実務データ分析虎の巻

「男vs女」、「値引の実施vs未実施」など、複数の“定性的”な違いを数値で確かめるクロス集計という方法があります（詳細は是非検索を）。

私のTwitterで反応が高かったいくつかのメッセージをご紹介します。もちろん私自身が、とても大事、本質だと思っているからこその内容で、それに多くの方が共感されたことを嬉しく思います。これらが皆さまのお役に立てば更に嬉しいですね。

「仮説の作り方」に興味がある方は多いと感じます。一方、”良い仮説“とは何か？を把握されている人は決して多くはありません。
私が考える“良い仮説”の条件は次の２つです：

　「我が町の人口減少問題」について、高校生たちに”どうデータで立ち向かうか”を考えてもらいました。

私は情報を正しくまとめ上げる力を「情報・データのサマリー力」と呼んでいます。この意味で、先の解答例はサマリー力があるとは言えません。

　セミナーや研修で「課題を具体的に定義し、仮説を設定する」ことが如何にデータ分析の実務活用に必要かをあの手この手でお伝えしています。その中でも、分かりやすく伝わると感じるフレーズがこれです。

「データを活かそう」と現実の課題やプロジェクトに取り組むと、結論となるメッセージと使われているデータが指し示すことが一致していない問題を度々目にします。これは特にこれまでデータを十二分に活用してきた経験がない方に共通してみられます。

新潟県燕市役所で行った「自治体の課題解決のためのデータ分析活用プロジェクト」

　セミナーでの企業研修でも、「仮説立案」への関心はとても高いと感じます。難しいテーマでありながら、なかなかそれを学ぶ機会がないことが理由でしょう。

２つのデータの間の直線的（比例）関係の強さを示す分析が相関分析です。相関分析を学ぶとまずは2つのデータ（例えば売上と来店客数など）を散布図上の縦軸、横軸に取り、いかに直線（相関）関係に近いかを確認します。