データ分析とインテリジェンス

移転しました。今後こちらのサイトは更新しません。移転先→新ブログ

何度読んでも聞いても話の内容が理解できない場合の原因と対策について

情報収集の際に「レポートに書いてある内容がつかめないな」とか「議論がかみ合わないな」という時に、何がおかしいのかを考えるために原因と対策を考える。

理由はいくつか考えられるので、これがあてはまりそうだと1つ見つけたら終わりではなく様々な可能性を検討したい。複数の要因が合わさっていることもある。特に最後の「自分が間違えている」かもしれないことは、常に念頭に置いておく。

>>>続きを読む

安保法案報道における強行採決と憲法違反と民主主義・・・情報の読み方を考えるための具体例(2)

情報の読み方を考える上で具体的な例があった方がやはり分かりやすいので、「安保法案に反対94%」は信じてよいのか・・・情報の読み方を考えるための具体例(1)に続いて、今回も報道から情報を取る際に考えるべきことをテーマにしたい。

さて、今回の安保法案に関する報道であるが、法律の内容以前に、大きな違和感を持つキーワードが3点あった。「強行採決」「憲法違反」「民主主義」である。言葉はよく聞くのだが、記事を読んでもどうもよく理解できない。その理由を考えていたところ、いくらか整理できたのでそれぞれについて疑問点を述べる。

>>>続きを読む

「安保法案に反対94%」は信じてよいのか・・・情報の読み方を考えるための具体例(1)

今回読むのはこの記事になる。安保法案に反対94% 市民団体が「全国一斉投票」|カナロコ|神奈川新聞ニュース。この記事をそのまま鵜呑みにすると危険である。その理由は以下の3つ。

記事によれば投票もしくはホームページや郵送とのことであるが、1・賛成派と無関心層はわざわざ近寄らないだろう、と考えるのは自然であろうこと、2・この主催する市民団体に考え方が近く、団体の発信する情報に触れることがなければ、ホームページや郵送でできることを知ることもない、ということを考えれば、投票した人の多くは元々反対派ばかりではないだろうか、という疑念が残るのは当然。

>>>続きを読む

レポートやニュースで騙す方法とその対策のための基礎知識

グラフやレポートはもちろん、データ分析担当者としては世間の動きを見極めるために様々なソースから情報を集めなければならない。しかし、誰かが流す情報というのは何等かの意図が含まれていることが普通であるため、そのまま鵜呑みにすれば当然読み間違う。

そこで、「彼を知りて己を知れば、百戦して殆うからず(孫子)」ということで、誤魔化すのにどのような方法があるかを見て、合わせて騙されないための対策についても考える。レポート・報告書を読む際に気を付けることと合わせて読んでもらえれば幸い。

>>>続きを読む

分析の結果がおかしいと思った時のチェックリスト

データを準備して、ツールに投入して実行したら、予想していたのとは大分違う結果が出てきて戸惑う、なんてことは日常茶飯事だが、その際どうやって検証したらよいかについてまとめる。

正しいデータを使っているつもりだったのに調べてみたら間違っていたというのが最も多いだろう。その内容も様々である。

>>>続きを読む

「バズワードの栄枯盛衰モデル」を具体化してみる

バズワードの栄枯盛衰モデルというのを考えたが、モデルだけではよくわからないので、具体的にいくつかのキーワードについてこのモデルを当てはめてみる。なお、学術的調査を行っているわけではないので目下のところは独断と偏見に基づく。

(他も同じようなものだが)最近よく聞こえるけれどもなんだかよくわからないワードで次に来そうなのがマーケティングオートメーション。書籍も発売され露出も増えているようだがどうもいまいち盛り上がっていない感があるのは具体的にどう使うのかイメージができないからか。あれもこれもできると漠然としすぎても伝わらないので、もっと具体的な問題に対してどのような解決をすることができるか、を提案した方がわかりやすいのでは、というのがはたから見ての感想。

>>>続きを読む

データサイエンティストを雇う前にスキルについて考えるべきこと

データサイエンティストなどデータ分析者の募集を見ると、求められるスキルに「統計学」「機械学習」「データマイニング」などかなり漠然と分析手法についての記載しかないことも多い。では実際に話を聞けばわかるかというと、過去様々な企業の面接に行ったが分析が大事だとか力を入れるとは言いつつも、現在の状況・今後の展望・求めるスキルについて明確にしてくれ企業は記憶にない。要するに、企業側もよくわかっていないのである。

というわけで、先日データサイエンティストを雇う前に考えるべきことに「求めるスキルは何をどれぐらいか」という項目を追加したが、この部分についてもっと掘り下げて考えてみる。ちなみに前回追加したのは以下の通り。各項目についての詳細と、さらに追加で考えたことが続く。

>>>続きを読む

「データをいじくり回して何かわかった気になる症候群」から逃れる方法

目的なしにデータ分析をすることがどれだけ無駄であるかについてで「数字をいじくり回すのは楽しいので、気が付くとあっという間に時間が過ぎる。何かがわかった気にはなれるが、後には何も残らない。よほど意識していないとすぐこの状態に陥ることになるが、ためしにここ数日の間でデータを見ていた時間のことを思い出してみればいい。なんとなく数字を見て、今何か変わったことがあるだろうか?」と書いたが、これを「データをいじくり回して何かわかった気になる症候群」とでも呼ぼう。この状態に陥らないためにはどうするべきかを考える。

結局のところは目的を意識しているかいないかでこの問題はかなり解決する。目的を意識しないでデータを見ているというのは目的地を決めないで歩いているようなもので、歩いてはいるがその方向が正しいのかわかりようがないし、いつまで経っても無いところにはたどり着けない。散歩であれば散歩そのものが目的かもしれないが、ビジネスにおいて単にデータを見ることが目的ということなどありえない。なので「何を知るためにこのデータを見ているのだっけ?」を常に意識する。

>>>続きを読む

データサイエンティストが就職・転職で地雷を踏まないために注意すること

転職してみたら自分の持っているスキルと求められているスキルが違う、関係ないことばかりやらされる、求められる仕事のレベルが低すぎるなど、入社してから「こんなはずじゃなかった・・・」という話は後を絶ちません。もちろん、データ分析も例外ではありません。

というわけで、データ分析者が就職・転職するにあたり事前に対処する方法について考えます。なお、データサイエンティストに限らずデータアナリスト、Webアナリスト、リサーチャーなど分析関連の仕事であれば同じようにあてはまりますので自分に合わせて適度に置き換えてください。

>>>続きを読む

目的無きデータ分析は無駄である

何かいいことが見つかるかもしれないからと何の目的も無しにデータを見るのは時間の無駄である。データを見て何ができるかを考えるべきではない。最終的に様々な事情で今あるデータのみを使って考えざるを得なくなる場合は多々あるとしても、最初から可能性を限る必要はない。

データ分析は意思決定のために行われる。その意思決定は何等かの目的があるからこそである。目的が無ければどんなに数字をいじくりまわしたところで「それで?」で終わるだけになる。それは時間の無駄としか表現のしようがない。

>>>続きを読む