.jp/seminar/atcl/cn/nis170728_2/

 

毎回大好評を頂いているが故に、開催がずっと続いている状況です。

 

情報やデータを見て、それに基づいて仮説を立てるのか？

いや、そうではなく、より本質的な仮説の立て方があるのでしょうか？

 

本プログラムでは主に後者についてお伝えします。その理由も明快にお伝えします。

 

毎回、開催の度に少しずつ内容のグレードアップを図っていますが、今回はその割合が通常よりも多く、これまでの様々な実践事例や、受講者のフィードバックなどをより多く取り入れた、最新改訂版としてお届け致します。

 

「課題解決スキル」として、

「データ分析活用スキル」として

 

仮説立案はその鍵を握ります。皆様の受講をお待ちしております。

 

---

先日、大手メーカーにて実在の課題とデータを用いたワークショップを行いました。

 

データ分析のワークショップとはいえ、参加者全員で画面とにらめっこしながらデータをいじる、というものではありません。

 

この会社は、とある商品群について「売上減」を食い止めるための施策を効果的に検討するにあたり、関連するデータからその道筋を見出そうと1年近く模索し続けていました。結果的に想定していた結果になかなか至らず、今回のご依頼をいただいた次第です。

４つのグループを作り、私が全体のプログラムをリードしました。

 

具体的には、課題に対する評価指標の置き方、目的とそこから社内のアクションにどうつながるのか、といった「分析前」に必要となる検討事項をグループディスカッションで考えました。

 

もうこの時点で「あれ？こう考えると、今までやってきた分析や検討に気になるところが出てきたぞ」と気づく人が現れ始めます。

 

具体的には「売上変動率」を評価指標と置き、売上率を大きく落とした商品群を「悪者」と定義していたのです。その悪者の拝見を知るために、顧客属性や販売ロケーションなどのデータを掘り下げ、何かヒントを見つけようとしていました。

 

ところが、上位の評価指標は「変化率」という（動的）な指標を見ている一方、顧客属性やローケーションなどは、変化を供わない（静的）な指標データです。変化の要因を、変化しない要因で説明しようとしているので、うまく両者がマッチせず、何も見えてこないという事態が続いていたことに気づきます。

 

このフェーズをクリアできたら、次には、その評価指標をより具体的な指標に分解し、問題点を突き止めるための比較軸を挙げるといったことをグループごとに進めました。

 

グループ間で随時発表を行い、質問や突っ込みをしあうことで、新たな気づきや発想が生まれ、結果的に参加者の学びにつながります。

 

今回このプロジェクトがうまく行ったのは、参加者すべてが自業務に直結しているわけではないものの、全員になじみがある身近な課題であったこと。そして、比較的シンプルな課題であると同時に、考え方により掘り下げられる範囲や可能性が広く存在したことなどが挙げられるでしょう。

 

もちろん、参加者の積極的な参加マインドが非常に場を盛り上げたこともあります。

 

通常の研修とは異なるこの試みに、大変高い評価をいただくことができました。

一般論による研修で「型」を学ぶことも重要ですが、そのあとには、「実践型」「プロジェクト型」の取り組みで、身近な課題に”こうやって答えを出せばよいのか”という実体験をすることで、一気に組織のデータ活用力が飛躍します。

 

ご興味がある方は是非ご相談ください。