企業におけるデータ活用、仕事におけるデータ分析の重要性が増しています。
「AI」や「ビッグデータ」という言葉を耳にする頻度はますます高まっていますし、皆さんも仕事をされていて、何かしらの「データ・数字」の分析をしなければいけない場面が増えてきているのではないでしょうか。
そこで改めて、「データ分析とは何か」について考えてみたいと思います。
数学？ 統計？ エクセル(excel)？・・・
みなさんは「データ分析」と聞いてどのようなことをイメージされるでしょうか。
「文系の自分には遠い世界の話だ・・・」
「学生の頃、数学や統計の勉強でつまづいてから苦手で・・・」
「エクセルの関数の使い方でいつも苦労していて・・・・」
様々な企業で「データ分析」の研修講義を担当させていただいていると、こうした「データ」や「数字」についての苦手意識を強く持たれている方にお会いすることも少なくありません。
そういった方々の研修講義への期待としてよく、
「誰にでもできる分析の方法・手法を教えてほしい」
「簡単にできるエクセル(excel)のコツを知りたい」
といったご要望をいただくことが多くあります。
もちろん、「分析の手法」や「計算方法」を学ぶことは大事です。ただ実はそれ以前に
「データ分析とはそもそも何なのか」
という基本姿勢をまずは押さえておくことが非常に重要です。
データ分析の基本条件（分析方法やコツに入る前に）
「データ分析」とは、単に「データの計算や集計」をすることを指すわけではありません。
ただビジネスの場面において「それはデータ分析ではなく、データを集計しただけだよね」という風景をよく見かけます。
では、「これは良いデータ分析だ」と言える条件とは何なのでしょうか。その３つの要件を挙げていきましょう。
①目的が明確にある
まず手元のデータの計算を始める前に、「何のためにこのデータを用いるのか」「ゴールは何なのか」といった目的を明らかにすることが重要です。
この目的の置き方次第では、
・データのどこに着目するのか
・データをどのように計算するのか
・そもそもこのデータで良いのか
など、それ以降の検討に大きく影響が及ぶこととなります。
②メッセージがある
目的を定めたら、その目的に沿った「メッセージ」を抽出することが重要です。
単にデータの「計算結果」や「カテゴリー毎に集計した数字」だけを示したのでは、そこから何が言いたいかのメッセージが伝わらず、
「だから何？」（So what?）
と相手に感じさせてしまうことになります。これでは、たとえ計算に多くの労力を費やしたとしても有益な成果に繋がらず、徒労に終わってしまいます。
③データによる根拠が十分にある
メッセージを出したら、そのメッセージの根拠・裏付けとしてデータが十分に活かされていることが重要です。
自分の示したメッセージに対して、そこにあるデータだけでは十分な納得感が得られないような場合には、
「なんで？ 本当？」（Why？True？）
と相手に感じさせてしまうことになります。そうなると、改めて反論に備えるためのデータ収集や作業をやり直すことになります。
データ分析で陥りがちなこと
ここで挙げた3点は、言われてみれば当たり前で、非常に基礎的なことと思われたかもしれません。
ただ、ビジネスの場面で実はこれができてない場面をたくさん目にします。いくつか紹介していきましょう。
①目的なくデータを触っている
手元にあるデータを触り始め、その計算の途中で他の様々な事が追加で気になってしまい、延々と計算やグラフ化を行っているうちに、気付けば時間を大量に浪費しているようなケース。いわゆる「データに溺れてしまう」という状態です。
これは、はじめに目的を定めなかったが故に「数字」という強い情報に振り回されてしまうことで起こります。
②メッセージのない報告
色々とデータの計算を行ったが、その結果を人に伝える場面において、
「・・・という計算をしました」
「・・・ということになっていました」
という、計算結果だけの報告に終わっているようなケース。
これでは、先述した「So what? (それで？)」と相手に感じさせてしまいます。
これは、データを計算すること自体にのめり込んでしまったり、表やグラフを綺麗に作ることで満足してしまっているような時に起こります。
③データからメッセージに飛躍がある
自身の示したメッセージを正しいと裏付けるため、強引に数字を使ってしまっているようなケース。たとえば、
・比較対象のデータもなく、単体の数値だけで「大きい・小さい」の判断をしている
・自分の見ているデータの範囲だけで、「全てそうだ」「今後もそうだ」と断定している
といったケースがそれにあたります。
これでは、先述した「Why? True? (なんで？本当？)」と相手に感じさせてしまいます。
これは、数字の持つ強いインパクトに騙されてしまっていたり、または、自身の結論を強く支持したいような時に起こります。
データ分析の入門としてオススメの本
冒頭にも述べた通り、「データ分析」の計算手法やツールの利用法を深く学んでいくことはもちろん大事です。
ただ、そうした「方法論」に目を取られるがあまり、ここで述べたようなデータ分析の「基本条件・姿勢」をおろそかにしてしまえば本末転倒です。難しいエクセル関数は使えるが、ビジネスの成果に繋がらない状態であれば、それは「目的と手段の逆転」と言えるでしょう。
まずはみなさんも仕事でデータを触る場面において、今回述べた3要件を意識して押さえるようにしてみましょう。
以下、データ分析の入門書としてオススメの本を挙げます。ここで述べた内容も含めてより詳しく記載されています。
