実務データ分析虎の巻Vol.26(仮説の作り方)

bnr_toranomaki

データ分析に限らず、「仮説作り」に関して悩まれている方が思ったよりたくさんいる、と感じています。

ただ、「仮説を作れるようになる」とはどういうことか具体的なイメージは人により一律ではないようです。

データ分析での「仮説」には2通りあると考えています。

(1)現状把握と課題の場所を特定するための仮説

現状はどうなっているのか?課題はどこに発生しているのか?

これを特定するために必要な仮説です。これに答えるためのストーリーを完成するには、情報の穴を埋めるための仮説が必要です。

具体的にはデータをどう分解し、比較するかを決定するための仮説です。

 

(2)要因を深掘りするための仮説

現状把握や課題の場所が特定できたら、次には「なぜそれが起こっているのか?」を知る必要があります。

その「なぜ?」のアイデアを具体的にするための仮説が必要です。

その仮説に沿って、要因を特定していきます。

 

 

かなり端折って書きましたが、要は「仮説を作る」とはどういう目的で何を得るものなのかを、分析プロセスの中で考えないと、いつまでも漠然としたまま悶々とする気持ちが払拭できません。

 

このあたりは私の研修やセミナーでじっくりやるところです。

関連記事

  1. 実務データ分析虎の巻Vol.17(最初の課題定義で気を付けること:その…

  2. 実務データ分析虎の巻Vol.32(分解と逆の発想)

  3. 実務データ分析虎の巻Vol.7(正しいアプローチでも“使えない”結果に…

  4. 実務データ分析虎の巻Vol.41(現場のモチベーションが上がるデータ分…

  5. 実務データ分析虎の巻Vol.43 (データはいくつ必要なのか?)

  6. 実務データ分析虎の巻Vol.3(どこかで切ってみる発想)

コメント

  1. この記事へのコメントはありません。

  1. この記事へのトラックバックはありません。

PAGE TOP