今回はＢＩツールの流れでデータ分析の紹介です。
前回までＢＩツールの紹介をしていましたが、やはり要になるデータ分析自体を知っていないとピンとこないことが多いと気づき、今回の紹介をすることにしました。
詳細は各リンク先を見ていただくとして、ざっとした流れやポイントについて少しお話します。
データの有無
データ分析という以上、データがないとダメです。当たり前のことですが、集めることなく結果を見たいとおかしな話が出ることがたまにあります。ＢＩツールの宣伝やサイトの説明だけ見て、その結果だけを自社に取込みたいという場合です。
データがある状態とはデータを入力作業が存在し、そのためにどのような作業でどのようなタイミングで誰が入力するのかが業務の中に組み込まれる必要があります。ここが抜けていて精度の高いとかリアルタイムでとかという話になることがあるのは残念な話ですが、よく聞きます。
しまいには、いざっとなったらＡＩで何とかならないと無から有を生み出すような話にＡＩが出てくることもあります。最近のＡＩは基本的に膨大がデータの海（ビッグデータ）の中から必要な情報を推定して、表現しているだけで、無から生じているわけではありません。
と困った話はそれまでにして、何でもかんでもデータ分析はかえって、判断を鈍らせる話は以前したと思います。なので、必ず分析の目的を明確にし、さらに分析した結果をどのような業務改善や収益改善に利用するかを決めたうえでデータ収集をしましょう。
ＢＩツールのデモはとても印象的で刺激的ですが、よく見ると規模の大きい企業のあまり自社では使わなそうなデータが表示されていることもあります。デモ内容がダメというわけではなく、自社に合った情報を表示しないと意味がないということです。
既存データと重複していないか
もう一つ注意してほしいことが既にあるデータを気付かずに別の方法で取り込もうとすることがあります。システム内にあるが取り出しにくいからエクセルやフォームで収集するといったパターンです。集める側からすれば、こちらのほうが楽ですが、入力する側は二重入力になるので、負担感も大きく、結果データ精度も下がります。
入力する時間の労務費を考えるとシステム改修のほうがいいことも少なくないので、検討することをお勧めします。
◆データ分析の手法を徹底解説。課題別アプローチと具体的な活用事例
https://www.nttdata-kansai.co.jp/media/099/
システム部門向けで書かれていますが、業務部門でも使えます。分析手法の概要と課題別の進め方、分析までの進め方が書かれているので、全体像がつかめます。
◆データ分析とは？行うメリットと9の分析手法ついて解説
https://www.salesforce.com/jp/blog/jp-data-analytics/
顧客関連のクラウドサービスを提供するSalesforceのブログページです。目的とメリットだけでなく、デメリットも記載しているのがいいですね。
◆データ分析とは？データの種類・分析の手順・手法を解説
https://biz.kddi.com/content/column/smartwork/what-is-data-analysis/
こちらもデータ分析の重要性、データの種類、データ分析のメリット、デメリット、効果的に行うための手順がわかりやすく記載されています。
◆データ分析とは？わかりやすく基本を解説
https://www.hitachi-solutions-east.co.jp/products/unisquare_ml/column/
日立ソリューションズが掲載しているデータ分析のページです。データ分析の目的から可視化、主な分析手法を説明しています。分析例も少し載っているので参考にしてください。
◆なるほど統計学園
https://www.stat.go.jp/naruhodo/index.html
総務省統計局が提供しているサイトです。初級、上級とデータ探しからグラフ化、特性の推測と初心者向けのわかりやすい統計学の話が書かれているので、おススメです。