はじめに

本記事は、Googleデータアナリティクスのプロフェッショナル認定証のプログラムより、参照させて頂いています。興味を持った方は、是非受講してみてください。

正しい問いかけ

今日、さまざまな業界で多くの企業が、急速な変化と不確実性に対処しています。老舗の企業でさえも、新しいことを取り入れ、次に何が起こるかを見極める必要に迫られているのです。そのために必要なのが「問いかけ」です。正しい問いかけをすることで、多くの企業が望む革新的なアイデアにつなげることができます。

データ分析も同じです。どんなに多くの情報を持っていても、どんなに高度なツールを使っていても、正しい問いかけから始めなければ、データは多くを語ってはくれません。いわば大量の証拠を持っている刑事が、重要な容疑者にそのことについて尋ねないようなものです。

ここでは、効果的な問いかけの方法と、避けたい問いかけについてもご紹介します。

高い効果が見込める問いかけを作るための「SMART フレームワーク」

具体的な問いかけ

これは、シンプルで重要な、 1 つのトピック、または密接に関連するいくつかのアイデアに焦点を当てたものです。これにより、調べたいことに関連した情報を収集することができます。 1 つの要素に絞って問いかけてみましょう。

NG：「最近の子どもたちは十分に運動をしていますか？」
OK：「推奨されているとおり週に 5 日 60 分以上の運動をしている子供の割合はどのくらいか？」

測定可能な問いかけ

これは、その結果を数値化して評価することができます。

NG：「なぜ最近投稿したこの動画は流行ったのか？」
OK：「その動画を投稿した最初の週に、ソーシャルチャンネルで何回共有されたか？」

行動指向の問いかけ

これは、変化を促します。課題解決とは、現在の状態を見て、それを理想の未来の状態に変える方法を考えることだと覚えておくとよいでしょう。行動指向の問いかけは、理想の未来に到達するためのステップなのです。

NG：「どうすればお客様に製品パッケージをリサイクルしてもらえるか？」
OK：「どのようなデザインにすれば、よりリサイクルしやすくなるか？」

関連する問いかけ

これは、解決しようとしている課題にとって重要であり、意義があるものを指します。例えば、絶滅危惧種のカエルに関する課題に取り組んでいるとしましょう。

NG：「なぜパインバレンズのアマガエルが消え始めたことが課題なのか？」
OK：「1983 年から 2004 年の間にノースカロライナ州ダーラムでどのような環境要因が変化し、サンドヒルズ地域からパインバレンズのアマガエルがいなくなったのか？」

時間制約な問いかけ

これは、調査対象期間を指定します。ここでの調査期間は、 1983 年から 2004 年までです。これにより、可能性の幅が狭まり、データアナリストは関連するデータに集中することができます。

避けたい問いかけとは

誘導尋問のような問いかけ：回答者が特定の回答しかできない

例：この商品は高いと思いますよね？

このような問いかけは質問の中に答えを示唆しているため、誘導尋問といえます。より良い問いかけの例としては「この製品に関するあなたの意見をお聞かせください」などが挙げられます。こうすることで価格だけでなく、使い勝手、機能、付属品、色、信頼性、人気など、より多くの回答が得られるでしょう。課題が価格に焦点を当てているのであれば

「この製品の価格（または価格帯）がいくらくらいなら購入したいですか？」

といった問いかけもできるでしょう。このような問いかけであれば、測定可能かつさまざまな回答が得られます。

クローズドエンド（選択式）の問いかけ：一言または簡潔な回答しか得られない

例：トライアルには満足していただけましたか？

このような問いかけは、回答に広がりのないクローズドエンド型の問いかけといえます。これでは回答者からは一言しか得られず、あまり有益な情報にはなりません。より良い問いかけの例としては

「トライアルしてみて、この製品についてどんなことを感じましたか」***

などが挙げられます。こうすることで「よかった」以外の詳細な情報を提供してもらうことができます。

漠然とした問いかけ：具体的でない、またはコンテキストがわからない

例：このツールはあなたに合っていますか？

この問いかけは、コンテキストがなく漠然としすぎています。ねらいは、新しいツールとそれに代わるものを比較することでしょうか？これだけではわかりません。改善例としては、

「データ入力に関して、新しいツールは古いツールと比較して速いですか、遅いですか、それとも同じぐらいですか？もし速い場合、どれくらいの時間が節約できましたか？遅い場合、どれだけの時間をロスしましたか？」

などが挙げられます。これらの問いかけは、データ入力という文脈があるうえ、かかった時間という測定可能な回答も得ることができます。

公平性

公正さとは、問いかけが偏見を生んだり、助長したりしないかを指します。

例えば、ある科学館を訪れた人に満足度調査を行うとします。そのアンケートで「私たちの展示物の中で最も気に入っているものは？」と聞くと展示物を気に入った前提になってしまいます。そうかどうか、わかりませんよね。

公平性とは、誰もが納得できる問いかけをすることです。問いかけの内容は、明確で、誰にでもわかりやすい表現であることが重要です。不公平な問いかけをすると、データアナリストとしての仕事がやりにくくなります。信頼できるフィードバックが得られず、本当に価値のあるインサイトを得る機会を逃してしまうのです。