データサイエンスを学んでみた
こんにちは(^^)
台風の影響で、都内はすごい雨でしたね。
こんな雨だと出かける気にもならないので、
今日はデータサイエンスを勉強していました。
まだ始めたばかりですが、勉強してみて思ったのは
ビジネスパーソンなら絶対勉強しておいたほうが良い
ということです。
少しでもデータサイエンスを勉強しているだけで、
ビジネスマンとしてはかなり突き抜けた存在に
なれると思います。まじで。
ということで、今日はデータサイエンスの入り口として
ビジネス・アナリティクスについて学んだので
簡単にまとめていきたいと思います(^^♪
■ビジネス・アナリティクスとは
ビジネス・アナリティクスとは、ビジネスを成長させるための
意思決定に資する情報や洞察を与える行為全般を指します。
( ^ω^)・・・
むずかしいですよね。笑
めちゃくちゃかみ砕いて言うと、
ビジネスを成長させるための「打ち手」を導き出すプロセス
と理解してもらって良いと思います。
・商品の需要予測
・広告の効果測定
・価格の自動化
こんなものが当てはまります。
そして、このプロセスにおいて
使える手法はいくらでもありますが、
最も大事なのは、「どんな課題を解決したいか?」
を明確にすることです。
何においてもそうですよね。
やせたいとか、英語が話せるようになりたいとか。
まずは「何を良くしたいのか」がスタートです。
■ビジネス・アナリティクスの全体像
大きく、目標設定フェーズとデータ分析フェーズがあります。
それぞれ解説していきますね。
<目標設定フェーズ>
1)目標設定
まずは長期目標を設定します。
2022年10月までに、売上高1億円を達成する!とか。
この目標に対して、何をしていくべきかを
明確にしていくのが2)以降のステップになります。
2)環境の分析
外部・内部環境を理解しましょう。
競合の状況はどうなっているか。
自社の状況はどうか。
さらには顧客やサプライヤーの状況はどうか。
このように幅広く環境を理解していく必要があります。
3)強みの理解
環境の分析ができると、自社の強みが見えてきます。
シニア層に強いとか、このエリアに強いとか、
業態によって色んな切り口がありそうですね。
4)重要成功要因(KSF)を検討
これも言葉が難しいですね。
Key Success Factor を略してKSFといいます。
「勝つためのキーとなり得る要素」
くらいで理解して良いと思います。
5)短期目標の設定
KSFが決まったら、短期目標の設定へと進みます。
1で立てた目標まで、一足飛びにいけるわけではありませんよね。
しっかりとマイルストーンを設定していきます。
<データ分析フェーズ>
ここまで来て、ようやくデータ分析のフェーズに入ります。
ただ、いきなりデータを扱うことはしません。
1)論点を立てる
ここで重要になるのが、「~をすべきか?」
という疑問形を意識することです。
この疑問形にすることで、具体的な行動まで落とし込みやすくなります。
逆にここを意識しないと、データを出したところで
「で、けっきょく何?」となってしまいがちです。
出したデータが使えなかった、なんて経験がある方は
「~をすべきか?」といった疑問形を意識してみましょう。
2)仮説を作る
仮説とは、論点に対する仮の答えです。
仮説は行動+根拠をセットで考えていきます。
例)行動:休肝日は週に2日設けるべきだ
根拠:なぜなら、肝臓機能が回復するまでに2日かかるからだ
すごい雑な例ですが、こんな感じです(笑)
そして、根拠が正しいかはわかりませんw
ただ、この「正しいか分からない」というのが
実は大事なポイントになります。
あくまで仮説なので、「当たってなくて当然」
くらいの感覚で良いのです。
「正確」ではなく「明確」な仮説を立てることを
まずは意識してみましょう。
3)スケルトン作成
スケルトンとは、根拠を示した図を手書きしたもの
くらいに思っておくと良いでしょう。
棒グラフなのか、円グラフなのか、散布図なのか。
仮説によって表現の仕方は様々あります。
このステップを踏むことで、
「そもそも必要なデータが違った」
などといった手戻りを防ぐことができます。
4)データを収集する
ここまできてようやくデータ収集に入ります!
5)データ分析
6)解決案と実験
一般的にデータ分析は、5・6のステップに
フォーカスされていることが多いです。
ただし、実際はめちゃくちゃ後工程の話。
あとは分析フェーズの6→1→6→1というふうに
試して考え直して、をくり返していきます。
ここまでが、ビジネスアナリティクスの全体像になります。
具体的なデータ収集~分析については
また別のタイミングでまとめていきますね(^^)
来週も講義を受ける予定ですが、とても楽しみです!
ではまた(^^)/