データ分析とインテリジェンス

データサイエンティスト取扱い説明書

使いづらいのは、使い方を知らないからである。そこで、データサイエンティスト・データアナリストといった分析の専門家をうまく扱うにはどうしたらいいかを解説したい。

データサイエンティスト・データアナリストは簡単な問題をこなして給料がもらえれば良い、などとは考えない。ルーチンや日常業務など退屈な仕事ばかりを与えるとやる気を失う。より難しい問題が与えられてこそ力を発揮するのだ。夢中になれば残業もいとわないし、勉強熱心な人が多いのでプライベートの時間を使ってでも勉強に費やすだろう。ただしあくまでも本人がやりたいからやっているのであって、それに甘えて当然支払うべき報酬を支払わないなど論外である。

>>>続きを読む

爵禄百金を惜しんで、敵の情を知らざるは不仁の至なり・・・『大本営参謀の情報戦記』に学ぶデータ分析(11)

貫かれる「先知」の思想・・・『孫子』をビジネスにおけるデータ分析の教科書として読む(1)でも触れたが、この言葉は重要である。もっと広まるべきだと思う。そして、実態はまったく逆の事をしている。人材を惜しんで新入社員やスキルの低い人に情報集めだけさせて分析した気になり、使えないツールには金を出しても知識に金を惜しむ。勝利の主になれないのも当然だろう。

自分で企画したキャンペーンの効果を自分で図らせたら、うまく結果が出なかったことを誤魔化してうまくいったように見せようとする場合は多い。だからこそ第三者による冷静な分析が必要になるのであるが、このことについて理解している人は驚く程に少ないようだ。その結果、意図的であるにしろそうでないにしろバイアスのかかった報告がされ、検証無しに真に受けた上司やクライアントが間違えた分析を基にして新しい企画を立てて大惨事になるのである。

>>>続きを読む

データ分析はインハウスであるべき

データ分析に限らずだが、外に任せるということはそのノウハウが残らず人が育たない。ずっと高コストな上にいついなくなるかわからない外注を使い続けるぐらいならば、その分で優秀な人を探した方が良い。あまり外注に頼ることが常態化すると変えるに変えられず、人件費がかさむ上に社員が育たずさらに外注に依存する悪循環に陥りかねない。

データ分析は意思決定者が何を知りたいかを明確に捉えなければ始まらないし、最終的には意思決定者により利用されなければならない。優れた分析を作り出し、いくら正論をぶつけたところで動かなければ無意味になる。限度はあろうが、意思決定者の性格、やるべきことの優先順位、様々な政治的配慮などを考えた上でコミュニケーションを取らなければならないが、外部の分析者にはそれができないとは言わずとも相当に難しい。

>>>続きを読む

データ分析にも第三者による監査を取り入れてはどうか

高度な分析であればあるほど、何をしているのかを理解できる人が減っていくことになるが、だからと言って誰もわからないままで任せきりにしてしまうのがよいかと言えばそんなことはない。後で検証したら間違えていたり、より良い方法が見つかることもあるだろうし、なにより上位の意思決定に関与すればするほど権力となり、監視されない権力は徹底的に腐敗する。分析も同じことだ。

そこで、データ分析についても第三者による監査の仕組みがあった方がよいのでは、という提言である。

>>>続きを読む

貫かれる「先知」の思想・・・『孫子』をビジネスにおけるデータ分析の教科書として読む(1)

『孫子』と言えばあまりに有名な戦略の書であり、書籍も様々な人が書いているので読んだことがある人も多いだろう。ところで戦略を考えるためには、必ずその思考の裏付けとなる情報が必要になる。つまり、戦略書である孫子はデータ分析の教科書としても読める、ということである。そこで『孫子』の中からデータ分析に関する部分を抜き出して、主にビジネスにおいてどのように活用するかを考える。現代語訳についてはいわゆる超訳である。順番は特に決めておらず、思いついたら書いていく。

書き下し分については 金谷 治訳 『新訂 孫子』 (岩波文庫)を利用している。なお、「データ分析」という用語であるが、「インテリジェンス」もしくは「情報」と同義語で使っている(後述)。

>>>続きを読む

データサイエンティストがやる気をなくす言葉集

というと大げさかもしれないが、仕事において士気は重要である。にも関わらず、大抵の場合無知から発せられる何気ない一言が実はとんでもなく士気を下げていることに気付いている人は少ないようだ。というわけで、データサイエンティストやデータアナリストが言われるとやる気をなくす言葉についてまとめてみた。

経営者やマネージャーは、データサイエンティストやデータアナリストの士気を下げるような言葉を知らぬ間に発していないか注意して欲しい。

>>>続きを読む

フィクションは絶対許されない・・・『大本営参謀の情報戦記』に学ぶデータ分析(10)

情報の仕事にフィクションは不要である。このあたり前のことがどれだけ守られているだろうか。契約を取るために、あるいは評価されるために自分の都合の良い仮定と解釈を積み重ねたその実単なるフィクションで満たされた報告書が作られていないだろうか。

あるいは飾った言葉とかっこいいパワポでまとめられた中身のないレポートも同罪である。最低限の化粧は仕方ないにしても、きれいなパワポを作るその時間をどうしてより深い考察に当てることをしないのか。聞く側のリテラシーが低いから誤魔化しても解らないからというのは言い訳だ。

>>>続きを読む

POS分析・IDPOS分析を行う際に気を付けること

POS・IDPOSを導入している企業は多い。しかし、そのPOSデータ・IDPOSデータを分析・活用し、利益につなげられている企業になると途端に少なくなるというのが現状である。もっともデータを使えていない企業がほとんどなのでPOS・IDPOSに限る話ではないが、言い換えればPOS・IDPOSを有効活用できれば競争力に繋がるということでもある。

ただし、「せっかくPOS・IDPOSを導入しているのだから使わなければもったいないから」という理由で始めるのは危険である。目的なしに始めた分析はコストだけかかって何の利益も生み出さないということになりかねない。ましてや外部のコンサルティング会社に丸投げなどするのは論外である。まず課題を設定し、何を知るべきかを考え、その目的に合うのであればPOS・IDPOSを使えばよい。

>>>続きを読む

データ分析に力を入れている企業はもっと情報発信してアピールしてもよいのではないか

データサイエンティストやデータアナリストの求人はちらほらあれど、その企業の経営者がデータ分析にどのように向き合っているか、データサイエンティストをどのように扱っているか、分析のレベルはどれぐらいか、チームの同僚のスキルはどれぐらいかなどの実態は中に入ってみないとわからないことも多く、データ分析に力を入れるというのは流行に乗った掛け声だけでまったくお話にならないということもある。

また、データ分析の成功例が表に出ずらいのは、情報の有用性を理解していればしている程、データ分析に力を入れていることを口外することへのデメリットも知っているために情報管理が徹底されるからということもあるだろう。それだけうまく行っていないということの証左なのかもしれないが、表だって出て来るのはあたりさわりのないぼやけた情報と、データ分析の成功例のように見えたその実ツールの導入例として出て来るぐらいであまり価値は無い。

>>>続きを読む

データサイエンティスト採用のために求人情報を出す前に考えること

データサイエンティストは高度な統計学や機械学習を使って分析する専門家・・・という触れ込みだったはずが、最近ではどうやらそれ以外の能力も要求されるらしい。エンジニアリングについては以前から話は出ていたが、今度はマーケティング、コミュニケーション能力、果ては経営者としての視点まで要求される。

しかし、実際にはそのような人材はほとんど存在しないし、いたとしても雇うことなど実質的に無理なので、スーパーマン像を作り上げて過度な期待をするのは止めて、現実的な視点に立って雇う前に考えるべきことをまとめた。

>>>続きを読む