「おなかが痛い」も”問題”ですよね。お医者さんはこれをどう解決するでしょう？

データ分析で問題解決をするときも、一般的な「問題解決」のプロセスを外すと、良い結果が出ません。

正しいプロセス（手順）を理解するために、おなかが痛くなった場合の対処プロセスに沿って確認してみましょう。

例えば、「おなかが痛い」という”問題”に出くわし、病院に行ったとしましょう。

問題解決者であるお医者さんは、どのように対処するでしょうか？

まずは、問題の定義として、つまり「誰が何に困っているのか？」を考えます。
これは簡単ですね。「私がおなかが痛くて困っている」ですね。

そこで病院に行きます。

問題解決者であるお医者さんは、「お腹のどこでどのような痛みが、いつからあるのか」など、問題の所在を絞り込んでいきますね。

これが「課題ポイントの特定」です。データの得意とするところで、問題解決や分析のSTEP1となるところです。

問題の所在が具体的に絞られた（特定された）次は、その”原因（要因）”を探ります。恐らく仮説を立てた上で、その検証をして特定するのでしょう。

例えば、食べ過ぎだとか、他の病気が影響しているとか、細菌に感染しているなどが有り得そうですね。

この”検証”のステージもデータが活躍する場の一つです。

最終的にその「原因」を解決するための対処法（処方やアドバイス、搬送など）を下すことでしょう。それが最終的な方策やソリューションということになります。
このときに大事なのは、この方策は「問題」に対してではなく「要因（原因）」に対して行うべきものだということです。
「問題」に対してだと、対処療法にはなるかもしれませんが、「根本解決」にはならないリスクが高いからです。

データを活用するポイントと、その結果を最大限生かすための必要な進め方、プロセスについての紹介でした。