情報・データを選別する　まとめその１

「情報・データを選別する」が１０記事になったのでまとめてみよう

どうやって分析するかも重要だけれども、元になる情報・データがおかしければ良い分析なんてできないし、そのためにも世の中の色々な情報・データを選別するスキルだな、ということから書き始めたらいつの間にかに１０記事になった。ちょうどいいのでダイジェストを作ってみた。

「情報・データを選別する」各回ダイジェスト

（１）情報・データの選別が必要な理由

情報を選別するスキルがないと良い分析なんてできないし、日常でも誰かにうまいこと動かされたりしてしまうので気を付けよう。

  • Garbage in, garbage out
  • 何が正しいのかを判断することの難しさ
  • 情報・データには意図が含まれる
  • 伝わるうちに内容が変わってしまうことがある
  • どんなに頑張っても人は偏り間違える

（２）目や耳に飛び込んできた情報・データに反応する前に注意したいこと

脊髄反射する前にこんな可能性を考えよう、ということでぱっと書いた。

  • 自分の知識が不足していないか
  • 発信者の知識不足はないか
  • 発信者の意図的な誘導ではないか
  • 発信者の立場はどうか
  • 発信者の趣味嗜好はどうか
  • 以下続く

このあと全部で20個あるけど長いので最初だけ。重要なのは常に「自分の知識が不足していないか」を思い出すこと。

（３）検索エンジンとうまく付き合う方法

今やないと何もできなくなってしまった検索エンジンだが、所詮人間が作っているので妄信はできない。操作されていたりするかもしれないので上位に出ているから全て良いコンテンツとは限らない。

  • 検索エンジンとうまく付き合う大前提：上位に検索されるからといって質が良いとは限らない
  • 順位に影響があるいろいろな要因
  • 検索エンジンを使う際に知っておきたいその他のこと
  • ネットだけで完結してはいけない
  • それでも無いよりはるかに便利

（４）「じゃんけん大会優勝者が語るじゃんけん必勝法」に気を付けよう

選択バイアス（生存バイアス）の話。「成功した人が語る経営論」や「人気者の人生論」を読む際にセットでどうぞ。

  • 選択バイアスとは
  • 本当に致命的な失敗談は語られない
  • 「今」成功している人の声だけしか聞こえない
  • 成功確率が1割なくても一発勝負ならわからない

（５）その言葉から期待される内容と実際の意味の違いについて（分析編）

言葉の定義が合っていないと読み違えるので確かめないといけない。世の中に流布している言葉の実態を探る小ネタ。

  • 最適化
  • データアナリスト
  • データサイエンティスト
  • データ分析
  • ビックデータ
  • 人工知能

（６）その言葉から期待される内容と実際の意味の違いについて（〇〇的に考える編）

分析編に続く続編。分析編のがそこそこウケたから2匹目のどじょうを狙ったけどいまいちだったのは内緒。

  • 本質的に考える
  • 戦略的に考える
  • 長期的に考える
  • 根本的に考える
  • 総合的に考える

（７）理想と妄想の違いは「現実的かつ実現可能な具体策」が提示されているかどうか

理想を語るのは素晴らしいけれど、中身が伴っていないのでは聞くだけ時間の無駄になるかも。

  • 実現出来たら素晴らしいこと
  • 何かおかしい・・・だけど反論できなくてもやもやするのは中身がないから
  • 理想と妄想の違いは、現実的かつ実現可能な具体策が伴うか
  • 表に出る発言だけで判断してはいけない

（８）何度読んでも聞いても話の内容が理解できない場合にどうすればいいのか

内容が理解できないのは相手のせいかもしれないし、自分のせいかもしれない。相手が悪いと決めつける前になぜそれを言っているかの理由も考えたい。

  • 意図的な間違い
  • 自分が正しいと思い込んでいる
  • 誰かに聞いた話を信じている
  • 感情的になり過ぎて混乱している
  • 権力へ迎合している
  • 引っ込みがつかなくなっている
  • 同じ言葉を使っていても、同じ意味で使っているとは限らない
  • 自分の知識不足
  • 自分が間違えている

（９）パーソナライズで何が起きているかを知り、どうするべきかを自分で選択する

そのメリット・デメリットを知らなければパーソナライズを使うかどうか決められない。使うかどうかの選択ができなくてもどう付き合っていけばいいかは考えておきたい。

  • 中身を知って、自分で選ぼう
  • パーソナライズことは居酒屋のおすすめの自動化
  • 興味のある情報に出会いやすくなる　VS　似たような繋がりからしか情報が得られない
  • 購入履歴以外も使われる
  • パーソナライズの違う見方
  • 自分が「知らないことを知らない」ことを提供されるのは是か非か
  • パーソナライズがなかったら
  • パーソナライズは禁止できるか
  • パーソライズとどう向き合うか

（１０）「カスタマーサクセス」＝「顧客の成功」のことではないが、だとしたら何なのか

２つの意味がごちゃ混ぜになって混乱しているので間違いないようにしよう、ということでここに入れた。言葉の定義はやっぱり大事。

  • 「カスタマーサクセス」＝「顧客の成功」ではないらしい
  • 「カスタマーサクセス」は「データサイエンティスト」と同じ道
  • 「カスタマーサクセス」とは具体的にどういうことかを聞こう
  • 「カスタマーサクセス」と「グロースハック」は何が違うのか
  • 「カスタマーサクセス」の核になるはずの「データ分析」はどこに行った？
  • 「カスタマーサクセス」なんてなくなればいいのに

    • 選別だけでも終りが見えない

    まだまだ書こうと思っている話はたくさんあるので、もう１０記事書いたらまとめ第２回を作ろう。でもこのブログはデータ分析について思いついた話を思いついた時に書いているのでいつになるかは未定。

    データ分析プロセス, 選別, 収集, まとめ

    Posted by 管理人