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。

分析能力

『分析能力とは、事実を基に課題を解決することに関連する資質や特性のこと』

分析能力にはさまざまな側面がありますがここでは重要な 5 つのポイントに絞って説明します。

分析能力とは、

好奇心
コンテキストの理解
技術的思考
データ設計
データ戦略

のことです。

好奇心

好奇心とは、何かを学びたいと思う気持ちのことです。好奇心旺盛な人は、たいてい新しい挑戦や経験を求めます。それが知識へとつながっていきます。

コンテキストの理解

コンテキストとは何かが存在したり、起こったりする状態、状況のことです。これは構造であったり、環境であったりします。

コンテキストを理解する簡単な方法は、 5 まで数えることです。 1、2、3、4、5。これらの数字はすべて、1 から 5 までのコンテキストの中に存在しています。

では、もしあなたの友人が 1、2、4、5、3 と言ったらどうでしょうか？その場合、 3 はコンテキストから外れています。実に簡単ですね。でも、少し厄介な点があります。それは、注意しないと 3 がコンテキストから外れていることに気づかない可能性が高いことです。だからこそ、耳を傾け、全体像を理解しようとすることが重要なのです。日常生活でも、常に物事をコンテキストに当てはめて考えてみましょう。

たとえば、食料品のリストです。小麦粉、砂糖、イーストといった品目をグループ化することは、食料品をコンテキストに置き換えることになります。これによって、食料品店のパン売り場で費やす時間を節約できます。

トランプをシャッフルしているときに、ジョーカーが混ざっていることに気づくことがありますよね？ジョーカーを使わないゲームをする場合、ジョーカーを識別するということこそが、それがコンテキストから外れていることを理解していることを意味します。ジョーカーを取り除けば、そのゲームを楽しめる可能性はぐっと高まるでしょう。

技術的思考

技術的思考とは、物事をより小さなステップや断片に分割し、それらを順序立てて、論理的に処理する力です。

たとえば、皆さんは請求書の支払いでその支払い手順をより小さなプロセスに分割しているはずです。
たとえば、請求書を支払期日順に並べて、次に、請求書を合計して、その合計を、銀行口座の残高と照らし合わせれば、今すぐ支払うべきか、それとも次の給料日まで待ったほうがいいのか、判断しやすくなりますね。
そして最終的に、支払います。

請求書の支払いなど、一見ひとつのタスクに見えるものを、より小さなステップに分割して順序立ててプロセスを進めることこそが、技術的思考が活きるときです。

データ設計

データ設計は、情報を整理する方法です。データアナリストは、設計には通常、実際のデータベースを用いますが、その能力を日常生活でも簡単に応用することができます。

たとえば、電話番号を整理する方法を考えてみてください。これもデータ設計の一種です。皆さんは、連絡先に氏ではなく名でリストに登録したり氏名の代わりにメールアドレスで登録しているかもしれません。その目的は、連絡先にすばやく簡単に電話をかけたり、テキストメッセージを送信するために明確で合理的なリストを設計することにほかなりません。

データ戦略

データ戦略とは、データ分析に使用する人、プロセス、ツールを管理することです。詳細に見ていきましょう。データ戦略とは、皆さんが取り組む課題のソリューションを見つけるために適切なデータの使い方を周知し、人を管理することです。プロセスとして、解決策への道筋が明確であり、辿れるものであるかを確認し、ツールとして、その仕事に適した技術が使われているかを確認するのです。

さて、日常生活での例でデータ戦略があてはまるものがあるかと疑問に思われるかもしれません。ありますよ。芝刈りを想像してみてください。

最初の手順として、芝刈り機の取扱説明書を読みますね。これは関係者、この例では皆さんが、利用可能なデータの使い方を確認することと同じです。取扱説明書には、保護メガネとつま先がある靴を履くようにと指示が記載されているかもしれませんね。

次は、プロセスと道筋を明確にし、辿れるようにします。そのためには、皆さんは芝生の上を歩いて、邪魔になる大きな棒や石を拾い集めるでしょうね。

最後に、安全に芝を刈るために、ツールである芝刈り機を点検してガソリンやオイルは十分か、芝を安全に刈れる状態であるかを確認します。

5つのスキルがデータ主導の意思決定にどのように最大限寄与するか？

『データ主導の意思決定とは、事実に基づきビジネス戦略を導くこと』

企業において、データ主導の意思決定は、さまざまな形で結果を改善します。

酪農家がアイスクリームの製造と販売を始めようとしたとします。酪農家は、購入者の好みのフレーバーを推測することもできますが、もっとよい方法があります。アンケートをとって、どのフレーバーが好きか聞いてみるのです。こうして酪農家は喜ばれるアイスクリームのフレーバーを選定するためのデータを得ることができます。
ある会社の社長が、社員が最も重視する福利厚生について知りたいと思っているとします。人事部長はカジュアルな服装規定だと言い、社長は、なぜそう思うのかを聞きました。すると、人事部長は、直感だとし、その根拠はジーンズや T シャツを着た社員をよく見かけるからだ、と言いました。しかし、この会社が社員アンケートなど、体系的なフィードバックプロセスを採用していたらどうでしょうか。実は、社員が一番喜ぶのは通勤交通費無料、かもしれません。人事部長は車通勤であったため、気がつかなかっただけかもしれないのです。

データ主導の意思決定により、ビジネス上の選択や課題への対応が自信を持って行えるようになります。また、機会が来たときに積極的に行動できるようになり、目標に向かって努力する時間と労力を節約できるようになります。

好奇心とコンテキストの理解

データの力を知れば知るほど、ますます好奇心が湧いてくるはずです。ニュースを読むとき、映画を見るとき、待ち合わせ場所に出向くときなど、日常生活の中にあるパターンや相関性に気づき始めるでしょう。アナリストは、コンテキストを利用して予測を立て、答えを調べることで、一歩踏み込んで考え、発見した内容に基づいて、結論を導き出します。この自然なプロセスは、データ主導で考えるための素晴らしい第一歩となります。

技術的思考

人は誰しも直感を持っています。データアナリストも例外ではなく直感を持っています。ただし、データアナリストは、直感を手掛かりにし、技術的手法で探索する訓練を積んでいます。常に事実を追求し、それを分析して活用し、得られたインサイトを基に意思決定します。

データ設計

データを論理的に整理し設計して、データアナリストが利用する情報に容易にアクセスして理解し、最大限に活用できるようにすることです。そして、データ設計はデータベースだけの話ではないということに注意しましょう。このような考え方は、日常生活のさまざまな場面で実践することができます。基本的な考え方はこうです。データ主導の意思決定を行えば、より多くの情報に基づいた効果的な意思決定を行える可能性が高くなります。

データ戦略

これは、課題を解決するために使用する人、プロセス、ツールに関連します。これは覚えておくべき重要な点です。なぜなら、データ戦略は、目標を達成するために必要な道しるべになるからです。また、データ主導の意思決定は一人で行うとは限りません。意思決定に全員が参加し、認識を共有すれば、成功する可能性は高くなります。そのため、具体的な手順が示されているか、使用する技術がデータ主導の戦略に沿っていると確認しておくことが重要なのです。