投稿元:
レビューを見る
納得させるストーリーを作るスキル
それに使うデータ分析術
ビジネスパーソンの実務に役立つ1冊
陥りやすい失敗を紙面を割いて丁寧に説明してるので、自信がつきます。
各章末にまとめがあるので、コキだけ読んで概要を理解できる。
投稿元:
レビューを見る
単なる分析スキルではなく、組織内での壁の乗り越え方にも言及があり、実践的実務書である。
課題発見→解決方法の提案まで一貫で書かれているので、腹にも落ちやすい。
「統計学は最強の学問である」といった類書よりも記述が絞られているので、時間があまりない人へもおすすめ。
【メモ】
目的・課題の明確化(どのような現象が表れているか)
→課題ポイントの特定(どこが悪さをしているのか:課題を構成している要因をロジックツリーで分解)
→要因の特定(なぜそれが起こっているのか:課題と関係のある要因を相関分析)
→方策の検討・実施(どのような対策が必要か:何を触ればいいのかを単回帰分析で確認)
投稿元:
レビューを見る
ビジネス統計の本。重要なエッセンスをシンプルに伝えている。自分自身、業務でデータ分析を取り扱っているため知っていることが多かったが、一方で参考になった部分も大いにあった。データ分析を業務としない人でも、部分的に役立つ知識も結構あるので一読の価値はある。
投稿元:
レビューを見る
1章から4章が各論、5章でまとめという構成。
「データ分析」としての内容は、3章と4章がメインだが、データ分析で最も重要になるのは、最初の2章で書かれる「目的・課題の明確化」「現状把握と課題ポイントの特定」。特に目的・課題の明確化については、仮説を立てて絞込を行わないと回り道ばかりしてしまうという点は、筆者が実務で苦労した点が伺えるように思える。
「ビールとおむつを一緒に買う顧客が多いから、試しに並べてみたら売上が上がった」というエピソードが、データマイニングの事例としてよく取り上げられる。そのため、「とりあえずデータを集めて分析してみればなにか分かるかもしれない」と、データ分析に関する考え方が出てくるが、著者はこれにはっきりと異を唱える。これは、著者が日産時代に「3〜4ヶ月単位で1つの課題に対する「答え」を呈示する」という経験をベースにしたものだろう。「とりあえずデータを」というアプローチでは効率が悪すぎて課題が解決できない。
その意味で、本書は実務でデータ分析が必要なユーザーにとって非常に示唆に富むと言える。
不満があるとすれば、データ分析における最初のプロセスである「目的・課題の明確化」である仮説アプローチに関する記述。結果を左右する大事な箇所であるにしては、ページ数は他の章より少なく、仮説アプローチをどのように行い検証していくのかの手がかりが乏しいと感じた。せめて参考文献などがあれば、と思う。
投稿元:
レビューを見る
標準偏差、相関係数、散布図、単回帰分析など、少し前まで何となく名前を聞いたことがあった用語が理解できるようになってきたし、実務での活用の仕方もイメージできてきた。更に複雑な分析手法は意外と活用しづらいということも再確認できた。とてもためになった本。10年前に読みたかった。
投稿元:
レビューを見る
◯まずは一番重要な目的や課題を明確にし、いずれのプロセスや作業も全て最終的にはこの目的や課題と論理的につながっていることを確かめながら進めると、全体のロジックと流れにブレが生じなくなる。(16p)
◯課題解決におけるデータ分析の目的は「何が課題の要因でどのようなアクションが必要なのか」を導き出すことである。(17p)
◯なぜ、そこに行き着いたのかをできるだけ腹落ちするストーリーで伝えるためにも、丁寧に仮説を立て、それに沿った分析プロセスを踏むことが分析全体の信憑性を左右するので注意したい。(114p)
★データ分析を課題解決につなげるための本。論理の飛躍があると腹落ちしづらい。
投稿元:
レビューを見る
序章 日産時代の経験から言えること
第1章 課題解決の「プロセス」を知ろう!
第2章 分解して「課題ポイント」を探ろう!
第3章 2軸の視点で「要因」を探ろう!
第4章 2軸の関係を「数式化」しよう!
第5章 「課題解決ストーリー」の振り返り
あとがき
投稿元:
レビューを見る
ストーリーの序盤にあたる、仮説構築についてはわかりやすいものの、データの分析事例等はクルマのデータになっており、特に書籍後半は理解が難しい。