Upgrade to Pro — share decks privately, control downloads, hide ads and more …

データ分析は「次にどうするかを決めるため」にやること

29e4aa4e265e478995df09ca52d62103?s=47 ShinU
September 21, 2021

 データ分析は「次にどうするかを決めるため」にやること

作成者 :しんゆう
ブログ :データ分析とインテリジェンス
     https://analytics-and-intelligence.net/
Twitter:https://twitter.com/data_analyst_

29e4aa4e265e478995df09ca52d62103?s=128

ShinU

September 21, 2021
Tweet

Transcript

  1. データ分析は
 「次にどうするかを決めるため」
 にやること
 
 2021/09/21 


  2. 本資料について
 • 本資料は2021年9月に某社にて行った講演資料です
 • 講演のアーカイブはありません
 • 内容は全て発表開始時点における私見です。後日意見が変 わっているかもしれませんがご了承ください
 


  3. 自己紹介
 • 名前:しんゆう @data_analyst_
 • 最近の活動:データを使いやすくする人
      (データアーキテクトまたはデータ整備人)
 • ブログ:データ分析とインテリジェンス
      https://analytics-and-intelligence.net
 


    スライドが表示されているページの下段にある説明欄からもリンク があります

  4. 目次
 • 前提:「データ分析」はプロセスである
 • 「データ分析」は意思決定のために行う
 • 「データ分析」にまつわるいろいろな話
 
 


  5. 目次
 • 前提:「データ分析」はプロセスである
 • 「データ分析」は意思決定のために行う
 • 「データ分析」にまつわるいろいろな話
 
 


  6. 前提:「データ分析」はプロセスである
 • 本資料における「データ分析」とは「意思決定と分析のプロセス」 の「要求」から「伝達」フェーズをさす
 
 
 • つまり、目的を達成するための意思決定を助ける
 • 「データが与えられてそれを何とかする」


      =「処理」と「洞察」のフェーズではないので注意
 
 
 目的の 決定 要求 収集 処理 洞察 伝達 意思決定 と実行 フィード バック
  7. 料理に例えると
 • 意思決定と分析のプロセスは料理に例えるとわかりやすい
 • 「データ分析」とは「注文に応じた料理を作ること」
 


  8. 目次
 • 前提:「データ分析」はプロセスである
 • 「データ分析」は意思決定のために行う
 • 「データ分析」にまつわるいろいろな話
 


  9. 「データ分析」は意思決定のために行う • どんな言い方をしていても最終的には「次にどうするか意思決定 するため」であることは共通している(はず)
 • 例外:投資として事前に「データ」を作っておくことも「データ分析」 と呼ぶこともある。長期的には何かの意思決定に使われること が想定されている
 • 「処理」と「洞察」(あるいは「処理」だけ)をさして「データ分析」あ

    るいは「分析」と呼ぶこともあるが意思決定を無視していたらただ の「数字いじり」
 
 

  10. データ分析は「予測や推論」 • 「データ分析」とは次のことを決めるためなので、未来のことを考 えているとも言える
 • 未来のことなので「予測や推論」が必要
 • 意思決定に必要なのは「過去の売上」ではなく「今後の売上はど うなるのか」
 •

    過去の事実やニュースだけではいくら量があっても次にどうする か決められない
 

  11. データ分析は「不確実性を減らす試み」 • もしデータ分析で完璧な予測が出来たら「確実」に決めることが できるがそんなことはできない
 • 完璧な予測ができないからとにかくやってみる、も違う
 • その中間にある「次にやることの不確実性を減らす試み」と表現 するのがよさそう
 


  12. データ分析=どの道をいくとどうなるか • 見知らぬ土地で道が3通りある時、確実に間違いな道がわかれ ばそれを選択肢から外せばうまくいく確率は増える=不確実性 を減らす
 • 「どの道を行くか決める」ために「どの道をいくとどうなるのかを調 べる」のがデータ分析
 • 地図を捜す、地元の人に聞いてみる、実際に行ってみるなど方

    法はいろいろ。地図がないこともれば、あっても間違っているか も
 
 

  13. 目次
 • 前提:「データ分析」はプロセスである
 • 「データ分析」は意思決定のために行う
 • 「データ分析」にまつわるいろいろな話
 


  14. 「データ分析」にまつわるいろいろな話 • 「データ分析とは何か」の話はおわり。ただ、これだけでは伝わり づらいと思う
 • そこで「データ分析」を題材にしていろいろな面から見ることでう まく捉えられるようにできないか、と考えた
 • 順番と重要度の関係はない。自分が受け入れられやすい話を選 んでもらえればいい


    • むしろここからが本番(?)
 
 
 

  15. 「データ分析」はだれでもやっていること
 • 「勘と経験と度胸(KKD)」ではなく「データ分析による意思決定」 と別物のように言われることもあるが間違い
 • 経験とはすなわちその人が持っている「データ」であり勘とは「洞 察」とも言える
 • つまり「データ分析」はだれでもやっていること
 •

    その時に自分の持っているデータ(経験)だけから考えるか、目 的にあわせてデータを外部から取ってくるかの違い
 • 自炊で全部済ませるか、レストランにも行くかはその人が何を求 めるか次第
 

  16. 決まっているなら実行したほうがいい • 表現や名称はともかく「データ分析」は「次にどうするかを決める ため」にやること
 • 言い換えると「次に何をするかが決まっている」=「意思決定が 終わっている」ならばさっさと実行したほうがいい
 • 「何かやらなければいけない」ではなく「現状維持」もまた意思決 定の1つ


    
 
 

  17. • データ分析は「決めるため」なので実は「P」の一部
 
 
 
 • Cだけを「分析」と考えてしまうとPのための分析が抜ける=勘と 経験と度胸(KKD)で企画することになる
 • Pを作るための予測や調査がデータ分析


    
 PDCAとデータ分析 目的の 決定 要求 収集 処理 洞察 伝達 意思決定 と実行 フィード バック P D
  18. • データ分析は「決めるため」なので実は「P」の一部
 
 
 
 • CはPの振り返りなので目的は決まっており「何をチェックするか」 から始まる
 • AはCに基づいての実行


    
 • 重要なことはPのためのデータ分析を忘れないこと
 PDCAとデータ分析 目的の 決定 要求 収集 処理 洞察 伝達 意思決定 と実行 フィード バック C A
  19. 全部「データ分析」のための手段
 • 個別に扱われがちだが全部「データ分析」のための手段
 ◦ 数理モデリング/機械学習/クロス集計/〇〇法
 ◦ A/Bテスト/効果測定/可視化
 ◦ 定量/定性、〇〇分析/〇〇リサーチ
 ◦

    SQL/Python/R/各種プログラムやツール
 • 目的に合わせて手段を選ぶことが重要。自分ができなければ他 の人の力を借りる。自分ができる/やりたいことから初めてはい けない
 
 

  20. 「データ」と「インテリジェンス」の違い
 • 「データ分析」の別の表現もある
 • 「意思決定のために必要な情報」とは「特定の意思決定のため に洞察して得られた予測や推論」であり、それを「インテリジェン ス」と呼ぶ
 • 「情報」には「データ」と「インテリジェンス」がある
 •

    「インテリジェンス」以外の「情報」は全て「データ」
 
 

  21. データ分析=インテリジェンスを作る
 • 「データ分析」とは「データからインテリジェンスを作るプロセス」と もいえる
 
 
 
 
 データ全体は実質的に無限。一方で知りえることはその中のほんのわずか

  22. 「データ分析」だが「データ」を作っている • 「データ分析」といいつつも「インテリジェンス」ではなく「データ」を 作っている場合がある
 • 今ある課題に対する意思決定につながらないが、欲しいと思っ てからでは間に合わないので事前に分析を行う
 • 「特定の企業が作るデータ」は市場調査/競合調査/顧客満足 度調査/画像判別/基礎統計等


    • 注意:長期的には何かしらの意思決定のために使われることが 想定されている。誰かが「インテリジェンス」にしないなら「デー タ」を作っても貢献しない
 

  23. 都合のいい分析を要求されたら問いを変える • 「次にこうしたいからこういうデータが欲しい」に答えるなら「デー タ分析」とは別の何か
 • 自分が分析担当でその要求が「前回のキャンペーンがうまくいっ たように見せたい」なら「前回のキャンペーンがどうだったかを客 観的に調べる」と返す。良し悪しの判断は分析者ではなく意思決 定者にまかせる
 


    
 
 

  24. 目的を決めないデータ分析は無駄になる 目的や解くべき課題 知るべきこと 集めるデータ 処理の手法 • 目的を決めないで「データ分析」を初めても「目的や解くべき課 題」のためにならないかもしれない
 • 意思決定者と背景や優先順位を共有していないのにプロセスの

    途中から始めた「データ分析」がうまくいったとしたら丸投げされ ているか、ただの偶然
 自分が使ってみたい手 法から初めてデータを集 めて分析しても解くべき 課題に繋がっていなけ れば無駄になるだけ 
 本当に必要なデータは こちらかもしれない

  25. 背景を共有しないと分析が無駄になる例 東京から熱海に行く 移動手段/宿/食事 移動手段ごとの違い 一覧にして比較 • いくら羽田発着の飛行機の情報が網羅されていても行く場所に よっては何の役にも立たない
 • どこか行きたいので任せた(丸投げ)、ちょうど北海道に行くつも

    りだった(偶然)なら使われるかも
 • 「分析したのに使われない」原因になっていないか注意
 
 熱海に行くのに羽田か ら飛行機にのる人は多 分いないのでどんな分 析も無駄になる
 新幹線/バス/車

  26. まとめ • 正解は無い
 • データ分析について自分なりに考えたらよさそうなこと
 ◦ 意思決定に必要なことはなにか(今回の話)
 ◦ 求められている役割はどこか
 ◦

    責任を全うするためには何が必要か
 • 概念だけでは実務には使えないので求められている役割に必要 なスキルを身に着けるようにしよう
 
 
 
 ご質問などあればお気軽にご連絡ください
 しんゆう @data_analyst_