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. プレスリリース:Zeal社と業務提携を結びました

  2. Yahoo!ニュース掲載『真夏日はアイスが売れない!って本当?』

  3. Udemyでオンライン講座開始『”データを活かした”戦略的ストーリーメイキング講座』

  4. IoTやBIと分析スキルとの関係を整理すると・・

  5. 実務データ分析虎の巻Vol.58(「残業が多い」問題をどう解くか)

  6. 【再掲】日経BP主催「課題解決のためのデータ分析入門」オンラインセミナー(1/29)

PAGE TOP