Twitterで多くのデータ分析関係者に賛同された記事の紹介

よくある「データ分析研修」はB（つまりどういう手法があってそれで何がわかるか）しか教えません。

そのため受講者は「使える」には至らないケースが多発します。

これはその中身が統計やいわゆるデータサイエンスでも同じです。

下図のAやCが完全に欠落しているのです。

AとCは実務経験がないと教えられない内容なのですが、圧倒的大多数の受講者も教えている人も、それが抜けているが故に使えないという事実を知らないのです。

となると、統計やデータサイエンスなどの知識や方法論が不足していることが「使えない」原因だと考え、いたずらにその数を増やそうとします。
それは図中のBが肥大するだけで、問題の解決には至りません。

「データサイエンス」の範囲として、ＡやＣを含める（正確には”含めて考えたい”）という気持ちも分かりますが、現実的ではありません。
なぜなら、大学などアカデミックな世界で教えている人が実業での経験がなかったり、学んでいる学生自体が具体的な課題認識を持っているわけではないからです。

つまり、個人の能力の問題ではなく、状況的にＡ～Ｃを網羅することは難しい状況の中でＢだけに注目が集まり過ぎていることにリスクを感じています。

私が提供しているプログラムは、ＢよりもむしろＡやＣについて、その考え方やテクニック、重要性をお伝えすることに重きを置いています。
その上で、Ｂのテクニックをお伝えし、それらを活かそうという発想です。

令和4年度に向けて、ご興味や課題をお持ちの方はご相談頂ければと思います。