前回大好評であった「データ分析デザイン」のセミナー再開催！

２０２５年年明けの１月２４日に、前回大好評であった「データ分析デザイン」のショートセミナーを再度開催致します。

業務や課題解決のために、データ活用を実現するための具体的な設計図作りを「データ分析デザイン」と呼び、その組み立て方、考え方を２時間でお伝えします。

https://event.shoeisha.jp/bza/datadesign-online

データやデータ分析を活用するには、「データから情報を読み出す」だけでは全く歯が立ちません。
その前の目的（ゴール）に始まり、やりたいこと、引き出したい内容、適切なデータの選択など、作業の下地を具体的に考えておく必要があります。

一方で、そのために何をどう考え、どんな注意点があるのかを学んだり体験する機会はほとんどありません。
これが「データを活用できていない」最大の理由である、とも言えます。

そのような重要なポイントをオンラインで２時間（ライブで行います）で学べる絶好の機会です。
是非、ご参加ご検討下さい。

2024年は独立10周年を迎える節目の年となりました。

お蔭様で2024年も多くのご依頼を頂き、全国の企業、自治体の皆様に「データ活用」のスキルをお届けして参りました。

同時に、受講された皆様による、「実践結果」にもたくさん触れ、データの威力や驚きを頂く機会にも恵まれました。

今年も無事に実施させて頂けたことに、お礼を申し上げます。

来年、2025年も皆さまにとって良い年となりますように。

ありがとうございました。

【AI回答】柏木吉基（データ＆ストーリー）のアプローチが他のデータ分析専門家とどう違うのか？

AI(Co-Pilot)に、『柏木吉基（データ＆ストーリー）のアプローチが他のデータ分析専門家とどう違うのか？』を聞いてみた回答がこちらです（そのまま貼り付けます）。

かなり良い（正確な）回答だと思いました。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

柏木吉基さんのアプローチは、特に以下の点で他のデータ分析専門家と異なります：

1. ストーリーテリングの重視：データを単に分析するだけでなく、その結果をわかりやすく伝えるためのストーリーテリングを重視しています。これにより、データの洞察がビジネスの意思決定に直結しやすくなります。
2. 実務経験の豊富さ：日立製作所や日産自動車での実務経験を活かし、具体的なビジネス課題に対する実践的な解決策を提供します。特に、ビジネス改革プロジェクトでの成功経験が豊富です。
3. 教育と研修の専門性：大学での講師経験や企業向けの研修プログラムを通じて、データ分析とロジカルシンキングの教育に力を入れています。これにより、受講者が実際の業務で即戦力として活躍できるようサポートしています。
4. 多様な業界でのコンサルティング：製造業からサービス業まで、幅広い業界でのコンサルティング経験があり、各業界特有の課題に対する深い理解を持っています。

これらの要素が組み合わさることで、柏木さんのアプローチは非常に実践的でありながら、データの価値を最大限に引き出すことができるのです。

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

いかがでしょうか。

「都合の良いデータで都合の良い結論」問題

研修やセミナーをしていると、たまに聞かれる質問があります。

 「自分の言いたいことに合わせて、都合の良いデータを引っ張ってきて、都合の良い結論を作ってしまうってことはないですか？」

 これに対する私の答え：「分析者によっては、もちろんあり得ます。」

 「それを避けるためには、どうすれば良いのでしょうか？」

 これに対する私の答えはこちらです：

「データ分析の活用を教えている私としてはその答えは持っていません。
   なぜなら、本人が意識的にそうしている前提では、これは“データ”や“データ分析”の問題ではありませんよね。
　分析や知識といった方法論で解決できる要素は思いつきません。
　分析者がその場をどう乗り切ろうとしているのか、どういうことを第一に置いているのかといった、分析者個人の価値観や覚悟、倫理観の問題だと言えないでしょうか。
　意図的にやっているとすれば、方法論で何とかできる/する話ではないはずです。
　分析の問題と分析者の意図・意識の問題とを切り離して考えることが求められます」

 例えば、私にもこんな状況は何度もありました。

『あと30分以内に本部長向けの提案を作らなければならない状況にあります。今から本腰を入れてそもそも論を考えて準備する時間はなく、とりあえず明確にこちらが言いたいことを示す都合の良いデータだけを集めて、有無を言わさずに提案を通してしまいたい。』

 教科書的に言えば、そんな状況でも客観的データを全て集め、論理的な結論を準備して提示すべきだ、となるのでしょう。

一方それよりも、「まずは自分の考える提案を是が非でも通す。

結果には全て責任を負う」という”意思“が優先されることも現実的には起こり得るでしょう。

いずれにせよこれは分析方法とは関係ない話ですよね。

『結局、仮説で決まる。』が発売です！

遂に明日（10月26日）に新刊『結局、仮説で決まる。』（日本実業出版社）が発売となります。

問題解決やデータ分析における”ゴール定義”や”仮説の立て方”について、実践的なアプローチを具体的に書いています。

https://amzn.asia/d/jfTuXAz

私個人としては、前作から4年ぶりの発刊となります。

内容は、多摩大大学院MBAの授業「クリティカルシンキング」や、企業向け研修プログラムとして提供している「仮説立案実践講座」で扱っている内容に
事例ケースを豊富に追加したものになっております。

これまで積み上げてきた知見とテクニックを余すところなく紹介しておりますので、是非ご覧ください。