柏木吉基のレビュー一覧
-
Posted by ブクログ
ネタバレ存在するデータをまとめてExcelなどで作成する場合や職場で上司がどうあるべきかが書いてある。
まず大切にする点は、
①【課題やデータの範囲】他社はどうなっているのか、そこも含めて自社の状態を出す。
②【サンプル数の違い】何かを比較する検討する際に、それぞれのサンプル数の違いはないかを確認する
③【データの範囲】数ある指標のなかで、過去半年から分析する人と、過去1年から分析する人がいる。そのいつからのデータをExcelにするのか、その起点は妥当か。
Ex）「うちの主力商品の販売に対するネット広告は、効果があることが分かりました。散布図でも視覚的に分かりますし、相関係数も0.7と高い数値を示しています。やはり、我々の部門による広告活動の貢献を対外的に示せましたね。」
と部下に言われた時に、まず【なぜ主力商品だけにデータの範囲を絞ったのか】聞かなければならない。 -
-
-
-
Posted by ブクログ
１章から４章が各論、５章でまとめという構成。
「データ分析」としての内容は、３章と４章がメインだが、データ分析で最も重要になるのは、最初の２章で書かれる「目的・課題の明確化」「現状把握と課題ポイントの特定」。特に目的・課題の明確化については、仮説を立てて絞込を行わないと回り道ばかりしてしまうという点は、筆者が実務で苦労した点が伺えるように思える。
「ビールとおむつを一緒に買う顧客が多いから、試しに並べてみたら売上が上がった」というエピソードが、データマイニングの事例としてよく取り上げられる。そのため、「とりあえずデータを集めて分析してみればなにか分かるかもしれない」と、データ分析に関する考え方が出てくるが、著者はこれにはっきりと異を唱える。これは、著者が日産時代に「３〜４ヶ月単位で１つの課題に対する「答え」を呈示する」という経験をベースにしたものだろう。「とりあえずデータを」というアプローチでは効率が悪すぎて課題が解決できない。
その意味で、本書は実務でデータ分析が必要なユーザーにとって非常に示唆に富むと言える。
不満があるとすれば、データ分析における最初のプロセスである「目的・課題の明確化」である仮説アプローチに関する記述。結果を左右する大事な箇所であるにしては、ページ数は他の章より少なく、仮説アプローチをどのように行い検証していくのかの手がかりが乏しいと感じた。せめて参考文献などがあれば、と思う。 -
Posted by ブクログ
データ分析の進め方、考え方を簡単に書いている本。
Excelで表現出来ることでもやれることはたくさんある
ということを改めて教えてくれます。
とはいえ、分析の進め方については、
ビッグデータ・スモールデータ共に変わらないので、
本書で進め方の概要を理解出来ると思っています。
色々あるけど、結局は難しい内容だと相手に伝わらない
というのがデータ分析あるあるだなあと読んでて思った。
【勉強になったこと】
・何気に仮説作り前も分析が必要なこともある。
そういった意味では何を目的とした分析なのかを
しっかり抑えたうえで分析を進める必要がある。
①効果的、効率的な仮説作りのための分析
②仮説を検証するための分析
どちらの分析をやるかによって、どれくらい精緻な情報や
結果が必要となってくるのかも変わるし、かける時間も
全く異なる。
・標準偏差を使うことで値のバラツキ度合いを理解出来る。
これにより、今回取り扱うデータが安定的なのか、
不安定なのかが把握出来る。
全体を把握するという意味では、平均や中央値だけでなく、
標準偏差についても調査しておくべき。
・標準偏差を比較するときの比較対象となるもの
①同じ規模同士の比較
②時系列による比較（現在と過去）
③ユーザーに依存するならユーザーごとの比較
・ビジネス上標準偏差を使うケース
①平均に隠されたデータのバラツキを見たい・見せたい
②データの統一感、バラバラ感を知りたい
③データの値がバラバラなことを伝えたい
・分析した結果を鵜呑みにするのは危険。
そもそものアプローチが正しかったのか、
データにグルーピング出来る特徴が見れないか、
と常に疑ってかかる姿勢が重要。
・どの要素が影響強く現れているかを把握するには、
相関を見るのが手っ取り早い。
・単回帰分析のほうが相手にとって伝わりやすいが、
現実的には単回帰で表現出来る事象は少ない。
ただ、だからといって重回帰分析を採用すると、
今度は相手に伝わりにくくなってしまう。
結局のところ、伝わらなければその分析は意味がない。
・回帰分析の大前提は「過去と同じことが今後も起きる」
なので、なんらかのイベントが発生して変わった場合は、
その前後で回帰分析をかけて傾向を見るのが正しい。
→そういった意味で、何か傾向が変わったというポイントを
出来るだけ早く見つけることが重要。
・分析したことに満足してしまって、
やったことを全部見せたいと思わないこと。
あくまで相手にとって必要な情報は何なのか、
相手の立ち場を考慮して分析結果を取捨選択すべき。
・分析する行為と分析した結果を伝えることは、
求められるスキルが全く異なる。
その意味でデータ分析者には両方の資質が求められる。 -
Posted by ブクログ
◎忙しい人でも統計分からない人でもわかる分析の仕方
データ分析は、統計学の知識がないとできないとばかり思っていましたが、全然そんなことありません。
ただ、必要なことはいくつかあって、
１）どのレベルの結論を求めるのか
２）そのために必要な情報があるのか
３）どういう仮説があるのか
がわかった上で、必要な情報を分解しつつ求めたい結論に行けるようにグラフをつくっていく作業なのだと、この本を読んで理解しました。
統計学の知識はいりませんでした・・・。
流し読みで１０分程度で読みましたので、本当に忙しい人でも、パソコンの横に置いておきながらデータや図表を作りつつ見ることで、いろいろな方法を実践できるようになるかもしれません。そのくらい実践例は豊富。
もちろん、ビジネスマンだけでなく学生でもよいし、理系や統計を扱ったことのある人以外の、文系人間でも十分活用できるので安心して読んでほしい。
ぜひプレゼンなどで活用することを念頭に置いて読んでみてほしい。精読するのも大事ですが、見ながら作業して実践する方が、この本の内容については大事です。 -
データ分析ではない？
データ分析！データ分析！データ分析！というと構えてしまいますが、この本を読むかぎりでは、そのような肩ひじを張った感覚はなくなります
正直、データ分析というよりも数字との付き合い方の本です
ビジネスをする上で、どうしても数字から逃げれないので、データ分析アレルギーのかたは、本書ぐらいのライトな感じで本がお勧めです
-
-
Posted by ブクログ
ネタバレ統計に関する本は何冊か読んできて基礎知識はあるつもりでいたが、この本はわかりやすく説明されていて、いままであいまいだった点もすっきりと理解できた。
「散布図」を利用して「外れ値」に注意して、分析対象とするか否かを判断する、平均は真ん中にあるとは限らない、平均の周りに最も多くのデータが存在するとは限らないなどは、図解されていて非常にわかりやすかった。
標準偏差や相関関数についてもExcelの使い方も説明されており、どのようなケースの分析に役立つかが解説され、実際に自分の仕事でのケースと比較しながら読むことができたので、今後に生かせる内容の本であった。 -
-
-
-
-
-
-
-
-
-
