
実務データ分析虎の巻Vol.79~情報のサマリー力
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。
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。
当たり前のことを「知っている」、「頭で理解している」ことと、「実践して成果を出せる」ことには大きな開きがあります。後者ができることには非常に高い価値があると感じています。そして、それは多くの人がまだできていません。
これって”結果論” ⇒ “方策”になっていませんか?
地方自治体などを中心に、『自業務で「データ分析」を活かし示唆を得る』ことの難しさと方法を”練習“するプログラムが効果を発揮しています。
仕事での「考える」には大きく2種類あります。ところがこれがあまり意識されていない故に、「考える」人材やスキルが正しく育成されていない現場によく出くわします。
その2つとは、次の2つです。