データを理解する・分析するとはかなり広い概念になります。

私のデータに対する思いは、以下のような思考から来ています。
１．ビジネス
　なんの為にデータを理解し分析しているかというと、ビジネスを成長させるため。ここが原点です。

２．オペレーション（業務）
　ビジネスには何らかのオペレーションが発生しています。人がマニュアルで行っていたり、自動化されていたり様々な形があります。
　データの発生源と言える場所で、データのフィードバックをすべき場所。
　ここでどのようなデータを取得または作成するかが重要。そもそもないデータは分析できません。また、重要な要素を含むデータがしっかり取得できているかが重要です。
　取得したデータがどう重要かは分析の結果わかりますが、重要なデータを取得できているかはビジネスとオペレーションを理解していないとわからなかったりします。

３．データの理解
　ここでデータの理解をします。データの意味、取得方法、関係性などを理解しています。
　当初予定していた保存すべきデータが、現場では別な意味で利用されていたりすることもよくあること。
　また、取得方法もエンドユーザーが一度切りの入力で行ったものや、業務スタッフが毎日入力しているもの、自動で生成されるものなど、それぞれ信頼性が違います。

４．データの分析
　ここからは様々な分析手法が存在していて、必要に応じた情報は取得できると思うので省略。

５．分析結果に応じた対応
　分析しているだけではビジネスは成長しません。分析結果を用いて、ビジネスモデル、顧客のターゲット層、オペレーションなどに反映させる。特にオペレーションを管理していた事も多かったので、オペレーションの効率化、スタッフのモチベーション管理など様々なことに活用できます。
　分析結果を理解してもらう為にも、ビジネスやオペレーションを理解していないと対応できなかったりします。
　単に分析だけをして理解してくださいではなく、そこから何をすべきかが見えるものであるべきと思います。
　また、オペレーションの現場での改善だけでは対応できないことは、しっかりと経営側で対応しないといけません。

このような思考を持っていたのですが、しっかりと可視化、手法としていたのがあったのでご紹介をします。
恥ずかしながら今まで知りませんでした。

CRISP-DM
Cross-industry standard process for data mining

これで私の頭もすっきりまとまりました。