データ分析とインテリジェンス

タグ「経営者・マネージャー向け」 の検索結果

マーケティングインテリジェンス―リサーチから情報管理システム確立へ

以前『CIA流戦略情報読本 リアル=ワールド・インテリジェンスの世界』の中でも名前だけ出してみましたが、こちらも隠れた良書。しかもビジネスにおけるデータ分析をより広く、かつ具体的に書いているので経営者・マネージャーはもちろん現場の分析官(特に戦略情報担当)にも読んで欲しい一冊です。

この本は原書が1968年、日本語訳がその翌年の1969年(昭和44年)というから、50年近く前に出ているのですが、そんな時期にビジネスにおけるインテリジェンスについての包括的な記述のある本が出ているという事実にまず驚きます。目次をざっと紹介すると、

>>>続きを読む

CIA流戦略情報読本 リアル=ワールド・インテリジェンスの世界

「CIA流なんとか」というタイトルから、定期的に出版される少々うさんくさい書籍を想像してこの本も避けてしまうとしたら、それはとてつもない損失です。原書は『REAL・WORLD INTELLIGENCE』で著者も元CIA所属ということで興味を引くために邦訳の時にくっつけたのでしょうが、逆効果になっている気もします。

さて、本文は至って真面目な「ビジネスにおける戦略情報」について書かれている本です。150ページに満たないのですが、「インテリジェンスとは何か」から始まり、データ分析のプロセス(あるいはインテリジェンスサイクルと明記はされていませんが、内容は明らかにそうです)、組織と意思決定についてと、ビジネスにおけるデータ分析の活用について俯瞰されています。文章も学術的な固さはなく非常に読みやすいので手元においておき、都度目を通すのがよいでしょう。特に経営者・マネージャーはちまたでよく見かける「データ分析本」を10冊読むならばこの本をとにかく1度読んでみることをお勧めします。

>>>続きを読む

データ分析失敗の原因

誰しもが重要だと知っていながら最も実行とは遠いのが、「悪い情報を積極的に聞くこと」であろう。悪い情報を聞いても聞こえないふりをするぐらいならまだましだが、怒り出したり責任転嫁しようとしたりと醜態をさらす人は多い。その情報はあっという間に社内に広まり、全ての信用は失われ、二度と正確な情報が上がってくることはない。「悪い情報はすぐにでも上げるように」と口ではいいながらいざその時になったら豹変などすれば、なおさら悪い。

>>>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。

>>>続きを読む

中小企業のデータ分析戦略を考える

データ分析の専門家になりたければ中小企業に行く理由はあまりないというのは専門知識を生かしたい人にとっての話であり、中小企業にデータ分析が必要ない、ということではない。ただし、データ分析の始め方で書いたことはどの企業にも共通することではあるが、戦術面では余裕のある企業とはやり方を変えないと太刀打ちできない。なお、今回は分析サービスを提供する企業は考慮外。

>>>続きを読む

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。

>>>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。

>>>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。

>>>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。

>>>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。

>>>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。

>>>続きを読む

データ分析で稼ぐ戦略を考える・・・システム・ツールで稼ぐ その2 「稼ぐ」ことだけ考える

データ分析で稼ぐ戦略を考える・・・システム・ツールで稼ぐでは、実は「クライアントの利益になる適切なサービスを提供し、長期的に稼ぐ」ことを前提にしているが、この条件のうち1つまたは両方を無視すれば大分ハードルが下がる。もちろん推奨しているのではないが、どうやら現実にはこれらの方法を取る企業も多いようではあるが・・・。

>>>続きを読む

データ分析で稼ぐ戦略を考える・・・システム・ツールで稼ぐ

話の前提となるべき戦略的思考についてはおいておくとして、データ分析業界(?)が盛り上がって稼げる人が増えれば参入が増え、競争も激しくなり質が上がって文化も広まる・・・というのは皮算用であるが、ともかくも企業がデータ分析でどうやって稼ぐかについても考えてみる。

>>>続きを読む

最初に必要なのはデータサイエンティストではなくデータ分析プロセスをマネジメントする人

データサイエンティストなど、データ分析の専門家を雇っては見たもののどうも機能しないという話が聞こえるが、それもそのはずで、データ分析というプロセス全体を考えた場合、データサイエンティストが得意とするのは主に「分析」フェーズであり、必ずしもマーケティングやコミュニケーションが得意であるとは限らない。従って、データサイエンティストだけでは当然足りないという事態になるわけだが、データ分析がプロセスであることを理解していないと、分析が得意な人に任せればうまくいくという勘違いが起こる。プロセスの全体像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。

>>>続きを読む

データ分析で稼ぐ戦略を考える・・・データ分析の文化を広めることは可能か

数十年前のアメリカで日本の寿司を何のアレンジも無し売ろうとしたところで売れなかった。これは職人の腕ではく、どんな一流の職人でも難しい。なぜならば、寿司を食べる文化が無かったからである。同様に、現在の日本においてデータ分析が受け入れられないのは、大半の場合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する側の問題ではない。いままでその文化が無かったのだから、どれだけ質の高い結果を持って行っても受け入られるのは簡単ではないし、そもそも質の良し悪しの問題ですらない。

>>>続きを読む

なぜ日本でデータ分析が定着しないのか

日本でデータ分析(すなわちインテリジェンスであるが、データ分析の方が通りが良いのでそちらを使う)の文化を広めるためにはどうしたらいいかを考えるに当たって、そもそもなぜ日本ではデータ分析の文化が弱いのか、という現状認識について考察する。

>>>続きを読む

データ分析の失敗の責任は経営者・マネージャーにある

などである。これらはすべてデータ分析を使う側、すなわち経営者・マネージャー側の問題であり、データ分析が失敗する理由のほどんとはこれらのうちのどれかである。もしデータサイエンティスト側の能力の問題であれば、これもまたやはり採用した人の責任、他でもなく経営者・マネージャーである。

>>>続きを読む

データ分析とは何か

データ分析というと専門家が難しい数式や統計を使って何かしていて、自分が関与しなくても任せておけば利益を上げてくれるなどと考えていたらとんでもない間違いである。分析と呼ばれる行いは、実際にはインテリジェンスサイクルという一連の流れの一部であり、分析だけでは始まりも終わりもしない。データ分析の全体像「インテリジェンスサイクル」とはにも載せた図を再掲すると

>>>続きを読む

このエントリーをはてなブックマークに追加