データ分析は必ず「アクション」まで導き出す データ分析講座(その140)

更新日

投稿日

◆ データ分析で導き出す5つのこと

 データによる課題解決を考えた時、「データ分析講座(その139)データから未来とアクションを検討する」で述べましたが、次の3つのことをデータから考えていきます。

  (1) 何が起こっていたのか(過去)
  (2) どうなりそうか(未来)
  (3) 何をすれば良いのか(アクション)

 データ分析をするとき、必ず(3)の「アクション」まで導き出しましょう。そうしないと、単なるデータ分析で終わってしまいます。目指すは、データ分析・活用(現場でデータ分析を結果を活用し成果を出す)です。では、具体的にどのようなデータ分析を実施すればいいのでしょうか。今回は「データ分析で導き出す5つのこと」というお話しをします。



1、データ分析で導き出す5つのこと

 「データ分析から導き出す5つのこと」とは以下の通りです。

  • 事実:データから直接分かることは何か?
  • 解釈:データの裏側で何が起こっているのか?
  • 延長:そのまま何も対策を打たないとどうなるのか?
  • 対策:どのような対策を打つべきか?
  • 解決:対策を打つとどうなるのか?

 この順番で実施すれば十分です。実施することで次の3つをデータで考えていくことになります。

  (1) 何が起こっていたのか(過去)
  (2) どうなりそうか(未来)
  (3) 何をすれば良いのか(アクション)

(1) 何が起こっていたのか(過去)

 「何が起こっていたのか」では「データ分析から導き出す5つのこと」から次の2つが該当します。

  事実:データから直接分かることは何か?
  解釈:データの裏側で何が起こっているのか?

 データから「事実」を把握し、何が起こっていたのかを「解釈」するためのデータ分析を実施します。

(2)どうなりそうか(未来)

 「どうなりそうか」では上記5項目から次の2つが該当します。

  延長:そのまま何も対策を打たないとどうなるのか?
  対策:どのような対策を打つべきか?
  解決:対策を打つとどうなるのか?

 データから「そのまま何もしないとどうなるのか(延長)」「問題が起こりそうならばどのような対策を打つべきか(対策)」「対策を打つとどうなるのか(解決)」のためのデータ分析を実施します。

 対策案の効果の大きさは、「延長」と「解決」のギャップの大きさになります。単純に考えれば、複数の対策案の中から「効果の最も大きい対策案を選べばいい」と思われがちです。しかし「コストパフォーマンス(費用対効果)」や「会社のブランドイメージを壊さない」など、幾つかの評価軸をもとに決定する必要があります。

(3) 何をすれば良いのか(アクション)

 「何をすれば良いのか」では同様に5項目から次の2つが該当します。

  対策:どのような対策を打つべきか?
  解決:対策を打つとどうなるのか?

 (2)の「どうなりそうか(未来)」とほぼ同じではないかと思われがちですが、ちょっと異なります。「何をすればよいのか(アクション)」では、(2)の「どうなりそうか(未来)」で出された、いくつかの「対策案」とその「効果の大きさ」(延長と解決のギャップ)をもとに、実施する対策案を検討し決定するためのデータ分析を実施します。

2、5つのデータ分析・活用タイプ

 「データから考える3つのこと」(何が起こっていたのか・どうなりそうか・何をすればよいのか)は「データ分析から導き出す5つのこと」(事実・解釈・延長・対策・解決)と密接に関係します。

 そのため「データ分析から導き出す5つ...

◆ データ分析で導き出す5つのこと

 データによる課題解決を考えた時、「データ分析講座(その139)データから未来とアクションを検討する」で述べましたが、次の3つのことをデータから考えていきます。

  (1) 何が起こっていたのか(過去)
  (2) どうなりそうか(未来)
  (3) 何をすれば良いのか(アクション)

 データ分析をするとき、必ず(3)の「アクション」まで導き出しましょう。そうしないと、単なるデータ分析で終わってしまいます。目指すは、データ分析・活用(現場でデータ分析を結果を活用し成果を出す)です。では、具体的にどのようなデータ分析を実施すればいいのでしょうか。今回は「データ分析で導き出す5つのこと」というお話しをします。



1、データ分析で導き出す5つのこと

 「データ分析から導き出す5つのこと」とは以下の通りです。

  • 事実:データから直接分かることは何か?
  • 解釈:データの裏側で何が起こっているのか?
  • 延長:そのまま何も対策を打たないとどうなるのか?
  • 対策:どのような対策を打つべきか?
  • 解決:対策を打つとどうなるのか?

 この順番で実施すれば十分です。実施することで次の3つをデータで考えていくことになります。

  (1) 何が起こっていたのか(過去)
  (2) どうなりそうか(未来)
  (3) 何をすれば良いのか(アクション)

(1) 何が起こっていたのか(過去)

 「何が起こっていたのか」では「データ分析から導き出す5つのこと」から次の2つが該当します。

  事実:データから直接分かることは何か?
  解釈:データの裏側で何が起こっているのか?

 データから「事実」を把握し、何が起こっていたのかを「解釈」するためのデータ分析を実施します。

(2)どうなりそうか(未来)

 「どうなりそうか」では上記5項目から次の2つが該当します。

  延長:そのまま何も対策を打たないとどうなるのか?
  対策:どのような対策を打つべきか?
  解決:対策を打つとどうなるのか?

 データから「そのまま何もしないとどうなるのか(延長)」「問題が起こりそうならばどのような対策を打つべきか(対策)」「対策を打つとどうなるのか(解決)」のためのデータ分析を実施します。

 対策案の効果の大きさは、「延長」と「解決」のギャップの大きさになります。単純に考えれば、複数の対策案の中から「効果の最も大きい対策案を選べばいい」と思われがちです。しかし「コストパフォーマンス(費用対効果)」や「会社のブランドイメージを壊さない」など、幾つかの評価軸をもとに決定する必要があります。

(3) 何をすれば良いのか(アクション)

 「何をすれば良いのか」では同様に5項目から次の2つが該当します。

  対策:どのような対策を打つべきか?
  解決:対策を打つとどうなるのか?

 (2)の「どうなりそうか(未来)」とほぼ同じではないかと思われがちですが、ちょっと異なります。「何をすればよいのか(アクション)」では、(2)の「どうなりそうか(未来)」で出された、いくつかの「対策案」とその「効果の大きさ」(延長と解決のギャップ)をもとに、実施する対策案を検討し決定するためのデータ分析を実施します。

2、5つのデータ分析・活用タイプ

 「データから考える3つのこと」(何が起こっていたのか・どうなりそうか・何をすればよいのか)は「データ分析から導き出す5つのこと」(事実・解釈・延長・対策・解決)と密接に関係します。

 そのため「データ分析から導き出す5つのこと」を念頭にデータ分析することで「何をすれば良いのか」というアクションが導き出せます。データ分析をする時、必ず「アクション」まで導き出しましょう。そうしないと単なるデータ分析で終わってしまいます。

3、データ分析:今回のまとめ

 今回は「データ分析で導き出す5つのこと」というお話しをしました。データを使い課題解決を考えた時、何が起こっていたのか(過去)、どうなりそうか(未来)、何をすれば良いのか(アクション)をデータから考えていきます。

 データ分析をする時は必ず「アクション」まで導き出しましょう。具体的には「データ分析から導き出す5つのこと」をデータから導き出すような分析を実施しておけば十分です。要するに「データ分析から導き出す5つのこと」(事実・解釈・延長・対策・解決)を念頭に分析を実施することで「何をすれば良いのか」というアクションが導き出せます。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
分析に求められる洞察力の基礎とは データ分析講座(その55)

◆ 目的無きデータ分析にも意味はある。遠回りかもしれないが、良いこともある  よくデータ分析するとき、目的を明確にせよ! と言います。正しいでしょう...

◆ 目的無きデータ分析にも意味はある。遠回りかもしれないが、良いこともある  よくデータ分析するとき、目的を明確にせよ! と言います。正しいでしょう...


筋のいいテーマを選んでいないとは データ分析講座(その134)

◆ データ分析:PoC(実証実験)貧乏  日本ではいまだ大企業神話が根強いようですが、AI(人工知能)/データサイエンスの世界も同様です。一方で、人...

◆ データ分析:PoC(実証実験)貧乏  日本ではいまだ大企業神話が根強いようですが、AI(人工知能)/データサイエンスの世界も同様です。一方で、人...


コア技術の利用を切り口としたオープン・イノベーションの類型  研究テーマの多様な情報源(その19)

  1.オープン・イノベーションの類型(インバウンドを対象に) ◆関連解説『情報マネジメントとは』    オープン・イノベーシ...

  1.オープン・イノベーションの類型(インバウンドを対象に) ◆関連解説『情報マネジメントとは』    オープン・イノベーシ...


「情報マネジメント一般」の活用事例

もっと見る
中小製造業とIoTの波

 「IoT(アイオーティー)」の波が、中小製造業にどのような影響をおよぼすのか、具体的にどのような変化がこの業界に訪れるのかについて、解説します。   ...

 「IoT(アイオーティー)」の波が、中小製造業にどのような影響をおよぼすのか、具体的にどのような変化がこの業界に訪れるのかについて、解説します。   ...


‐情報収集で配慮すべき事項(第3回)‐  製品・技術開発力強化策の事例(その11)

 前回の事例その10に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明...

 前回の事例その10に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明...


守秘義務は情報社会の命綱

  1. 顧客データの管理  O社は、技術志向のエンジニアリング会社です。 扱う製品の設計図には、さまざまな情報が含まれています。クライアントから...

  1. 顧客データの管理  O社は、技術志向のエンジニアリング会社です。 扱う製品の設計図には、さまざまな情報が含まれています。クライアントから...