データ活用に必要なのは「統計」でも「データサイエンス」ではない、という話
やはり「統計学」も「データサイエンス」もパーツでありツールでしかないことが分かります。
やはり「統計学」も「データサイエンス」もパーツでありツールでしかないことが分かります。
分析のやり方、統計学ではなく、実務でしっかりと成果を出すための基本、本質に特化したトレーニングです。
1つの分析結果だけで、ストーリー性のある結論を導けることは稀です。にもかかわらず、「データ分析」を身に付けようとすると、単独の分析手法や計算方法、統計知識を積み上げようとしてしまいがちです。それでは「実務で成果を出す」には到底到達できません。
相関分析において致命的となる、2つの関係の”距離“について言及していないことが多く見られます。
データ分析や問題解決を行うための本質の中の本質(問題や目的をどう定めるか、目的に沿ったデータをどう特定するか、特定したデータをどう見るか)に加え、実際に分析作業を行うためのテクニックや考え方をお伝えします。
これらを進めるには、実際の分析作業やデータ収集を行う前に、「仮説」が必要です。「こういう流れにすれば結論に至ることができるだろうな」 (緑色の矢印部分)や「こういう結論を出すためには、こういうことを調べないといけないだろうな」(赤丸部分)を筋道として事前に想定しておくのです。それをデータという客観的な情報で検証、確認します。
某メーカー向け「データ分析活用研修(オンライン標準版)」の受講者の声が届きました
このように考えると、「自分の主観を客観に変える」ためのツールの一つがデータであり、そのデータを適切に扱えるスキルを持つことで、仕事だけでなく自分の人生の中の選択の質も劇的に上げることができます。
目的に適したデータ選択・情報の取り出し方・要因の特定まで
お客様に、私のプログラムの軸や、データ分析の本質をご説明する際に、わかりやすい例として「家具つくり」を例に出すことがあります。
こちらでそれについて簡単に纏めました。