自宅のリビングにて
世の中には分析というワードが沢山存在します。
例えば、市場・顧客の分析するといっても
1.PEST分析
2.STP分析
3.顧客分析
ー3-1.カスタマージャーニー分析
ー3-2.LTV分析
ー3-3.RFM分析
ー3-4.デシル分析
ー3-5.CSポートフォリオ分析
ー3-6.コンジョイント分析
ー3-7.コホート分析
ー3-8.ABC分析
ざっとこんなにもあります。
さて、どう使うのか?
本題へ
データ分析とデータ活用の必要性は
もはや誰もが知るところになっています。
しかし、両者に必要なスキルは異なります。
また、とてもざっくりとしたターゲット層も違います。
経営者=データの活用
学生=データの分析を学ぶ
データをうまく活用できない原因は
データ分析の不具にあるのではありません。
武器としてのデータ活用術ができて
ビジネスパーソンのためのサバイバルスキルと
なれば最高です。
そのためには、
機械がやる仕事と人がやる仕事を
明確にわける必要があります。
インターネットをベースとしたテクノロジーの発展で、
手に入るデータの量や質が格段に高まりました。
その恩恵を最大限に活かしたいと
多くの企業や自治体が考えるのは当然のことです。
私の教えている大学でもそうですが
早い段階から身につけたい、身につけさせたいという
流れも活発です。
具体的には、多くの大学でデータ分析や
統計学を学ぶコースが準備されています。
例えば、多くのデータの中から
何かしらの特徴を読み出すのもスキルの一つです。
このデータから一体ここから何が言えるんだ?
もっと良いやり方はないのかなぁ……
と半信半疑の方も多いのが実態です。
このような悩みを解決するためには
多くの人は目の前のデータの中
に答えがあるという前提でみています。
どうすれば、今使っている目の前のデータから
情報を引き出せるか?
という方法論に着目します。
よって、
・統計
・分析手法
・データサイエンス
などの方法論が気になります。
つまり、機械に任せてしまえることや
任せるほうが良いことを区別することです。
そして、機械ができないこと、人がすべきこと
を区別し、人しかできないスキルを身につけて磨くことが
とても重要です。
データを最大限に活かし価値ある
アウトプットを導き出すためには、
人が身につけるべき高度で価値ある
スキルが必要となるのです。
統計を学んでも統計を「使える」ようにはなりません。
「考える」部分と「作業する」部分を明確に区別することになります。
人が価値を生み出すところが「考える」部分が重要になります。
データから答えを探すのではなく、
仮説を明確に数値で検証できるようにして
データを活用するようにしてみて下さい。
ポイントは、「データ分析は戦略を教えてくれない」
という事実を理解することです。
データ分析はあくまで意思決定に必要な
判断材料となる情報を、
さまざまなデータの中から捻出するためのツールです。
データ分析を実施したからといって
ビジネス戦略が即座に最適化されるわけではありません。
最終的に判断するのは人であり、
この事実を受け止めてデータ分析はあくまで
ツールなのだという意識を持つことが大切です。
#データ分析
#データ活用
#データサイエンティスト