こんにちは。
ソフトブレーンチャイナ事務局です。
※本メールは弊社社員が名刺を頂いた方を対象に配信させて頂いております。

「せっかくデータが溜まっているんだから活用しようよ！」っていっても、データの活用って難しいですよね。。。
でも、やっぱりデータの活用は重要です。もちろんデータが全てではないですが、ある傾向や確率などから次の改善につなげていくなどは直感などの感覚では難しい事です。

そこで今回は、弊社総経理の唐より「データ分析」についてのレポートを「2回」に分けて配信させて頂きます。

少々長文になりますが、今までの経験などもふまえた内容になっておりますので、ご興味ございましたらどうぞ！
今回の内容が皆様にとって何かしらの参考になるようでしたら幸いです。

【レポート（上）】
年末年始のご挨拶で、様々なお客様を訪問しました。
今後の計画やシステム改善要望など、色々お話をお聞きする事ができました。お話の中で今後取組む課題としていくつか共通なものが有りました。
その一つがデータ分析になります。
つまり、色々なシステムの導入により、たくさんのデータが蓄積されてはいるが、このたくさんのデータからは
・何がわかるか？
・どのような改善に繋がるか？
・そして、意思決定にどんな役立つ情報を提供できるのか？
というデータの活用がまだできていないのです。
したがって、今回のメールはデータ分析について、下記のような内容を簡単にお話したいと思います。

１．なぜデータ分析が難しいのか？その必要な能力は何か？
２．より厳密的なデータ分析をするために、どうしたらいいのか？（方法論）
３．データ分析で、営業マンの活動KPIをやり直す事例の紹介
※内容が少し長いため、２回連続でご配信させていただきます。3の事例紹介は次回にご配信します。

1. データ分析に必要な能力
このような現象はありませんか？
・総経理や経営層は、マーケティング部門や企画部門などの担当者自らがデータ分析を行い、業務に応用できるような解釈をした上で報告して欲しいと期待していますが、その期待に応えられる人はなかなかいない。
・業務部門の人が業務の課題や現場の事を一番良く理解しているが、数字と分析は苦手である。
・企画部は分析ができる（数字好きな）人が多いが、業務と現場の課題をよく理解できていない。
・Excelや専門的なITツールを活用して、統計分析できる人はさらに少ない。
・せっかく苦労して分析できたのに、説明力と説得力が足りない

では、なぜデータ分析がこんなに難しいのでしょうか？そして必要な能力と知識はいったい何でしょうか？
2010年前後、BigDataという概念の流行とともに、データサイエンティスト、CIO（Chief Information Officer）という職務も誕生してます。
その職務に要求される能力によると。。。
・業務知識／業務経験
・数学／統計知識
・データ処理能力/IT知識
・説明力／論文力
という四つの能力の事でした。
難しそうに定義されていますが、簡単にいうと実務業務のわかる人がExcelなどのツールを活用して、業務から収集したデータをある課題について、ロジック的に論じるという事です。

2．データ分析の方法論
せっかく分析した結果を納得的（科学的）、かつ簡単（分かりやすいストーリー）に説明することは何よりも大事です。
説明の仕方をうまくしないと「なぜこれですべてのことが説明できるの？」（特別な事例で一般性を説明するケース）、
「だったら、何？」（単なるデータの羅列で、結論がないケース）になってしまいます。
それでは、何か通用する説明方法はないのだろうか？

あります！！

社会学の研究論文を読むと、もちろん研究分野とテーマがそれぞれ違いますが、実はその書き方（文書の構成）はほぼ一緒です。

すなわち

・問題意識
・問題解決のフレームワーク
・フレームワークに基づいた仮説
・データを利用した仮説検証
・検証結果の解説
・一般的な応用
・今後の進め方向
と、以上です。

そうです。こういった流れでストーリーを作ると、大体厳密で分かりやすいものになります。
ご興味ある方は検証してみてください。

少し説明すると、
データを処理する前に、まず、そもそもなぜデータ分析をするのか、どんな課題を解決するためにデータ分析を行うかという「問題意識」（＝分析の目的）を決めないといけません。
そして、その問題を巡ってどのような構成要素があって、どういう関係があるかと全体の関係図を作り、仮設を立てます。
次に、実際のデータを用いて、仮説が立てられるかどうかを検証します。
データから読み取れた検証結果を解釈し、どのような実業務に応用できるかをまとめます。
最後に、今回の分析での限界を考えながら、次はどう展開していくかを考えます。
これは学術分野だけではなく、機械学習やAIなどといった人工知能分野ともロジックは一緒です。

以上
ここまでは、具体的な事例を説明する前に、「データー分析」そのものについて簡単にご説明しました。
次回は、データ分析による実際の業務改善事例をご紹介致します。
【レポート（上）終わり】