紙の本
データサイエンティストに読んでほしい本
2014/09/23 13:19
4人中、3人の方がこのレビューが役に立ったと投票しています。
投稿者:アップルファン - この投稿者のレビュー一覧を見る
私は直接データ分析をしているわけではありません
データの分析や社内のデータ活用を専門の会社に依頼している側です
そのようなことから興味があって本を買い読みました
データサイエンティスト(データ分析者)はどのようにして
データ分析をしているのだろうか?と
常々疑問に思っていたからです
私は、データサイエンティスト(データ分析者)に対し不満があります
色々な会社にデータ分析を頼みましたが、
一様にデータ分析をした結果を教えてくれるだけです
その先(データ見て何をすべきか)がないのです
彼らはそれを「見える化」の第一歩だと言いました
確かに、今まで見えていなかった部分が見えるようになったので
それはそれで価値があるかもしれません
しかし、見えただけで、
その先(データ見て何をすべきか)がないと
意味がないのではないかと私は感じました
さらに、社内にBI(ビジネスインテリジェンス)システムを導入しました
それも、「見える化」の一環として導入しました
いつでもどこでもダッシュボードを通して
データが見えます
正直「で、何???」という感じです
単にデータを眺めやすくなりましたが、
その先(データ見て何をすべきか)が続きません
システム導入してくれた会社の
データサイエンティスト(データ活用の専門家)に
いくら聞いても操作方法しか教えてくれません
その先の、このデータを見て「どうすれば良いのか?」という視点がないのです
本に書かれていた通り、アクションに結びつかないデータ分析は
まさに無意味です
お金と時間のムダです
正直、現場からは
無駄なツールの操作する時間
無駄なツールにデータを入れるための手間ひまの時間
に対し不満が出ています
そのことが、私のデータサイエンティストに対する不満です
その悩みに対し回答をくれたのが、この本です
データ分析後にどのようにアクションに繋げるのかが
書かれていたのです
言われると当たり前のことですが、
その視点がない「分析結果」や「データの見える化」は
よろしくないと思います
つまり、この本は、
データサイエンティスト(データ分析者)に読んでほしい本
なのです
投稿元:
レビューを見る
データ分析の流れが体系的に学べます
他のデータ分析本にはない点です
良書だと思います
データ分析実務者だけでなく、管理者層も読んでおくべき本と感じました
投稿元:
レビューを見る
QC7つ道具/新QC7つ道具の説明書.書くはさぞかし大変だっただろうと思えるぐらい具体的な例題が大量に創作してあって,なおかつ著者が実践している感じが伝わってきて良かった.
QCツール関係は普通の思考能力がある人にっとてはあまりに当たり前のことをこれ見よがしに主張してきて型にハメられる感じがするので,窮屈で嫌いだったのだけど,本書は個別のツールの説明よりも,例題の中で課題解決までの流れに添ってツールの要点や意図を解説してあるので,そういった嫌悪感はかなり薄らいだ.
個人的には,実際のところ7~8割ぐらいはすでに類似の内容で検討しているようなことなので,目新しさはあまりない.しかし,ちょっと普段の専門から外れるような新規な内容に取り組むときはうっかり検討を忘れるような項目もあり,思考の流れとして型を身につけることはやっぱり重要なんだろうな,と再認識出来た.
型にハメられるのではなくて,道具として使いこなすということは大切なのでしょうね.訓練あるのみです.
投稿元:
レビューを見る
肝心のフレームワークはややこじつけ感強い。普通にロジシン・クリシンと同じ整理にすりゃいいのに…。しかしそれ以外はとてもよい。クライアントへの説明の流れと合わせてもなかなか活用しがいがある。データ分析という業務そのものについて、ちょっとメタな視点を得たい時に。
投稿元:
レビューを見る
QC7つ道具に、新QC7つ道具を加えて、14のフレームワークと称してデータ分析について分かりやすく解説。
でも、私、今、こんなことに関わっていないのだよなぁ。
付箋は12枚付きました。
投稿元:
レビューを見る
第1部の理論編は、当たり前のことや考えれば分かるようなことが書いてあって、太字で緑のマーカーが引かれているところが、とても鬱陶しい。読まなくてもいい気がする。
第2部の事例編だけをさらに詳細にして、逆引きみたいな形にしたら、最後の索引も生きたかもしれない。
とりあえず、タイトルが内容とそぐわないというか、データ分析の教科書を大きな字にするのはそぐわない。
『(小さな字で)データ分析のための(大きく)14のフレームワーク』ならまだいいかと思う。
投稿元:
レビューを見る
実務寄りでかなりいい本。
データの統計的な扱い方よりも、なんのデータをどうまとめてどう見せるか、何がしたいかで集めるデータも見せ方も変わるよ、ということがしっかり書いてある。
ツールである統計分析やQC七つ道具のことが知りたいなら既存の統計の本や品質管理の本見れば足りるし。
事例編がやたら具体的だなーと思ったら著者は中小企業診断士だった。
投稿元:
レビューを見る
前半部分は、ビジネスにおけるデータ分析のエッセンスが凝縮されていてとても勉強になったが、後半から「分析」の意味が広範に拡張され、論じられている内容を実務に応用するイメージがしづらくなった。なにがわかりにくかったかというと、どういう場面に本書で書かれていることが応用できるのか、ということに関しての記述が曖昧だった。書かれている内容自体は悪いものではないと感じたため、少なくとも、筆者がどういう場面を想定して論じているのかの説明がほしいと感じた。
投稿元:
レビューを見る
「マーケティングの」データ分析の「教科書」。
2/3を使ってデータを分析するためのノウハウ(教科書的なもの)、
1/3ほど割いて具体例を3つほど記載されている。
自分が思うにわりと良い箇所に既に線が引かれているのだが、これは人によってはイライラの要因になるかもしれない。
少なくとも「分析したいものがあるんだけど何をしたら良いの?」という状況であれば、
順序立てて説明してくれているので役に立つケースもあると思われる。
ただマーケティング向けであって、それ以外での「データ分析」に役に立ちそうかというと微妙な印象を受ける。
専門の人に言わせるとわりと初歩的なテクニックであり、内容的に微妙らしい(初歩だから知っているだろうという意味で)。
本職ではない人間からすると、着眼点として参考になりそうな点はそれなりにある。
本書はデータが集まっている事が前提となっている。
確かにデータ集めの部分は色々ノウハウが必要な印象はある。
投稿元:
レビューを見る
簡単な方法を使っても、立派にデータ分析はできるということがわかった。
もちろん難しい理論や手法を知っていれば、その分は幅は広がる。
それよりも前に大切なことは、データ分析の手法だと思う。準備して、集めて、分析して、表現して、伝える。この繰り返しだってこと。
この繰り返しを頭に入れた上で、どのようなアプローチをとるか。その点で、定量分析にはQC7つ道具を使い、定性分析には新QC7つ道具を利用している。
データ分析の入門としてはわかりやすいし納得感があるので、教科書らしいと感じた。
投稿元:
レビューを見る
データ加工に偏らず、分析の体系・手法についてまとまっている。分かりやすいが、実務レベルで考えると初級編ということだろう。最後に事例が掲載されているのはよいが、その前の類型化しているパートは必要なかったのかもしれない。QC道具を用いているところが個性的。
投稿元:
レビューを見る
データ分析を行うステップと、どうそのステップの中でフレームワークを組み合わせるかがまとまっている。
まず、分析により「誰がどんなアクションをして、それは何故必要なのか」をまとめた上で、データツリーを作成してから着手する。そのツリー構造自体は分析の目的によって異なる可能性がある、というのは発見。
なぜデータツリーを創るかというと、取得するデータを明確にイメージできるようになるから。
データを見ていく手順としては、まず全体間を把握する。たとえば、年間売上を月別にみて、異常を発見すれば(7月の売上が例年より落ちている)、月ごとの商品売上を見ていき、特定の商品に問題がありそうだとわかれば、その商品を日ごとに、というようにどんどん分解していく。
紹介されているフレームワークでは、売上構成比の大きい商品などに注力するために分析を行うパレート分析や、フィッシュボーン図に相関係数を記述して要因ごとの影響の大きさを可視化する方法、アクションプラン作成時に役立つアローダイアグラムとクリティカルパスという時短できるポイントを特定するための考え方などが学び。
ただ、一連を通して、一番重要なのはやはり最初の目的と誰がどういうアクションを起こすための判断になるのか、という部分で、アクションにつながるというのが肝。
投稿元:
レビューを見る
https://www.read4action.com/report/detail/?id=1659
投稿元:
レビューを見る
仕事でデータ分析をする人がこの本を読んで、分析の型を理解し、意識して業務にあたることができるのではないでしょうか。
理論と実践例の構成も良く、入門書としてとても良い内容だと思いました。
業務の中では、必ずしもこの通りの手順で行えなかったり、不十分な前提があったりすると思うのですが、だからこそ型を得ることは非常に重要だと思います。
投稿元:
レビューを見る
すぐに実務に活かせそうだと感じた。0から分析案件がスタートすることはあまりなく、何かしらの文脈や引き継ぎの流れで前提を疎かにしてしまうことが多いので、6W1Hは常に明示できるようにしておく。定性調査はあまり経験がなかったので、定量と同じくらいボリュームがあり、こちらも直ぐに実践したい