はじめに
自分は、以下の本にあるような、大学で学ぶ統計学の知識を修めています。
ですが、「あるロジックの改善をして欲しい」と頼まれて、現状把握のためデータ分析しようとするも、価値のある（儲かる）活用ができていませんでした。
次のアクションにつながる提案ができませんでした。
なぜだ。。。？
そこで、振り返りました。
- 改めて「データ分析」の価値はなにか？
- どう使えば良かったのか？
- 統計学の知識があったのに、なぜ役に立たなかったのか？
- これから行動を改善すればいいか？
を、書いていこうと思います。
「データ分析」の価値とは
シンプルに価値とは、データ分析はビジネスにおいて、より良い決定を下すために役立つ手段だと思っています。
例えば
- 最初に、AかBかどちらかを選択する場合（意思決定の精度）
- 次にまた成功しやすい行動を行うための意思決定の精度を向上させる（再現性ある結果を得る）手段
だと思っています。
振り返り「統計学の知識があったのに、なぜ役に立たなかったのか？」
結論から言うと、データを見たりグラフ化する作業をまず先にやってしまったのが問題でした。
自分は、まずデータを手に入れて、そこから何が言えるかを考えようとしてしまいました。これが間違いでした。
なぜか？
表面上起きていること、またはそのデータの表現が、とくべき問題を直接表現しているとは限らないからです。
データそのものや、グラフは事実データです。
そこからインサイトを得ようとすると思考回数が多くなり、非効率でした。
事実、私は、仮説なしに生データを眺めてもそこからは成果につながるアクションには繋がりませんでした。
（実際、自分は、ある最適なロジックを組み立てる際、まず、現状の生データを見て、データ加工をしたりグラフ化して、そこからインサイトが得られないかなどをして、10時間以上かけたりしていました。考えることが苦手なので、データの中に絶対的な正解や心理を見つけようという心理があると思ってしまったのかもしれません。）
どうすれば、効率的に効果的なアクションにつながる示唆をデータ分析から得られるか
当たり前に言われることですが
まず、主張（これを行うことで、どうビジネスが改善に向かうかのストーリー）を明確にすることが大切だと思いました。
具体的にいうと、最初に以下を定義することが大切だと思いました（もちろん、これでも正解に近づけるかは保証はしていません）。
- 目的の設定
- なんのためにしたいのか？
- 何を知りたいのか？
- という目的
- 問題の定義
- 何が問題なのか？を明らかをまず明確にすること
- 何が問題で、何を解決したいのか？
- 何が問題なのか？を明らかをまず明確にすること
この方法だと、少なくとも目的設定や、問題定義をしない場合よりも早くにアクションにつながっていたと思います。
また、データだけ眺めてても、解決策はたぶん見出せないと思います。
自分は、考えることが苦手で、データ処理が得意な故、それに頼ったことが今回の原因だと認識しました。
具体的なとるべきアクションとは？
- まず生データを用意する癖を止める
- 次に、問題の設定と目的をあきらかにする
統計を知っているだけでは、ビジネスの役には立たなかった
（こういうと、統計学にも失礼ですね）
成果を出すために、データを活用するプロセスは、以下のフェーズを順番に行うのがいいと思いました。
- 目的の設定や問題を定義するフェーズ（考える時間）
- ツールを使ったり、統計学をもちいて分析するフェーズ（作業する時間）
- 結果から考察し論理を構築するフェーズ（考える時間）
自分はいきなり、フェーズ2を行ってしまいました。
なるほど、成果を出すために、データを活用するプロセスが整理できたら、以下の原因がわかりました。
- 目的や問題がなかったので、結論も曖昧になる
- というか迷走して出せない
- 無駄にグラフや表が増えてしまうのこと
つまり原因は、目的の設定や問題を定義していないからです。
この経験から、以下のことがわかりました。
データ分析と同じくらい大事なこと
データ分析も大事だけど、それと同等、いやそれ以上に大事かもしれないこと
それは、データをどう活用するかのプロセスです。
私は、データから新しいインサイトを得ることばかり考えてしまい、データ分析の手段だけ実施して、ビジネスを成功させる狙いがありませんでした。
P値を1%精度向上させることよりも、有意差を出すことよりも、まず正しくデータを活用することが大事だと学びました。
最後に
データをどう活用するかのプロセスに関するノウハウ本があったので自分のアクションにするため、書評をかねてアウトプットします。
アウトプット100本ノック実施中