あらすじ
●カルロス・ゴーンもうなずかせた著者が、ビジネス最強の武器「数字×ロジカルシンキング」の使い方を紹介
「それ、数字で説明してくれる？」と言われて困った方、経験で解決策を練ってきたもののうまくいかないことが多いと思っている方。
特に文系ビジネスパーソンのなかには、「数字」と言われるだけで、何をどうしたらいいのかわからなくなる方も多いのではないでしょうか？
本書は、元日産で、カルロス・ゴーンはじめ外国人役員に数々の企画や提案を通した著者が、データ分析の前に、数字を使ったロジカルシンキングの使い方や、必ず解決策にたどりつけるデータ分析の仕方、データを使っての発表の仕方などを、紹介するものです。
●「数字×ロジカルシンキング」の両方があわさって、はじめて説得力を持つ
たとえば、毎週の売上棒グラフを見て、「あの課は最下位だからなんとかしなければ」といったように、単純な結論を出していませんか？
それでは見落とすものも多いのです。
ロジカルシンキングはできても数字が使えない、データ分析はできてもロジカルに分析ができないので、解決策にたどり着かないという方は多いです。
本書では、初めて「数字」と「ロジカルシンキング」を組み合わせ、しっかり解決策にたどり着ける考えの組み立て方を紹介する本です。
課題発見から解決策まで、主人公の洋平と一緒に、一連の流れを追いながら、ゆっくり解説していきますので、分析にとどまらない「考え方」を知ることができます。
感情タグBEST3
ちょうどいい！
まさに「数字で説明して」を求められたときに、手元にあるものでどう作るか、どう考えるか、悩んでいた私のための本でした。
定量情報はあれど、ただ今月はよかった、悪かった…で終わっていだ私の救世主です。
数字を見るのが楽しみになりました。
Posted by ブクログ
高木さんの「ロジカルプレゼンテーション」と同じく、アウトプット前提の話かつ、わかりやすく勉強になった。数値扱うなら統計知らないとアカンよなとしみじみ
Posted by ブクログ
単なるデータの羅列ではなく、データをいかに解析して見せていくかを解説した本。いかに仮説を立てるかがキモ。この方面が全然できておらず、参考になる。自分なりに試してみる。
Posted by ブクログ
これはたまたま手にしたけど
本当に目から鱗の内容です。
私は文系で数字にも弱いけど
でも
数値で納得させられる。
ただグラフにしたり
数値で表すのではなくて
根拠を持って
仮説を立てて
あるデータの中から
立証することの大切さを
読みやすく書いてある。
仕事のときに傍に置いて
参考にしながら資料つくると
いいともう。
見なくてもこれ位の資料が作れるようになりたい。
Posted by ブクログ
データから取り掛かってはだめ。仮説を立ててその仮説を確かめるためにデータを見に行くの順序。
データの見方もいくつかあり、
スナップショット…あるその時を可視化する
トレンド…時間軸での変化を可視化する
ポジショニング…2軸の散布図で可視化する
データ（定量情報）だけでなく現場の声など定性情報との整合性も確認しておく。
すべてのデータ分析は最終、課題を解決するため。分析して報告するだけでは不十分。
Posted by ブクログ
ロジカル、クリティカルシンキングと実務統計基礎の入門みたいな感じ。一つ一つの内容は難しくないが、使いこなせているかというと、そうでもない。入社５年目くらいまでに身につけられればイイと思う。
Posted by ブクログ
データをビジネスで使う意義や具体的なやり方を指南した内容。
CORREL関数で相関を見ていくことは必要だと感じる。
しかし、データを分析する時間をいかに減らしていくべきかは課題である。
Posted by ブクログ
【要点メモ】
◎データ分析の超入門書としてはOK。しかし、これだけでは足りないので、他の資料は必ず読む必要あり
・課題を整理
→①定義を明確に
②定量化
③比較対象を明確に
④事実とそれ以外を切り分ける
・仮説を立てることで、データ整理からデータ分析が
できるようになる
仮説をたてるポイント
○○が、××だと、△△が■■になる。
この形におとして、見るべきデータを検討する。
★トレンドを見る
→売上だけでなく、好調な波なのかそうではないのか
★比較で差をみつける
→ポジショニング
★共通項をみつける
★スナップショット
→一定期間のみのデータ
・平均
→平均値とは、データの真ん中、中心にあるとはかぎらない。
→平均値に近い場所にデータが集まっているとは限らない
→平均値がデータ全体の代表的な値であるとは限らない
・標準偏差
→データ全体をまとめたことによって、見落とした情報を拾い集める。元のデータのばらつきを見る。
→ヒストグラムというグラフにデータ全体を表せば可能。
→STDEV関数でとらえられる
→規模の違いがあるときは、変動係数を使ってばらつきを比較する
・相関分析で原因を特定する
→二つのデータの結びつきが、弱いのか強いのかを知る。例：DMを送ったら、来店者数が増える。結びつきが強いは１、相関なしは０、結びつきが弱いのは-1が基準
→CORREL関数を使用
→これをやるときのみ、外れ値には注意する
どうなんだろう
同じ著者の「日産で学んだ世界で活躍するためのデータ分析の教科書」の劣化版です
少なくとも私はそう感じました
読むなら「日産で学んだ世界で活躍するためのデータ分析の教科書」がお勧めです
