仕事に役立てる!データ分析の前に初心者が知っておくべきこと

仕事に役立てる!データ分析の前に初心者が知っておくべきこと

データ分析の前に初心者が知っておくべきこと データについて知る

今の時代の「データ」とは何だろう?

IoT(モノのインターネット)やAI(人工知能)、ビッグデータを用いた技術革新、私たちを取り巻く仕事環境が日々変わっています。特に最近、「あちこちからデータが集まりつながる時代」と言われていますが、そもそもデータとは何でしょうか。

辞書で調べると、「事実や資料をさす言葉」と説明されています。また、「伝達、解釈または処理に適するように形式化され、再度情報として解釈できるもの」とも定義されています。ということは、活用できる状態になっていなければデータとは呼べない、ということになります。

データの種類。「SNS、画像やブログテキスト。ICカードでオフィスに入室した社員数。決済時に蓄積される購入履歴」

国税調査のように国が示しているオフィシャルなものから、組織の部署ごとに管理している予算、自分しか知らない体重の推移など、データの種類や特性も様々です。

組織やビジネスで使用する場合、競合が持っていない独自データは、顧客にマッチした提案ができたり、他社にはできない戦略を検討できるため、大きな武器になります。

データはどこにあるの?

「うちにはデータがない」と思っている人、良く考えてみてください。

データは、事実を表したものです。利用履歴だとしても、アンケート結果だとしても、事実の蓄積で成り立っていることがほとんどです。

こう考えてみると、「ないはずがない」ですよね?

まとまって一つのところにないだけで、いろいろなところに散乱しているはずです。
個人のエクセル、基幹システム、紙など、バラバラに独自ルールで保存されている情報たちは、加工すれば立派なデータになります。

使うために加工は必須

データを使えるようにするには、統合や集計などの加工が必須です。
表記やルールがバラバラだと、データ同士をくっつけることができません。表のセル数が違ったり、記載場所が違ったりすると、安易にコピペで一つの表にする、ということもできませんよね。

データとして使えるようにするには、表記や入力ルールを統一する必要があります。加工はいちばん面倒な作業、と言われる理由はこのためです。

たとえば、A部署のデータとB部署のデータを1つにして集計するとします。果たして内容は同じでしょうか?

見落としがちな表記ルールの例「日付は1桁では表さない。1桁の場合は2桁になるよう0を付ける。会社形態は必ず全角で表記する。機種依存文字は使用しない。住所番地は全角で表す」

または、Cさん自作の請求書とDさん自作の請求書、フォーマットは同じで記入ルールは同じでしょうか。

Cさんは、企業ごとにファイルを分け、シートを増やして請求書を作成。1つのファイルの中にたくさんの請求書。Dさんはすべて1枚ずつ保存。膨大な数のファイル

2人のファイルを1つにまとめるだけで大変そうです。

このように、普段は気にしない表記ルールや文書記入のルールが揃っていないと、使用するための加工が必要になります。これは、意外と気にしていなかったことかもしれません。

分析を始める前にやるべきこと

データ分析でいちばん大切なことは、データをグラフにするなどの加工ではありません。一見関係ないと思われがちな、ゴールの設定です。

たとえば、あなたが所属する組織の目標が「毎月で500万円の予算達成」だとしたら、これがゴールになります。

次に目的を設定します。

仮に、現状300万しか達成できていないとします。すると、理想と現実の間には、200万円の差があることになります。この差を解決するにはどうしたらいいのか、その施策を立てるための方法としてデータを分析する、というわけです。データ分析の結果を後ろ盾に施策を考える。誰かを説得する時、事実であるデータから導き出された結果を使用することは、とても強い盾となります。カンやひらめきに頼るより、ずっと心強く自信が持てる説得材料です。

そして、次に目的を設定します。

今回のケースでは、現実と理想の間にあるギャップ(200万円の差)を埋めるにはどうしたいいのか、ということになります。このように、目的がはっきりすれば、散乱していたり、膨大なデータの中から必要なデータが絞られてくるはずです。

効率よくデータ分析を行うためには、まず「思考が迷子にならない」手順を踏むことが大切です。

データ分析の手順「問題の把握からゴールを決める→データを集める→
加工する→分析する

データ分析でわかることは2つ

そんな分析方法やスキルを使っても、データからわかることは大きくわけて2つです。

原因の発見
未来の予測

未来予測は、あらゆるビジネスの軸足となっている「分析の基本」といえるもので、在庫調整や需要予測など、幅広く使われています。

近年は、ここでAI(機械学習)が登場してくる場合がありますが、複雑な計算方法で途中経過が把握しにくく、ブラックボックス化して誰もその経緯を説明できない、なんてことも起こりうるので注意が必要です。

課題や目的が具体的に定義されていれば、AIでなくても必要なロジックを仮説として立てることができます。

データの活かし方

「データを揃えてグラフにして、ジッと見つめる。そこから答えが見つかるはず」

ゴールや目的を設定せずに、加工から始めてしまうと、このような袋小路に迷い込みます。データは答えをくれるのではなく、目的達成のための裏付け資料です。

データ分析を使用して、理想の姿(ゴール)にたどり着くための施策を考え、どう実行するか。毎日の仕事で情熱を注ぐのはこの部分です。

思い立ったらすぐ始められる!
社会人向けの動画講座を多数ご用意しています!

手元のデータではじめるデータ分析
データに裏付けられた施策をPDCAに組み込む具体的な方法、KPIマネジメントがはじめての方にもオススメ!

すぐに使える!誰でも簡単Excelデータ分析
高額ツールを使わなくてもEXCELで出来るデータ分析方法をご紹介。初めての方にもわかやすい入門編

タイトルとURLをコピーしました