データで出来ることとテーマ選定の難しさ データ分析講座(その284)

更新日

投稿日

 

情報マネジメント

 

ビジネスにおけるデータは、あくまでも課題解決の手段の1つにすぎません。主役ではなく脇役です。そもそも、ビジネス上の課題を解決するのに、データは必須ではありません。データが無くても解決できる課題はたくさんあります。しかし、今日「データを使って出来ることはないか!」と考えがちです。今回は「『データで出来ること』を軸にテーマを探し始めると視野が狭くなる」というお話しをします。

 

【目次】
1. データを使って何かしろ
2. データの可能性を殺す
3.「データでビジネス課題を解決しよう」という考え方を捨てる
4. 2軸で考えるビジネス課題(仕事の「お困りごと」)のテーマ候補
5. 最も多い課題(お困りごと)
6. テーマ選定までの流れ
7. テーマ候補の多くは、ちょっとだけデータ分析の力が必要な課題
8. 洗い出された3タイプのテーマ

 

【この連載の前回:(その283)データ活用が上手くいっていないと感じたらへのリンク】

◆データ分析講座の注目記事紹介

 

1. データを使って何かしろ

「データを使って何かしろ」という指示が、エライ人からくることがあります。会社の雰囲気が「データを使わなくてはならない……」となんとなくなることもあります。このような状況に陥ると「データで出来ること」を軸にテーマを探し始める人も少なくありません。

 

2. データの可能性を殺す

「データで出来ること」を軸にテーマを探し始めると視野が狭くなり、場合によっては「データの可能性」を殺してしまうことがあります。データの可能性を殺すとは、データで課題解決できたテーマを見つけられず、データで解決する機会を奪い去ることを意味します。このような状況を避けるためには、どうすればいいのでしょうか。

 

3.「データでビジネス課題を解決しよう」という考え方を捨てる

データ分析のテーマを探すとき「データでビジネス課題を解決しよう」という考え方を捨て、テーマを探すところから始めます。「えっ!」と思うかもしれませんが、データの存在を忘れて、解決すべきビジネス課題を考えていきます。それが、ビジネス上の問題をデータ分析で解決する第1歩です。

 

例えば、ビジネスの「お困りごと」である「ビジネス課題」を、データを活用するかどうかに関係なく洗い出します。データを使うという制約が外されることで、色々なビジネス課題(仕事の「お困りごと」)が洗い出されることでしょう。

 

4. 2軸で考えるビジネス課題(仕事の「お困りごと」)のテーマ候補

このビジネス課題(仕事の「お困りごと」)のテーマ候補には4つのタイプがあります。次の2軸でタイプ分けします。

  1. 「悪い状態を普通にする」 or 「普通をより良い状態にする」
  2. 「今のこと」 or 「未来のこと」

 

情報マネジメント

 

5. 最も多い課題(お困りごと)

最も多く洗い出されるのが「悪い状態を普通にする」かつ「今のこと」である「今、目の前にある悪い状況を解消するためにすべきこと」です。目の前で起こっていることなので、どのようなビジネス課題かが分かりやすく、解決できると現場から感謝されやすいのが特徴です。油断をすると、この「今、目の前にある悪い状況を解消するためにすべきこと」しか洗い出せれないことがあります。そのため、悪い状態から抜け出すためでなく、現状に満足することなく、より良くすることも視野に入れていきましょう。

 

さらに、今の課題だけでなく。これから起こるかもしれない未来の課題も視野に入れていきましょう。

 

6. テーマ選定までの流れ

以上のように「データでビジネス課題を解決しよう」ということを一旦忘れ、ビジネス課題を洗い出します。その後「データを使ったほうがよさそうなテーマを探す」ということをします。そして、データ分析・活用のテーマを評価し選びます。整理すると次にようになります。

  1. 先ず、データを活用するかどうかに関係なくビジネス課題を洗い出す
  2. 次に、データを使ったほうがよさそうなテーマを探す
  3. そして、データ分析・活用のテーマを決定する

 

情報マネジメント

 

ポイントは「先ず、データの存在を忘れて、解決すべきビジネス課題を考える」というところです。

 

7. テーマ候補の多くは、ちょっとだけデータ分析の力が必要な課題

ビジネスの「お困りごと」である「ビジネス課題」の中から、どのようにして「データを使った方がよさそうなテーマ」を探せばいいのでしょうか。探し方は非常にシンプルで、例えば次のような逆算アプローチで探していきます。

 

情報マネジメント

 

肝となるのが「Step 2-3」です。「Step 2-3」でデータ分析が必要かどうかの判断をします。もし、データ分析が必要であれば、その課題は「データ分析を活用したほうがよさそうなテーマ」となります。そうでなければ、データ分析をしなくても解決できる課題ということです。「Step 2-4」でどのようなデータが必要なのかを考え「Step 2-5」でそのようなデータが存在するのかを考えていきます。

 

したがって「Step 2-3」で「データ分析を活用したほうがよさそうなテーマ」...

 

情報マネジメント

 

ビジネスにおけるデータは、あくまでも課題解決の手段の1つにすぎません。主役ではなく脇役です。そもそも、ビジネス上の課題を解決するのに、データは必須ではありません。データが無くても解決できる課題はたくさんあります。しかし、今日「データを使って出来ることはないか!」と考えがちです。今回は「『データで出来ること』を軸にテーマを探し始めると視野が狭くなる」というお話しをします。

 

【目次】
1. データを使って何かしろ
2. データの可能性を殺す
3.「データでビジネス課題を解決しよう」という考え方を捨てる
4. 2軸で考えるビジネス課題(仕事の「お困りごと」)のテーマ候補
5. 最も多い課題(お困りごと)
6. テーマ選定までの流れ
7. テーマ候補の多くは、ちょっとだけデータ分析の力が必要な課題
8. 洗い出された3タイプのテーマ

 

【この連載の前回:(その283)データ活用が上手くいっていないと感じたらへのリンク】

◆データ分析講座の注目記事紹介

 

1. データを使って何かしろ

「データを使って何かしろ」という指示が、エライ人からくることがあります。会社の雰囲気が「データを使わなくてはならない……」となんとなくなることもあります。このような状況に陥ると「データで出来ること」を軸にテーマを探し始める人も少なくありません。

 

2. データの可能性を殺す

「データで出来ること」を軸にテーマを探し始めると視野が狭くなり、場合によっては「データの可能性」を殺してしまうことがあります。データの可能性を殺すとは、データで課題解決できたテーマを見つけられず、データで解決する機会を奪い去ることを意味します。このような状況を避けるためには、どうすればいいのでしょうか。

 

3.「データでビジネス課題を解決しよう」という考え方を捨てる

データ分析のテーマを探すとき「データでビジネス課題を解決しよう」という考え方を捨て、テーマを探すところから始めます。「えっ!」と思うかもしれませんが、データの存在を忘れて、解決すべきビジネス課題を考えていきます。それが、ビジネス上の問題をデータ分析で解決する第1歩です。

 

例えば、ビジネスの「お困りごと」である「ビジネス課題」を、データを活用するかどうかに関係なく洗い出します。データを使うという制約が外されることで、色々なビジネス課題(仕事の「お困りごと」)が洗い出されることでしょう。

 

4. 2軸で考えるビジネス課題(仕事の「お困りごと」)のテーマ候補

このビジネス課題(仕事の「お困りごと」)のテーマ候補には4つのタイプがあります。次の2軸でタイプ分けします。

  1. 「悪い状態を普通にする」 or 「普通をより良い状態にする」
  2. 「今のこと」 or 「未来のこと」

 

情報マネジメント

 

5. 最も多い課題(お困りごと)

最も多く洗い出されるのが「悪い状態を普通にする」かつ「今のこと」である「今、目の前にある悪い状況を解消するためにすべきこと」です。目の前で起こっていることなので、どのようなビジネス課題かが分かりやすく、解決できると現場から感謝されやすいのが特徴です。油断をすると、この「今、目の前にある悪い状況を解消するためにすべきこと」しか洗い出せれないことがあります。そのため、悪い状態から抜け出すためでなく、現状に満足することなく、より良くすることも視野に入れていきましょう。

 

さらに、今の課題だけでなく。これから起こるかもしれない未来の課題も視野に入れていきましょう。

 

6. テーマ選定までの流れ

以上のように「データでビジネス課題を解決しよう」ということを一旦忘れ、ビジネス課題を洗い出します。その後「データを使ったほうがよさそうなテーマを探す」ということをします。そして、データ分析・活用のテーマを評価し選びます。整理すると次にようになります。

  1. 先ず、データを活用するかどうかに関係なくビジネス課題を洗い出す
  2. 次に、データを使ったほうがよさそうなテーマを探す
  3. そして、データ分析・活用のテーマを決定する

 

情報マネジメント

 

ポイントは「先ず、データの存在を忘れて、解決すべきビジネス課題を考える」というところです。

 

7. テーマ候補の多くは、ちょっとだけデータ分析の力が必要な課題

ビジネスの「お困りごと」である「ビジネス課題」の中から、どのようにして「データを使った方がよさそうなテーマ」を探せばいいのでしょうか。探し方は非常にシンプルで、例えば次のような逆算アプローチで探していきます。

 

情報マネジメント

 

肝となるのが「Step 2-3」です。「Step 2-3」でデータ分析が必要かどうかの判断をします。もし、データ分析が必要であれば、その課題は「データ分析を活用したほうがよさそうなテーマ」となります。そうでなければ、データ分析をしなくても解決できる課題ということです。「Step 2-4」でどのようなデータが必要なのかを考え「Step 2-5」でそのようなデータが存在するのかを考えていきます。

 

したがって「Step 2-3」で「データ分析を活用したほうがよさそうなテーマ」とされても「Step 2-5」でデータが手元にないことが分かり「データ分析できない」となることがあります。この場合、テーマ候補から外れます。

 

これで、データ分析・活用のテーマ候補が抽出されます。洗い出されたビジネス課題(仕事の「お困りごと」)は、次の3つのタイプに大別されることでしょう。

  • タイプ1 データ分析を使う必要がまったくない課題
  • タイプ2 データ分析をフル活用するほうがいい課題
  • タイプ3 ちょっとだけデータ分析の力を借りるほうがいい課題

 

私の経験上「データ分析をフル活用するほうがいい課題」はほとんどありません。大半は「ちょっとだけデータ分析の力を借りたほうがいい課題」です。しかし、「企業内で、データ分析で何かやるぞ」という声が上がった場合、この「データ分析をフル活用したほうがいい課題」をいきなり探すところから始めることが多い気がします。現実はそうでないことを認識すると、テーマ候補はたくさんでてきます。

 

 

   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
データ環境によって成長が大きく異なるAI データ分析講座(その123)

◆ ぐれるAI、オタクになるAI  フェイクニュースという言葉があります。ねつ造の有無とは関係なく、結果的に誤った偽情報を報道することですが、それと...

◆ ぐれるAI、オタクになるAI  フェイクニュースという言葉があります。ねつ造の有無とは関係なく、結果的に誤った偽情報を報道することですが、それと...


データがあるから何かやって データ分析講座(その227)

  【この連載の前回:データ分析講座(その226)成功確度とデータサイエンスへのリンク】 ◆関連解説『情報マネジメントとは』 &nbs...

  【この連載の前回:データ分析講座(その226)成功確度とデータサイエンスへのリンク】 ◆関連解説『情報マネジメントとは』 &nbs...


次のアクションにつなげるには データ分析講座(その142)

◆ データ分析:次に「どうなりそうか」を考える  前々回のデータ分析講座(その140)、「データ分析は必ずアクションまで導き出す」では次のようなお話...

◆ データ分析:次に「どうなりそうか」を考える  前々回のデータ分析講座(その140)、「データ分析は必ずアクションまで導き出す」では次のようなお話...


「情報マネジメント一般」の活用事例

もっと見る
ソーシャルメディアデータの解析事例:異分野研究から得られる共通した目的とは

 2020年、コロナウィルス感染の問題が大きくなり始めた頃、少人数の開催ということで、ソーシャルメディアデータ解析を専門にされている先生の講演会を聞く...

 2020年、コロナウィルス感染の問題が大きくなり始めた頃、少人数の開催ということで、ソーシャルメディアデータ解析を専門にされている先生の講演会を聞く...


ソフトウェア特許とは(その1)

 色々と定義はありますが、ソフトウェア特許とは、よく言うビジネスモデル特許であり、情報システムの特許です。言葉に差はあると思いますが、我々実務家は、ソフト...

 色々と定義はありますが、ソフトウェア特許とは、よく言うビジネスモデル特許であり、情報システムの特許です。言葉に差はあると思いますが、我々実務家は、ソフト...


P値で行う統計リテラシー判定

 「ピーチ」って聞いたら何を連想しますか、統計を学んでいる人に取っては「 P値 」が思い浮かぶはずです。統計学の素養がある程度備わっているか一言で知ろうと...

 「ピーチ」って聞いたら何を連想しますか、統計を学んでいる人に取っては「 P値 」が思い浮かぶはずです。統計学の素養がある程度備わっているか一言で知ろうと...