データ分析とインテリジェンス

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

データ分析プロセスを動かす前に、最初に役割を決めておく

クライアントあるいは上司が丸投げしたいのに、分析以外のこと(提案とか)をやらなければ、「分析だけしかできないデータサイエンティスト」なんて言われてしまう。一方で、インテリジェンスリテラシーが高い人であれば主体的に動くことで、分析側に対しては提案ではなく純粋に情報を求めている場合もあるだろう。このギャップを回避するためには、最初に意思決定者と分析者でデータ分析プロセスのうちどこまで行うかを取り決めておくのがよい。データ分析プロセスについてはデータ分析プロセスの全体像「インテリジェンスサイクル」とはを参照のこと。

どのように役割分担を行うかだが、大体以下の3つに分けられるだろう。

>>>続きを読む

データ分析する際に注意すべきこと

データ分析を行うに当たり、データサイエンティスト・データアナリストに限らず、経営者から現場のマーケターや営業まで全ての人が注意すべきことについてまとめた。

なお、今回は一流のアナリストとは(前編)および一流のアナリストとは(後編)を基に加筆修正を行っている。

>>>続きを読む

SEOの効果測定

SEOというとキーワードを上位表示させることだと捉えがちであるが、それはあくまでも手段であって目的ではない。それを忘れて本来考えるべきことをおざなりにしてしてはいけない。まず考えるべきことは1つだけだ。

それは「そのキーワードでいくら儲かったか」これだけである。

>>>続きを読む