この記事について
最近BIツールを使って数字を出すことが多くなりました。
使うデータ使わないデータをまとめ複雑怪奇なグラフや表を量産しています
分析する上でこれは良くないので、自戒の念を込めて年内に反省し来年こうしようという気持ちで書きました。
分析の目的・背景・狙いの理解
いきなり数字を出そうとすると結局よくわからないものが気軽に出来上がってしまいます。
文脈、前後関係、事情、背景、状況の理解。つまりコンテキストの理解が一番必要ではないかと思いました。
データの依頼ってざっくりとした状態で来る
コンテキストを100%理解して進めることができれば良いのですが、一番最初はどんな感じなの?とりあえずやってみてよな感じでデータを出すことが多かったりします。
データの特徴を理解することを目的とした初動調査が必要で、これは探索的データ分析、英語ではExplanatory Data Analysis(EDA)と呼ばれています。
この状態は濾過前の泥水のようで、綺麗な状態ではありません。
相手が本当に知るべき内容以外の情報が多々含まれた状態です。
私が直近出している数字は主にこのEDAの状態が多く、これが複雑怪奇なグラフや表となっている状態でした。
説明的、予測的、指示的データ分析
探索的データ分析後に重要なことだけをまとめ、具体的に説明し伝えなければなりません。
説明的データ分析(Descriptive)
こうなってるのはこういう理由です的なもの
予測的データ分析(Descriptive)
このままいくと将来的にこうなります的なもの
指示的データ分析(Prescriptive)
意思決定をするためにこの数字あげたらこうなります的なもの
ざっくりというとこの3種にわかれます。
ここでもコンテキストが重要になってきます。「誰に/何を/どんなふうに」です。
誰に
対象を誰にするかで表現方法は変わってきます。
分析結果に興味がある全員にささるような多方面にいい顔をする分析結果を作る必要はないのではと考えました。
いろんなニーズに答えたくなります。ただ意思決定者に伝えられるようにするのが1番効果的で伝わるのではないかと思います。
何を
相手に知ってもらいたい内容です。
個人的に一番難しいのはこれではないかと感じています。
データを出した上で、意思決定者に次の行動を選んでもらうのが良いかと思っていました。
しかし一段踏み込み自分で理解した内容を基に次のアクションの提示までできると、「あっ、そうなんだ」のような感想だけで終わらず施策への落とし込みや次の課題に対して進めることができデータの提示だけで終わらずに済みそうです。
どんな風に
「誰に/何を」が定まれば、それをどのように伝えるかで結果が変わりそうです。
重要なことをまとめ意思決定者に伝えるように・・・とは書きはしました。
ただ重要なものだけが羅列されて説明するよりも、違った角度のデータも取り入れたものにしておかなければスムーズに進まないなと感じています。肯定したい気持ちはありつつも否定したい気持ちってみんな持ってますよね・・・。
まとめ
データ分析は相手のことを理解し説明するという真のコミュニケーション能力が求められるものなんだなぁと再認識させられました。
コミュ障を脱却してコミュ強になる方法みたいな記事を誰か描いてくれないかしら・・・。