データ分析について考えたことのまとめ

2018年9月20日

Contents

データ分析の全体像を描きたいのは自分が欲しかったから

なぜデータ分析の全体像を描きたいかというと、データ分析を体系的に学ぶ方法がなく苦労して遠回りしたためで、つまりは自分が欲しかったから。考えを整理することにもなるし、それが結果として他の誰かの役に立てれば嬉しい。

このページはデータ分析に関する記事をテーマ別に整理したもので、順次追加する。テーマの分け方も暫定的なので書きながらこちらも変更していく。

データ分析プロセス

データ分析プロセスの概要

データ分析プロセス (1)目的の決定

データ分析プロセス (2)要求・・・意思決定者から分析者へ

  • データ分析で困った依頼の原因とその対策
  • A・意思決定者が分析者に「知りたいことは何か」を伝える
  • B・分析者は「そのためには何を知るべきか」を考える
  • C・分析者は意思決定者に「いつまでに何ができるか」を伝える
  • 要求はどの程度具体的であるべきか
  • 分析者への目的の開示はどうするか
  • 分析者からの関与はどこまで許されるか
  • どの程度分析者に対して目的の詳細を伝えるか
  • 優先順位の決め方
  • 要求が無い場合どうするか
  • 意思決定者と分析者は役割の違いであり立場の上下ではない
  • 分析者は目的の決定に関与せずとも意思決定者を理解するように努めなければいけない

データ分析プロセス (3)収集・・・プランニング、選別、評価、共有と保管

データ分析プロセス (4)分析・・・前処理と分析

データ分析プロセス (5)洞察・・・「なぜか」と「次にどうするか」

  • どうやったら妥当な評価ができるのか
  • どうして間違えるのか
  • 仮説ありきは危険である

データ分析プロセス (6)伝達・・・分析者から意思決定者へ

データ分析プロセス (7)実行・・・意思決定と施策の実行

  • 分析が無視された場合の対処について

データ分析プロセス (8)フィードバック・・・何が良くて何が悪いのか

  • 効果的なフィードバックのやり方とタイミング
  • フィードバックがもらえない場合どうするか

データ分析プロセスの実践

データ分析プロセスはどのように進むか

  • データ分析「プロセス」は実は「サイクル」である
  • 一方通行ではなく行ったり来たりする
  • 1つのプロセスの終わりは次のプロセスの始まりである

データ分析プロセスの理想と現実

データ分析プロセスにおける役割

データサイエンティスト・データアナリストのキャリア

データ分析組織についての考察

データ分析の生産性を上げる

ツール・システムとうまく付き合う

データ分析とは何か

データサイエンティスト・データアナリストの理想像

  • 良きデータサイエンティスト・データアナリストになるためのあり方、考え方
  • データサイエンティスト・データアナリストはアウトサイダーな目線だけでなくインサイダーの心を持たねばならない
  • データサイエンティスト・データアナリストは世の中と人間を広く知らねばならない。ただしすべての専門家にはなれない
  • データサイエンティスト・データアナリストは実務家であらねばならないが、理論がなければ支えられない
  • データサイエンティスト・データアナリストとコミュニケーション能力について
  • データサイエンティスト・データアナリストとプレゼンテーション能力について
  • データサイエンティスト・データアナリストの最後のよりどころは感と度胸と経験である
  • データサイエンティスト・データアナリストはマーケティングとエンジニアリングの両方を理解していなければならない
  • データサイエンティスト・データアナリストはマーケターでもエンジニアでもない存在であり、それを他者に理解させる能力がなければならない

データ分析の文化

データ分析のその他の話題

データ分析の世界は深く広い

書き始めたら次から次へと疑問や考察が広がり当初はこんなになるとは想像もしていなかった。そしてこれからもまだまだ広がるのは確実。目次で「収集」とか「分析」とか書くだけなら簡単なのだが例えば収集における選別はメディアリテラシーを、評価は認知バイアスを、分析には統計学や機械学習といった数理的手法全般を含んでおりその中身は実に膨大なので専門的な内容については出来る限り書くようにするとしても、データ分析の全体像を描くことが目標。

もしまだ書いていない(このリストになくてもOK)へのリクエストがあったらTwitterとかで連絡もらえれば優先して書くことを試みます(書けるとは言っていない)。

まとめ

Posted by 管理人