データ分析の知識体系を1記事だけ読んで把握できる！（2）
二 なぜデータを分析するのか
分析の本質は、ビジネスをより明確にし、意思決定をより効率的にすることです。 グローバル化においては、激しい競争、差別化された市場、環境の変化、企業はさまざまな課題に直面しています。 データ分析は、ビジネス問題の解決、機会の認識、リスクの回避、問題の診断に利用されています。
よく次の問題から分析します
何が起こったのか： 過去をたどって真実を追います。
なぜ起きたのか：起きたことの本質を洞察し、原因を探ります。
将来起こりうること：事象発生のパターンを把握し、将来を予測します。
何をするのか：「何が起こったのか」「なぜ起こったのか」「今後起こりうること」など、すでに知っていることに基づいた分析を行い、何が実施できるかを明らかにします。 つまり、行動を起こします。
三 どのように分析するのか？
6ステップ
1 分析の目的を明確に
ビジネスへの理解
ビジネスへの理解はデータ分析に携わる前提、つまり業界知識、会社の業務やプロセスに熟知していること、そして自分なりのビジネス洞察を持つことが必要です。 業界や企業の経営背景を知らなければ、分析結果はあまり説得力がありません。
どうすればビジネスへの理解を得られるか？ まず、ビジネスモデルの仕組みを理解する必要があります。 つまり、私たちがどのように繋がってビジネス価値を生み出すのかということです。 第二に、顧客セグメント、収益、主な事業、コアリソース、コスト構造など、ビジネスモデルの中核となる要素を理解する必要があります。 これに加えて、マクロ経済、市場の影響、業界の動向など、中核となる環境要因を理解する必要があります。
目的を明確に
データ分析の第一歩は、データを分析することではなく、ビジネスの問題点や目標を明確に特定することです。 このデータ分析を通じて解決したい問題、達成したいビジネスの目標は何なのか？
ビジネスへの理解
ビジネスの結果
ビジネスの目標・問題
結果を目指す目標
2 分析のアイデアやフレームワークを特定する
分析の目的が明確になったら、どのような視点で、どのような指標を使うかといった分析の枠組みを整理していく必要があります。 その際、一般的な思考モデルを使用することで、より明確にその論理を理解することができ、「重複せず、漏れがない」（MECE）を実現することができます。 一般的な思考モデルには、構造化思考モデル、時間モデル、論理的モデル、重要性モデルなどがあります。
思考モデルだけでなく、古典的な分析モデルも多く存在します。 これらのモデルは、長い時間をかけて検証されてきました。分析フレームワークに精通していれば、思考はより速く、より効果的になります。 自分で一生懸命考えなくても、半分の努力で2倍の効果を出すことができるのです。 例えば、SWOTモデル、STPモデル、RATER指数モデルなどがあります。
分析・思考モデルを把握
思考モデルとは、問題を分析し、より正確な解決策を見出すために用います。
1）構造化モデル
物事の構造を考察の対象として、思考・表現・問題解決の指針とする思考法です。 例えば、マッキンゼーの「ピラミッドストラクチャー」や「5W2H」などがあります
a）5W2H
5W2Hとは、情報を論理的に「整理・分類・集約」するフレームワークです。わかりやすく使いやすいので、企業経営や技術活動に広く活用されています。 また、意思決定や経営活動の対策に非常に有効で、問題検討の抜け漏れを補うことができます。
b）構造化思考
構造化思考とは、課題や問題に直面したときに、多面的に思考し、問題の原因を分析し、行動計画を体系的に立て、適切な手段を採用して効率的に業務を実行し、いい成果を上げる能力です。
c）MECE
MECE、英語はMutually Exclusive Collectively Exhaustiveで、「重複せず、漏れがない」と訳します。つまり、課題を分析する時、「抜け漏れ」をなくすための考えです。これにより、問題の核心に迫り、効果的に解決することができます。
2）時間順序モデル
物事がどのように発展していくのか、そのタイムラインをたどって分析するのです。 例えば、消費者行動の５段階モデル：
問題認識（Problem Recognition）
情報探索（Information Search）
代替品の評価（Evaluation of Alternatives）
購買決定（Purchase Decision）
購買後の行動（Post-Purchase Behavior）
3）論理的モデル
a）問題解決の7ステップ分析
マッキンゼーの７ステップ分析は、7ステップ分析とも呼ばれ、マッキンゼーが手がけた数多くの事例をもとに、ビジネス機会を分析するための方法論です。
b）ロジックツリー分析
ロジックツリーは、問題のすべての下位問題を階層的にリストアップしたもので、最上位から始まり、徐々に下位に広がっていきます。
4）優先順位付けの考え方
企業の資源は有限であり、有効に活用する必要があります。 優先順位を付けずに仕事を進めていると、優先度の高い仕事を後回しにしてしまい、周囲に迷惑をかけてしまいます。
やることに 優先順位を付けるとき、よく4象限分析を使用します。
5）古典的な分析モデル
デルファイ法：判断・予測に非常に有効な方法
6つの帽子思考法：実用的な意思決定・コミュニケーションの方法
KT-PSDM（KT法）：問題解決と意思決定力強化モデル
ブレーンストーミング：チームのイノベーションを刺激する効果的な意思決定ツール
ゴミ箱モデル：目標や因果関係が不明確な「あいまい性」下での意思決定を説明するモデル
5W2H分析：問題を調べたり考えたりするのに有効な方法
決定木分析：「予測」や「判別」、「分類」を目的として使われるデータマイニング手法
STAR：状況、タスク、アクション、結果の形式は、インタビュアーがジョブに必要な特定の機能に関するすべての関連情報を収集するために使用する手法
これまでは第ニ部分です。
第一部分👇
https://note.com/jolly_cosmos153/n/n19e78300e2e7#ac4c240d-670d-4655-89c6-fe8c7fc10f03
今回はデータ分析の意義、目的と流れ、古典的な分析モデルを紹介しました
最後の部分（業界別の分析モデル、データ分析指標体系の紹介）は明日更新します。
上記がお役に立てるのであれば、大変うれしく思います。Facebookで「IT視界」をフォローしたら、メッセージに「資料１」を送信してデータサイエンス/python/DX/などの１０冊の電子書籍も無料で獲得できます！
この記事が気に入ったらサポートをしてみませんか？