
実務データ分析虎の巻Vol.70(「考える」にも2種類あります)
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。
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。
企業研修の中で時々次のような質問を受けることがあります:
「最初から結論有りきで、恣意的なデータで恣意的な分析をしなければいけないときはどうしたら良いのですか?」
財務省での問題と同じ状況ですね。サラリーマンだった私にもよく分かります。
でもここは「データ分析でこれを解決できる」期待は捨てたほうが良さそうです。
簡易に判別する方法の一つが、ヒストグラムです。縦軸にデータの数、横軸にデータの値(の幅)を取り、データの分布の形を棒グラフで可視化します。
くれぐれも職場のアンケート結果から「コミュニケーション不足」の割合が多いことを取り上げて“データによって要因が特定”などとされないように。
実務やデータ分析の世界には、多くの人の認識に反して、絶対的な正解など存在しないのです。しかも、仮説段階では、自分なりの根拠で、その切り口を自由に想定していいので、理論的にはその段階で「難しい」
という発想は出てこないはずなのです。100%の正解とのギャップを意識始めた途端、「難しい」と感じるようです。
データとデータの間のつながり(関連性)の強さの度合示す分析が相関分析です。”使った広告宣伝費“と”集客数“のつながりが確認できれば、広告宣伝活動は集客という成果につながっている(=効果がある)こと
が分かりますね。
「分析しても思ったような結果が得られない」このよくあるお悩みの原因の一つは、分析そのものではなくその前段階にあったりします。
いつも見ているグラフや表など、データを使ったアウトプットや指標はたくさんあると思います。是非再度その一つ一つをご覧頂きたいと思います。
そして、それぞれに対して「それ知ってどうするの?」と自分に問いかけてみてください。
「お客様の満足」は大切なことではありますが、一体それを知ることや 向上させることは何のためか、十分具体的に把握できているでしょうか?
回帰分析の「R-2乗値」について。現実的には、限られたデータだけで勝負せざるを得ず、仮にR-2乗値が低くても(=精度が低くても)それを使って結論を出すか、データを使うことを諦めるかといった二者択一に迫られるケースが少なくありません。