会社を変える分析の力

河本薫

[ブクログ · ★★★★★]

データ分析は何をすればいいのかではなく、何のためにあるのかを書いている本を探していたので、とても参考になった。データサイエンスによっていかにビジネス課題を解決するか、そのためにサイエンティストに必要とされる能力は何か、その能力を身につけるためにいかなる努力が必要なのかが書いてある。

アクションプランを考える。
■見つける力に関して
目的志向が私は弱い。これを上げるための本を見つけて読む。
またビジネスに関する勉強もする。現在関わるサービスはBtoCのアプリなので、マーケティングの勉強が必要か。顧客はどういうコンテクストでアプリを利用するか。
さらにビジネスにおける意思決定そのものについても勉強したい。ビジネスとはそもそも何かという勉強がしたい。ビジネスの目的とは何か。
■解く力について
どういうデータとプロセス(統計や機械学習)があるか知らなければ、アウトプットとしての分析課題を定義できない。そこでデータについては外部データやセンサーデータ含め情報を仕入れる。プロセスもまずは理解できるように勉強する。クラスタリングとかをちゃんと説明できるように。クラスタリングの仕方は調べればすぐわかるんだから。
■使わせる力について
ここが一番苦手。人と関わるのが苦手だから。コミュニケーションの課題は一体原因は何か自分でもわかってない。まず課題の定義から。過去の体験から分析してみる。
■仮説・課題発見力について
論理的にストーリーを描く力と右脳的ヒラメキの力はどちらもわたしには欠けている能力である。ストーリーは特に、ゴールを明確にする能力が欠けているからだろう。どちらも勉強が必要。学んだ知識を構造化できればストーリーだし、そこから暗黙知的に組み合わせれば右脳的ヒラメキである。

まとめる。
1.目的について学習する
→ビジネスそのものの目的、ユーザのニーズ＝マーケティング、意思決定など
2.データ分析について学習する
→世の中にあるデータ、社内にあるデータ、分析手法、統計(その手法は何を導くためにあるのか込みで)
3.コミュニケーションについて
→人嫌いの理由を自己分析
4.論理的思考とヒラメキ
→勉強あるのみだが、構造化する癖と組み合わせてヒラメク癖は本を読みながらできる。オリジナリティにもつながる。本の読み方から情報との向き合い方を勉強してもいいかも。例えばイメージ力、構造化、組み合わせ、批判、など。

[ブクログ · ★★★★★]

担当業務の一つがデータ分析。色々刺さりまくったり、はっと気づかされたことを以下つらつらと。

・どんな分析をしたいという構想もなしに、手段に過ぎないITや分析手法に多額の投資をしてしまい、投資にあったデータ分析の成果を探すことに四苦八苦している企業が多い
・ITや分析手法はツール
・ITの恩恵により分析は理系の仕事ではなくなった
　文系→営業部より→現場に近い→仮説力＆当事者意識
・分析の価値＝意思決定の寄与度×意思決定の重要性
・方法論からの脱却
・意思決定者の責任（不確実性の軽視、分析への過剰な期待、結果への事前期待）

・見つける力（問題発見力）、解く力（分析力）、使わせる力（実行力）
・四つの問い
　１．数字にどこまで責任をとれるか？
　２．その数字から何がわかったか
　３．意思決定にどのように使えるのか
　４．ビジネスにどのくらい役立ったか
・分析者の心構え
　担当者とのコミュニケーション、整理整頓、なぜ、ビジュアル化
　懐疑的に、シンプルに、ざっくり計算、文章に書く、目的に立ち返る
・分析プロフェッショナル
・データサイエンティストワークショップ

[ブクログ · ★★★★★]

分析とは、なにか？
データから、現場が困っていることを改善する傾向を探り出し、現場の人たちの行動を変えて、成果に導くこと。あるいは、経営判断の一助になること。
現場の困りごとをよく確認し、現場が持っている経験と勘と度胸を聞き出すことも大切だ。前提や扱うデータが的外れでは、どんなに分析しても意味がない。
分析の価値は、「意思決定への寄与度」掛ける「意思決定の重要性」と定義している。
分析をすることで、ビジネス上でどんな成果が期待できるのかを意識できないといけない。
本書で、データ分析のプロフェッショナルがどんな人材なのかが学べる。

[ブクログ · ★★★★★]

分析とは意思決定を変えるために行うもの。意思決定を変えられない・意思決定に繋がらない分析は無価値という根本的な考え方を、この本で初めて知覚した。分析者は意思決定問題にも取り組む必要がある。

[ブクログ · ★★★★★]

分析プロジェクトを進めるあたって、持っておくべき心構えを説明している。分析手法を多く知るよりも、本書に記載されていることを常に念頭に置いて、分析に取り組むだけでアウトプットの質は大きく変わる。データ分析をこれから始めようとする人に、まず最初にお勧めしたい本。

[ブクログ · ★★★★★]

大阪ガスにてデータ分析をやられてる方の新書。
本書では、分析者は分析だけに偏るのではなく、意志決定につかえる分析を行うべきという論点かかれている。
昨今、ビックデータがよくキーワードとしていわれるが、本質的になぜ分析するのかをよく語っている一冊である。

[ブクログ · ★★★★★]

自分も社内では著者の様に、意思決定者ではなく専門家という立ち位置で、意思決定をサポートする立場なので、たいへん共感すべき点が多々ありました。
分析というタイトルですが、どちらかというと問題解決と意思決定に関する論評だと思います。
いま流行りのビックデータに関する知識収集を目的としていた読者には、物足りない内容かもしれませんが、自分にとってはジャストミートな内容でした。
一番面白かったのは、分析は過去のデータから未来を予測している。例えば現在の予想外の出来事は、予測の前提に入っていない以上、予測が外れるだろう。そんな時は、予想外を想像する力が必要で、それは他人から気づきをもらうことである。というくだり。他書籍"ブラックスワン"が参考になるとのこと。かなり難解な書籍だったが、もう一度読んでみようかなぁ。
あと著者は、分析者であるが、もっと意思決定問題へ関心を持って関与すべきと説いている。その論に明確に反論するつもりはないが、安全保障など国家のインテリジェンスの仕組みでは、その論は恣意的な意思決定のリスクがあるためNGとされている。ただビジネスの場合は、それほどの大きな意思決定はないし、人的資源も限られているので、さほど気にすることもないかという事だろう。
もっと言うのなら、意思決定者自身が著者の説く分析の考え方をベースに実務遂行することができればベスト。
著者の分析チームは、コンサルティング的な間接的なサポートに留め、余った資源を新たな分析手法の研究や標準化の整備についやしたほうが、企業内の専門家集団としてのあるべき姿ではないかとも感じた。
しかしながら、著者が直接的な行為により会社へ貢献したいという思いも、よくわかる。
ちょっと生意気な意見になってしまったかもしれませんが、この様な思考の機会を提供してくれた本書に大感謝♪

[ブクログ · ★★★★★]

分析の手法ではなく、「そもそも分析とはビジネスの意思決定に役に立てるためにするもの」という概念の部分を説明し、そのためにはどういった考え方をして、どんな力を身につけるべきかが説かれている。

「こんなデータ分析は役に立つのでは」ではなく、「ビジネス（意思決定）をこのように変えてはどうか」という発想で考え、その意思決定に使えるようにデータ分析する。

データ分析をする時に自問自答すべき４つの問い
１．その数字にどこまで責任を取れるか？
２．その数字から何がわかったか？
３．意思決定にどのように使えるのか？
４．ビジネスにどのくらい役に立ったか？

データをとって、計算式を導き出し、「面白いデータがとれました。」で終わっていては駄目で、「データは共有したのに現場は全く活かそうとしない。」こんなことを言っているのももちろん駄目。データをとって分析する力があるのなら、ビジネスの意思決定に役立つように動かなければならないなと思った。

データ分析の業務に取り組む前にぜひ一読して４つの問いを常に意識するようにしていたい。
なお、分析手法は載っていないので、手法が知りたい場合は別の本も参照すべき。ただし、手法はあくまで手法なので、本書にある通り、ビジネスの意思決定に役立てるという意識を持って、手法の取捨選択や共有方法などを選ぶようにしたいと思う。大変勉強になった。

[ブクログ · ★★★★★]

ビッグデータ・機械学習等々、データ解析分野がバズりまくってる今日このごろですが、データサイエンティスト諸君は専門用語に踊らされず、自分が何のために何を解析しているかしっかり考えて動こうね、って本、良書

[ブクログ · ★★★★★]

分析の「使い方」について書かれた本です。
私は直接分析に携わることはありませんが、分析結果を見せられた時の視点を増やす事が出来ました。