データ分析とインテリジェンス

定期レポートを効率化する

どこの企業でも多かれ少なかれ存在する定期レポートだが、作るのが面倒なわりには実は誰も読んでいなかったり、作り方が悪くて毎回膨大な時間がとられてしまったりと、放置していると結構ひどいめに合うこともしばしば起きる。誰かに任せるから自分には関係ないと思っているならばそれは勘違いで、その分その誰かの時間が無駄なレポートに費やされる。自ら効率化を提案してきたり、ましてや自力なんとかしようなどという人はごくまれである以上、気がついた人がなんとかするしかない。

外部に依頼している場合であれば、そのレポートがそもそも必要なのかなどということは考慮されることもない。むしろ時間がかかるということは外部にとっては報酬が増えるということであり、改善を提案するのはよほど奇特な人だけである。

>>>続きを読む

最悪のデータ分析組織とは

ここ数年ビックデータやデータサイエンティスト、そして機械学習と人工知能のブームもあり、データ分析が個人の活動ではなく組織として体制を作る企業も増えたと聞く。データ分析の組織化については今後大きな課題になると予想されるが、いままで現場レベルですらほとんど存在しなかったデータ分析をいきなり組織化しようとしてもみんな手さぐり状態であり、そこに特に外注丸投げ体質が加わって組織が機能せず人も育たず2・3年で崩壊するといった事態も散見される。

これから先、いくら日本企業がデータ分析に疎いと言ってもその拡大と共に組織化していく企業は増えてくるだろう。その際、参考の1つとして誰にとっても不幸でしかない最悪なデータ分析組織を捉えて、そこからどう修正していくかを考えていくのが有用ではなかろうか、と思い当たったのでまとることにした。同じ組織は2つと無いとしても、うまくいかない理由はそれなりに共通しているので、これから組織化を行おうとしているならば注意して欲しい。

>>>続きを読む

「何を知りたいのか」がわからなければデータ分析は始まらない

データ分析プロセスの始まりは、何を差し置いても意思決定者が「何を知りたいのか」を決めることだ。目的なく分析を初めようとしたところでうまくいくことはまずないし、たとえうまくいったとしてもそれは偶然にすぎない。

そもそも目的が決まっていなければ何を分析するか決めることができない。「データ分析で何か良い結果を出せ」というのは論外としても、「今あるデータを使って何かできないか」とか「せっかくツールを導入したのだから使いたい」とか「今話題になっている方法(2018年時点:人工知能とかディープラーニングなど)でなんとかしろ」とかあるいは分析者が「新しい理論を勉強したので使ってみたい」と言うからやらせてみるとか、とにかく「何が問題なのか」から出発しない分析は失敗するかほとんどが無駄になるだけだ。

>>>続きを読む

データ分析で業務委託を使う・外注する方法

データ分析は内製化するべきではあるが、さまざまな事情により外注を使うを使うことは当然ありえる。しかし、金さえ払えばあとは自分の望むように勝手にやってくれるわけもなく、動かす側の力量次第でどのような役割を担ってもらうかは大きく変わる。

できればデータ分析プロセスをマネジメントができる人を(外注をコントロールするという意味で)マネジメントにあて、分析フェーズに関しては外注を使う方法が考えられる。データ分析プロセスをマネジメントできる人は簡単には見つからないので、社内で特性のある(ありそうな)人を任命することになるのが大半だろうが、いきなりうまく切り回せるとは思えない。なので業務を部分的に切り出しながら外注を使っていくことになるが、その際、譲っていけない一線は「目的の決定」である。

>>>続きを読む

データ分析について考えたことのまとめ

○データ分析プロセスについて

○データ分析プロセスの詳細 (2)要求・・・意思決定者から分析者へ

>>>続きを読む

「人工知能でいい感じの成果を出してくれ」にどう向き合うか

つい先日、「人工知能でいい感じの成果を出してくれ」という偉い人の脳内はどうなっているのかという記事が話題になっており、読みながらうなづいたり爆笑したりしていた内の1人であるのだが、同時にふと「こうしてデータサイエンティストやデータアナリストといった専門家と呼ばれる人達が馬鹿にするだけだから、営業やコンサルタントがツールやシステムを売ってもうけることができたりするんだろうな。」なんてことも考えていた。

もちろん、記事を鵜呑みにしたり誰かの話を真に受けて、それをそのままやれなどという方が悪いのであるが、だからといってそこでまともに話し合いもしないのでは何も解決しないし誰にとっても得にならない。では、どうしたらよいのだろう。

>>>続きを読む

すごい人工知能が開発されたら起きる未来について

20XX年、ついに人間の思考能力を遥かに超える人工知能を作り出すことに成功した。それは世の中に存在するあらゆるデータを自動で取得、分析して答えを導きだすという。早速とある企業の社長は人工知能に問いかける。

社長「今すぐに会社の業績が上がる方法を教えろ」

>>>続きを読む

csvファイルの扱い方

「comma separated value」の頭文字で、「カンマ区切りのテキストファイル」のこと。テキストファイルなのでテキストエディタ(たとえばメモ帳)で中身が見えるし、直接変更できる。

通常はダブルクリックすると両方Excelが立ち上がるが、中身は全然違う。

>>>続きを読む

仕事を早くすることのメリットについて

いくら生産性を上げよう、効率を高めようと言っても、実際に行動に移す人はまれだ。「仕事が早く終わっても他の仕事が増えるだけでどうせ残業は減らないし給料が増えるわけでもない」などと言う人の大半は実は何もしておらず、単なる言い訳をしているに過ぎない。

言う側も口だけで自分が率先して効率化をすることはないしかといって効率化できた際の見返りを用意するわけでもなく、かくして掛け声と「どうしてできないのか」などというとんちんかんな責任転嫁だけが聞こえてくることになる。だれにとっても得にならないこの不毛なやり取りが今日も全国あちらこちらで繰り広げられていることを考えると何とも言えない気持ちになる。

>>>続きを読む

データ分析実務におけるチェックリスト

キャプチャがたくさんあるツールの使い方マニュアルや、抽象的な一般論が中心の専門書はたくさんあるのだけれども、実務において直面する様々な問題に関する情報があまり見当たらないというのは以前から気になっていた。もちろんそれぞれ必要なものではあるのだけれども、ある一面しか捉えていないのでそれだけでは足りない。

おそらく各人がその都度自己流で対応しているいわば職人芸の領域になっており、特に初学者は近くに教えてくれる人がいないと自己流に陥りやすく、なんとなく目先の仕事はさばけているけれども実はまだまだ無駄が多かったり違う会社に行ったら通用しない、なんてことにもなりかねず、社会全体として考えると大分無駄な時間が費やされてるのではないかと思われるので、様々なチェックリスト(と言う名の「自分の失敗事例集」)をまとめるのは有用だろう、ということで書き始めた。

>>>続きを読む