定性と定量は越境できない / insight_tokyo02

Insight Tokyo ＃2
https://insight-tokyo.connpass.com/event/176422/

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

Transcript

1. 定性と定量は越境できない
   しんゆう＠データ分析とインテリジェンス
   2020/05/28 Insight Tokyo ＃2
   #InsightTokyo
   

   View Slide

2. • 本日の資料は
   https://speakerdeck.com/shinu/insight-tokyo02
   に公開済み。ブログ・Twitterからもリンクあり
   • 〇 SNSで話題にすること
   • × 録画・録音
   • アーカイブの公開はありません
   資料・SNS・写真撮影などについて
   

   View Slide

3. • 定性と定量は何かと比較されたりするが、本来は目的を達
   成するための方法の違い
   • 今回は「定性と定量の越境」というテーマ。そこで、そも
   そも定性と定量の間には境目なんて存在しないのでは、と
   いうのが話の主旨（というか結論）
   • 手法とかではなく、データ分析に取り組むにあたり先に意
   識しておくべきことの１つ
   前置き
   

   View Slide

4. • 自己紹介
   • ポークカレーを作ろう
   • データ分析の流れ
   • ポークカレーとデータ分析の共通点
   • 定性と定量との話はどこにでてくるのか
   • 本題：定性と定量の越境について
   • 方法を先に考えると起きる事
   • 実際の仕事で起きることにどう対応するか
   • まとめ／宣伝
   目次
   

   View Slide

5. 自己紹介
   

   View Slide

6. • しんゆう（ Twitter : @data_analyst_ ）
   • ブログ「データ分析とインテリジェンス」を書いてる人
   https://analytics-and-intelligence.net/
   • フリーランスでデータに関する仕事をあれこれ
   • 仕事でやりたいこと：意思決定のための情報分析をする人
   • 仕事でやってること：データをうまく使えるようにする人
   自己紹介
   

   View Slide

7. ポークカレーを作ろう
   

   View Slide

8. • 定性や定量の分析を考える上ではデータ分析の流れの全体
   を捉えておいた方が見通しが良い
   • いきなりデータ分析の流れを話すとわかりづらいと思う人
   もいるかもしれない
   • そこで、ひとまずデータサイエンティストやＵＸリサーチ
   ャーという言葉は一切忘れて、ポークカレーを作ろうとし
   たらどんな流れになるかをまず考えてみて、その後データ
   分析についても見てみよう
   ポークカレーを作ろう
   

   View Slide

9. ポークカレーを作る流れ
   何を作るか ポークカレー
   • 作りたいのはポークカレー
   

   View Slide

10. • 必要な材料は何かを考えて、集めてくる
    ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    

    View Slide

11. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 豚肉の場合
    家にあるなら
    それを使えばＯＫ
    

    View Slide

12. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 豚肉の場合
    無ければ買いに行く
    買いに行く
    

    View Slide

13. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 豚肉の場合
    豚小間が無ければば
    ら肉を代わりに使う
    買いに行く 代替品
    

    View Slide

14. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 豚肉の場合
    豚肉が手に入らない
    ならチキンカレーに
    する
    買いに行く 代替品 料理を変更
    

    View Slide

15. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 食材によっては使わない選択肢もある
    使わなくても作れる
    場合もある
    買いに行く 代替品 料理を変更 使わない
    

    View Slide

16. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 調達したら食材ごとに下ごしらえ
    買いに行く 代替品 料理を変更 使わない
    下ごしらえ 切る → 下味をつける → 炒める
    

    View Slide

17. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 調達したら食材ごとに下ごしらえ
    買いに行く 代替品 料理を変更 使わない
    下ごしらえ 皮をむく → 切る → 炒める
    

    View Slide

18. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • それぞれをまとめて仕上げる
    買いに行く 代替品 料理を変更 使わない
    下ごしらえ 切る → 下味をつける → 炒める 皮をむく → 切る → 炒める
    仕上げ カレールーを入れる → 煮込む → 味を調整する
    

    View Slide

19. ポークカレーを作る流れ
    何を作るか ポークカレー
    必要な材料は何か 豚肉 じゃがいも 玉ねぎ にんじん カレールー
    材料を調達する 家にある
    • 盛り付けて完成
    買いに行く 代替品 料理を変更 使わない
    下ごしらえ 切る → 下味をつける → 炒める 皮をむく → 切る → 炒める
    仕上げ カレールーを入れる → 煮込む → 味を調整する
    提供する 盛り付ける
    

    View Slide

20. データ分析の流れ
    

    View Slide

21. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    • どれぐらい継続するか、が知りたいとする
    

    View Slide

22. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    • 必要なデータにはいろいろな考えられる
    利用状況
    

    View Slide

23. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    利用状況
    • データを収集するにも色々な方法がある
    

    View Slide

24. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    利用状況
    • 集めたデータは処理をして
    

    View Slide

25. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    洞察 それぞれの結果を統合
    利用状況
    • 洞察を行って結論を導き出し
    

    View Slide

26. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    洞察 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • 最後に何かしらの方法でまとめる
    

    View Slide

27. ポークカレーとデータ分析の共通点
    

    View Slide

28. ポークカレーを作る流れ
    何を作るか
    必要な材料は何か
    材料を調達する
    • ポークカレーを作る流れだけを見てみるとこうなる
    下ごしらえ
    仕上げ
    提供する
    

    View Slide

29. データ分析の流れ
    何が知りたいか
    必要なデータは何か
    データを収集する
    • データ分析の流れを考えてみると同じなことに気づく
    処理
    洞察
    伝達する
    

    View Slide

30. • ポークカレーの作り方とデータ分析の流れをそれぞれ見る
    と、とても似ている
    • 何が似ているかというと、最初に目標を決めてそこから材
    料／データを考え、材料に合わせて方法／手法を決めてい
    く、という流れ
    • 材料や手法から初めても何かはできるが、それは本当に目
    的に合ったものになるとは限らない。適当にやって運まか
    せ、結果的にうまく行ったらよかったね、では仕事にはな
    らない
    ポークカレーとデータ分析の共通点
    

    View Slide

31. 定性と定量との話はどこにでてくるのか
    

    View Slide

32. • 全体像を見てもらったが、この中では定性や定量という言
    葉は出てこなかった
    • 定性や定量の話はどこにでてくるのか？
    定性や定量の話はどこにでてくるのか
    

    View Slide

33. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    洞察 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • この中で定性や定量の話はどこにでてくるのか
    

    View Slide

34. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    洞察 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • 「定性や定量の違い」は「方法の違い」
    

    View Slide

35. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    洞察 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • 何が知りたいか、必要なデータは何かが先にある
    

    View Slide

36. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    洞察 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • どうやるかを考えるのは目的に準ずる
    

    View Slide

37. データ分析の流れ
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを収集する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    処理 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • 方法から目的を考えるのは順番が違う
    

    View Slide

38. 方法を先に考えると起きる事
    

    View Slide

39. 方法を先に考えると起きる事
    何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを調達する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    処理 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • 途中からだと解くべき問題につながらないかもしれない
    

    View Slide

40. 何が知りたいか アプリの利用者はどれぐらい継続するか
    必要なデータは何か 満足度調査 競合 市場 購買実績
    データを調達する NPS POS 行動観察 公開情報 アンケート
    処理 整理 → 集計 → グラフ 何が売れているか・併売は何か
    処理 それぞれの結果を統合
    伝達する レポート・BI
    利用状況
    • 目的に繋がらないと分析した気になるが何も解決しない
    方法を先に考えると起きる事
    

    View Slide

41. • 方法から入ると「どうやるか」だけ考えてしまったり目的
    を置き去りにして自分のやりたい方法にこだわりがち
    • 方法とは、定性や定量といった手法の区別だけでなく、今
    あるデータとか、導入済みのツールとか、新しく勉強した
    手法とかも同じ
    • 常に目的は何かを意識する必要がある
    方法を先に考えると起きる事
    

    View Slide

42. • 特に近年、データサイエンスやＵＸリサーチのような特定
    の職種や手法が良く聞こえてくる
    • その影響で手法から入った人にはそれぞれの領域がまった
    く違うように見えているのかもしれないが、そうではない
    • 自分ができる、やりたい方法に固執するのは避ける
    方法を先に考えると起きる事
    

    View Slide

43. 本題：定性と定量の越境について
    

    View Slide

44. • 言いたいことは、定性も定量も「何が知りたいのか」とい
    う目的を達成するための方法あるいは手段であり、境目は
    存在しない
    定性と定量の越境について
    

    View Slide

45. • 言いたいことは、定性も定量も「何が知りたいのか」とい
    う目的を達成するための方法あるいは手段であり、境目は
    存在しない
    • 存在しない境目は超えられない
    定性と定量の越境について
    

    View Slide

46. • 言いたいことは、定性も定量も「何が知りたいのか」とい
    う目的を達成するための方法あるいは手段であり、境目は
    存在しない
    • 存在しない境目は超えられない
    • 定性と定量は越境できない
    定性と定量の越境について
    

    View Slide

47. 実際の仕事で起きることにどう対応するか
    

    View Slide

48. • 考え方についてはここまでで話した
    • とはいえ考え方だけでは実際の仕事で起きることには対応
    できない
    • こんな場合にはこうしたらいいのでは、というのを２つ簡
    単にだが触れてみる
    実際の仕事で起きることにどう対応するか
    

    View Slide

49. • 定性と定量それぞれの領域はまた様々な分野で構成される
    • １人であらゆる分析をやるのは当然無理だし必要ない
    • なのでどこかに軸足を置きつつ＋その周辺に広げていくこ
    とになる
    • それは複数の領域の分析かもしれないし、分析とマーケテ
    ィングなどかもしれない
    • どこかに特化するならよほどの専門知識を持っているかつ
    それが許される環境でないと厳しいのでは
    全部はできないのでどれをどれだけやるか
    

    View Slide

50. • 良い方法があるのに自分のできる／やりたいことと違う場
    合はどうするか
    • 自分がどうこうではなく良い方法があるならその方法を選
    択する
    • 良い方法を自分ができないならできる人に任せる方が良い
    し、そういう人がいないのなら自分でやるか、別の目的に
    切り替えることも検討する
    • とにかく自分ができる／やりたいことを前提にしない
    良い方法と自分のできる／やりたいことが違う場合
    

    View Slide

51. まとめ
    

    View Slide

52. • 目的を達成するために一番良い方法を選ぶべきで、定性や定
    量を最初から分けて考える必要は無い
    • 自分ができる／やりたいことを優先してはいけない
    • とはいえ全部１人ではできはないので、みんなでうまいこと
    分担していこう
    まとめ
    

    View Slide

53. 宣伝
    

    View Slide

54. • エンジニアとアナリストの間でビジネスサイド向けにデータ
    を抽出したり、使いやすくしたりする役割について考える
    『データアーキテクト（データ整備人）を”前向きに”考える
    会』を主催
    • 次回 第４回は６／９（火）オンライン開催
    • TwitterやCompassの「データ分析とインテリジェンス」と
    いうグループから登録できます
    #前向きデータ整備人
    

    View Slide

55. • データ分析やその周辺にまつわるイベントを開催中
    • データ分析の実務能力向上を目的とした新しいイベントも
    企画中
    • Compassで「データ分析とインテリジェンス」というグル
    ープがあるので興味があれば登録しておくと新しいイベン
    トの登録や募集開始時に連絡がいきます
    https://analytics-and-intelligence.connpass.com/
    ・
    Compassグループ
    

    View Slide

56. ご清聴ありがとうございました
    しんゆう＠データ分析とインテリジェンス
    https://analytics-and-intelligence.net/
    Twitter：@data_analyst_
    

    View Slide