【日経情報ストラテジー6月号】の連載です。
連載第9回の今回は、グラフのトリックについて。
執筆時に毎週追いかけていた、横浜市のインフルエンザ情報をネタにしてみました。



B型は増えていない事実をグラフに騙されずに読み取る方法など。
横浜市の情報の見せ方がかなりミスリードだったので、ちょうどよいネタになりました。



 



情報を受け取り、読み取るマネージャクラスの人は、単にデータ分析のやり方を知っているだけではなく、”読み方”(つまりリテラシー)がより求められるのです。



 



リテラシーを付けたいマネージャ、そしてマネージャ以外の方も是非ご覧頂き、データ分析のアウトプットを読み取る力、騙されないスキルを身に付けてください。



T-1 T-2 T-3



 






データ分析や課題解決をしようとすると、多くの人が詰まってしまう「仮説の立て方」。

仮説は、思い付いたものをただ単に並べれば良い、といものではありません。


自分の視野の広げ方や、ロジカルな仮説の立て方まで、実践的な内容をお伝えします。



 



毎回大好評につき、今回で4回目の開催です。大手コンサルファームの研修でも実施している、他では受けられない内容です。




次のようなプログラムになっております。是非、ご検討下さい。



1. 仮説構築に必要なロジカルシンキング


・仮説とロジカルシンキングのつながりについて
・ロジカルシンキングについて


2. 仮説前に押さえておきたい「課題定義」

・課題とは
・押さえておきたい3つの注意点



3. “分解”視点の仮説立案

・課題ポイントを特定するために必要な“分解”のための仮説について



4. “要因特定”の仮説立案

・要因を広く洗い出すための視野の広げ方について




5. データ分析のなかの仮説アプローチ



・データ分析プロセスの中で仮説をどう活かすのか








仮説立案




『日経情報ストラテジー』「マネージャのためのデータリテラシー講座」第8回

の今回は”グラフリテラシー(グラフを正しく読み取る力)”について。



 



見た目や視覚に頼り過ぎると、騙されたり、勘違いしたりしがちなグラフ。

数字そのものや、まとめ方自体が間違っていなくても受け取るメッセージが同じになるとは限りません。そこに落とし穴があるのです。




そこで、正しく情報を読み取るためのスキルとは、について書きました。


今回は、次の3点について

1)折れ線グラフの「基点」はどこか

  折れ線グラフの最初(基点)を100と決め、そこからの推移を相対値で表すグラフをよく目にします。ところが、基点をどこに取るかによって、その印象はガラリと変わります。つまり、作成者が恣意的に印象操作することや、間違ったイメージを与えるリスクがあるのです。



2)省略された「軸」の危険性

 棒グラフの縦軸など、一部の縮尺を省略して書くと、見た目の印象(とくに変化の幅)が変わります。恣意的に変化を大きく見せようとすると、この手が使われることが多いようです。見る側としても注意が必要です。



3)印象が2乗にも3乗にもなる「立体」マジック

 立体の棒グラフや、3次元を意識した球体のバブルチャートなど、書き手に何ら意図が無くとも、見る側に課題な印象を与える(実際の数値の2乗や3乗の大きさの印象を与える)ことがあります。”見た目がきれい”にこだわり過ぎると”正確さ”を失ってしまいます。


ネタが多いので次号にも続きます。



また、今年後半には、これらマネージャ向けの内容を演習と混ぜて、日経BP社よりセミナーに昇華させることも計画中です。

是非お楽しみに!





CIMG6837 CIMG6838 CIMG6839




これは私がセミナーや研修でいつも最初にお話することです。



 



「データ分析をやるため」ではなく、「データ分析を仕事で活用するため」に必要なものは何だと思いますか?



 



これを聞くと、多くの方が「データ分析のやり方や知識」と答えます。



もちろん最小限必要な知識やスキルは必要なのですが、そのようなとき、私はこの3つの箱をお見せします。



3つの箱



 



 



 



 



左から順に、分析プロセスを大まかに示しています。



一番左(1)は、分析”前”に必要な課題定義や仮説構築です。



これなくして行う「分析作業」は”目的のない数字遊び”になり兼ねません。分析のゴールや目的を決めずに右往左往するケースは後を絶ちません。



 



次に必要なのは「分析をどうやるか」という内容です((2)の箱)。



これ”だけ”に多くの人が注目します。言い換えると、これさえ身に付ければ、今の課題(=データを仕事に活用できていない)を解決できると思われているのです。



 



事実はこれに反します。



実際に”抜けてしまっているのは”むしろ、先の(1)と次の(3)です。



 



(3)とは、分析”後”に、個別の分析結果を有機的につなげて、筋の通ったストーリーを作ることです。これなくして、組織の中で、個々の分析結果だけを振りかざしても何も伝わりませんし、結果として何も起こりません。



 



私のプログラムは、この3つの箱のウェイト(比重)を、プログラムの目的に合わせてアレンジして作っています。



(2)だけを伝える研修やセミナー、本が多い中で、組織の中での実務経験に基づいて(1)と(3)に重きを置いてお話できることが最大の価値だと自負しています。



 



これらの点から、単なる単発研修だけでなく、それに続く、実際の実務課題のサポートをご依頼頂くケースが増えてきました。”使える”ようになるための考え方や進め方をお伝えし、成果をあげています。



これらのご依頼に感謝すると共に、実際に成果に結びつけることができる他にないサポートをこれからも多くの方々にご提供させて頂きたいと思っております。



 



よろしくお願い致します。



今週(3/16)発売の私の新書のご紹介です。




統計理論や分析技術は益々高度化し、多くの一般実務家が置いて行かれてしまっている現実をよく知っていることもあり、敢えて世の中(とはいえ一部の人だけなのですが)の風潮と180度逆の視点から本質に迫った本を出します。



データ分析の本質は、「統計」や「データサイエンス」などのテクニックそのものには左右されません。



データ分析するのに、余計なものを削ぎ取って、残った本質だけをまとめたらこの本になりました



気が付いたら「統計」も余計なものだったので、思いっきりそぎ落としてみました。
ちなみにExcelも出てきません。



http://www.amazon.co.jp/dp/4797385499/



画像A



この表紙の人のコメントが全てを物語っています。



最終のタイトルについても編集者は当初「データ分析「超」入門」というシンプルなものを提案してきましたが、私がどうしても「統計学に頼らない」を入れることに最後までこだわり(この本の思想の一番のこだわりなので)、最終的にこの形になりました。
表紙の男の人の吹き出しコメントも、当初の複数案から、最終的に私の案に入れ替えてもらいました。



そのくらい、私の「思い入れ」が強い一冊になっています。
他にはない、本質に迫る「データ分析の入門書」を是非お楽しみ下さい。
私にとっては初めての新書で、ボリューム・価格共にお手頃感があります。



多くの人に届きますように。


PAGE TOP