河本薫のレビュー一覧

周りの人にも読んでほしいと思うし、自分も理解するためにまた読みたい。データ解析を、やらないよりはやる方がマシ程度で手を出す人が多いので、それ以前に課題の質を上げるべきという視点には大いに頷ける。

過去の本は実体験に基づく生きた経験や熱量から、データ分析を使って仕事を良くしていくということがどういうことか理解できる本でした。（モチベアップにも良い本でした）
この本は、よりハウツー的な色合いが濃く、データ分析に絡む課題解決の進め方を体系化されている本です。AIに無関係でも、課題解決が必要でそれに...続きを読むデータを活用できそうな方は一読すると良いと思います

分析業務を生業にしていると、共感したり勉強になったり、自分自身の仕事の価値観の整理になったり。自分の仕事の進め方や姿勢を問うきっかけになったり、困ったときのヒントになるような、参考になる考え方が経験をベースに説明されています。
面白いです。

大阪ガスでデータ分析を手掛け、現在は滋賀大学教授となっている著者による、データ分析やAIを業務に活かすか？＝データドリブン思考についての1冊。
「企業とは判断と決定の生産工場であり、データ分析はその生産方法を改善する手段である」というのは非常に明快でわかりやすい考えだなと。また、超読みやすい…とまで...続きを読むは言えなかったですが、180ページ程度で端的に纏まった分量は、後述のように人を多少選ぶものの、悪くない本だと思いました。

仕事あるあるですが、「この作業をやった上で出てくるネタを、最後のアウトプットのどこにどう組み込む？」がイメージできてないと、途中の作業が無駄になったり、あるいは不必要に時間をかけすぎてしまったりしますね。
データ分析って、「へー、そうだったんだ」が強い分、「面白いコトわかって良かったよー、じゃーね！」になりがちで、前職でもどうマネタイズするのか頭を悩ませたコトがあります。
本著は、アウトプットを意識しながら課題を設定するコトの重要性が認識されています。コレは、おそらくタテワリが進んだ大企業だとハッとさせられる切り口になり、ベンチャーだと期待外れとか言われてしまう理由なのかもしれません。
純粋なデータ分析の本と言うよりは、サラリーマン組織の中で、成果を上げるためのデータの使い方や、思考の身に付け方を説いているので、ここは環境によって合う合わないがあるようにも感じました。
あと、部署的にも経営企画とかにハマる感じで、情シスではなさそうだなと。。そう思うと本著、ストライクゾーンが狭い本なのかもしれません。

しかし、大阪ガスってそんなデータ活用の先進企業だったんですね。。著者が経験を元に数冊出されているようなので、そっちから読んだ方が感覚は掴みやすいのかもと思いました。

データドリブンといいつつ、実際どう分析し行動へ繋げるのか、その入り口となる考え方など、改めて基本的なところを言語化されています。
現場から経営まで、今後データに基づく業務推進していくには初読本には大変良いのではないかと思います。
大変勉強になりました汗

データ分析自体ではなく、その先にある意思決定プロセスこせボトルネックになり得るというところまでは体験上も共感するが、そこを越えるためにこれほどのノウハウを準備しているのかというのが、やはり尊敬。
困った時には読み返したい。

データ分析組織の成功事例と、決して華々しいだけではない努力の過程を垣間見る。いつかはこうなりたいので、大いに参考にしたい。

分析技術というよりは、分析をいかにビジネスサイドに活かすか、活かしてもらえるようにするかが重要。また、意思決定のプロセスに対する深掘りの考え方は、分析を生業にしている以外のビジネスマンに必要な考え方。オススメの良著。

社内組織の立ち上げにおける工夫は非常に参考になった。特に重要だと思った点は
①いかに事業部側を巻き込むか（現場を知らず机上で取り組むのではなく、入り込み現場とタッグ組んで取り組み、現場の課題感は解決策の筋の良さを高める）
②社内における組織の立ち位置（スポンサーシップ制度を取り、準独立採算制を敷いて...続きを読むいる）
③チームのミッション、評価対象を明確にする（社内イノベーションを起こすために、あくまで事業部に分析結果を使わせるところまでやり切る）


メモ
1章
・メンバー10人が3案件持ってる
・年齢層バラバラで若手は新卒配属で振り分けられるが、みな専門が分析ではない
→論理性さえあればできる
・見つける、解く、使わせるが揃わないと分析の価値発揮できない
・1日の半分は現場に出て、残りを分析に当てる
・ビジネスアナリシスセンターの取組が広がり、社内にデータ活用の風土が広がりリテラシーも向上
・研究所から本社に移動したことで事業部とのコミュニケーションが密に取れるようになった
・あくまでビジネスに活かしてこそなので、データアナリシスではなく、ビジネスアナリシスセンター（かつ、チームではなく、全社巻き込む意図でセンター）

2章
・事業者部門との連携
　見つける、解く、使わせる、いずれにおいても、現場を知る事業部門メンバーがいないと役に立つ分析ができない
（現場の課題感、解決策の妥当性、どう活用すべきかなど）

3章
・スポンサーシップ制度は社内で業務委託契約する制度
　分析組織が予算持ってると好き勝手に分析してしまい、事業に直結しない恐れがある
・最大の目的は、費用対効果を見極めること
　分析組織は分析の費用がわかる
　事業部はビジネス効果を予測し、ペイできるかを総合的に判断
・分析組織は独立採算制で、人件費などを他事業部から取らないと赤字になる（結果、人が減っても文句言えない）
　正確には、7割事業部から、3割はコーポレート予算
・予算不足でもある程度ディスカウントして対応できるのは社内ならでは（ただし、無料にはしない、責任感がなくなるから）
・コーポレート予算は、教育や新技術の活用などに充てるため必要予算を申請して承認降りたら使える

・分析しても、役に立たない、役に立つが中身見えず使えない、現場の反発に会うなどあるので、業務改革するまで立ち会う

・必要に応じて外部委託も活用

4章
・分析組織は事業部横断で取り組むため、特定の事業部だけで解決難しい課題でも、横断的な取組を支援して解決に繋げることができたりする
・部内の報告会や他事業での説明だけでなか、外部メディアに取り上げてもらうことで社内の認知度が高まり、依頼が増えた

5章
・成長を促す仕事の必要条件は、責任と成果が明確な仕事である

6章
・ビジネスアナリシスセンターのミッションは、データと分析力を武器に社内イノベーションを起こすこと
・ミッションに基づき評価されることも決まり、評価される取組はリーダーがしっかり褒め、ミッションが根付く（予算取れた、期待値超える分析結果出た、現場が分析結果を使ってくれる）（新しい分析手段を覚えた、などはミッションから外れてる）
・メンバー教育は、チームメンバーが講師になって色々教えたり、社外研修に出して刺激与えたり

7章
・イノベーションを成功させる鍵は、やるべき、やりたい、やれるの信念
　会社にとってやるべきだという強い信念
　どうしてもやりたいという想い
　頑張れば絶対できるという確信
・リーダーの鉄則は、どうすれば関係者全員を幸せにできるか、少なくとも不幸にはしない、でできるか
・リーダーとして大切にすることは、メンバーの人生を預かる責任と幸せにする使命感

データ分析とはなんぞや、がとてもわかりやすく書かれていた。後半はデータ分析者に向けた内容なので少し読み飛ばしたが、前半はあらゆるビジネスマンに読んでほしい内容。DXとかいう言葉が流行る前の本なので、難しい単語もなく読みやすい。

今まさにここにいるかのような例題に、
あと書きを見て納得。
データ分析はそれだけでは何も意味はない。
データが綺麗であること（最初が肝心）と、
何を解決したいのかで何を分析するかが変わる
と小さいながら声を上げてきた。
なぜ分析技術ばかり学ばせるのだろうかと。
業務も知らない人たちに何を分析させよう...続きを読むとしているのかと。
小さな声だけどやはり引き続き伝えていこう。

データ分析の組織論として非常に有益な本。企業のデータ分析者に必要な能力は、データ分析が役に立つ機会を「見つける」力、問題を「解く」力、データ分析から得られた結果を現場に「使わせる」力、というのが納得。
著者が18年かけて生み出した組織論は、テクノロジーの進化もあって少しは短縮できる部分もあるかもしれ...続きを読むないけど、結局はその企業の組織のなかでどう位置付けをしていくか？だから跳び越えられる手順はないように思った。

意思決定をどう活かしたいのかを6つの意思決定の類型に分け、それぞれの課題と課題解決パターンについて説明されている。
データ分析に何を使えば良いか、ではなく、現状、勘と経験で行なっているプロセスをどうデータ分析プロセスに置き換えて課題解決ができるのかを各失敗、成功例を元にみていくことで、分析をするだけ...続きを読むでなくビジネスに活かすためのtipsが得られる。

データ分析を業務に活用するとは、どういうことか。暗黙知で回っている現場の意思決定プロセスを形式知化しなければ、データ分析の活用はできない。また、どんなにいい分析をしても、業績に貢献しなければ意味がない。そのとおりだと得心した。意思決定プロセスの類型化もパワフル。
ケースで言いたいことを表している点は...続きを読む、最初はいいと思ったのだが、読んでいるうちにあまりにもなケースが却って読みづらく感じた。

データ分析は直接課題を解決しない。まずは解決したい課題を明確に定義することが大事で、データ分析は課題を解決するための意思決定プロセスを改善するために使われるものであると述べられている。これはとても大事なことで、言われてみれば当然だが、多くの企業は課題を解決するためにすぐにデータ分析をはじめてしまい、...続きを読むドツボにハマるケースが多いのではないかと思った。
とてもおもしろかったが、間に入ってくるケースという具体例がちょっと多くて読みづらかった。

専門用語は特になく、データ分析に必要な心構えを分かりやすい言葉で丁寧に説明してくれている。

以下のように理解。

データ分析に数学的能力は不可欠ではない。
どれだけ意思決定に貢献できるかが大事。
即ち「見つける力」「解く力」「使わせる力」
→意思決定者と問題点を見つけ、適切な分析方法を選択し、意思...続きを読む決定に導くための論理的な説明をして、現場と協力して確実な効果を出す能力。

近年、分析力自体はコモディティ化しているので、これからアナリストとして活躍するには、いかに意思決定者と現場のビジネスマンとコミュニケーションをとっていくかの方が大事。

2013年刊行。大阪ガスビジネスアナリシスセンター所長の河本薫さん著。

DXの流れの中で、スタート地点にすら立ててない弊社環境を鑑み、入門書として購入。
技術的なハウツーよりも、なぜデータ分析が大事か、その上での心構えは何かを中心に記載されており、今後学ぶ上での根幹になった。

データ分析の目的＝...続きを読むビジネスに役に立つ＝意思決定に役立てること。
問題発見力→解く力→使わせる力というフローを意識すること。

小手先の技術や自己満ではなく、現場とのコミュニケーションを通して、如何に最適なものを責任もって作り出すか。
現場知を重視する弊社内にどう浸透させていくか心構えの一助になったように思う。

企業内でデータ分析に携わる方は必携。
少し古い本ですが、日本企業が直面してる課題って、この時から変わってないですね。

著者の講演を聞いて、感化されて購入した。
体験談がメインではあるが、データサイエンスを企業活動に活かすという面で参考になる。