見出し画像
Photo by rinrin_icon

DATA Saber Ord2 考え方

Rieko


こんにちは。Riekoです。
今回はDATA Saber技術試練、ord2の設問に対して私なりの解釈をまとめたのでここに記します。
あくまで私自身の考えであり必ずしも合っているとは限りませんのでご容赦を。

Q1

ファイル形式のスプレッドシートとは、GoogleスプレッドシートやExcelなどのこと。
ファイル形式で送っていると、データの複製があちこちに存在することになる。
その状況ではそれぞれ同期をとる手間がかかったり、古いデータを間違って使ってしまうこともある。
データが使ってもよいものかどうか、全員がチェックしている状況ではData Driven Cultureは浸透していかない。
Data Driven Cultureを浸透させるためには、みんなが同じデータを見る必要がある。

Q2

ここではTableau Serverを使わず、Tableau Readerで閲覧している状況や、
Tableau Desktopで作成したレポートを、別のTableau Desktopでtwbxのやり取りによってデータを共有している状況と考えられる。
Tableau Desktopにtwbxを読ませた場合、分析者は自分でデータを分析して深堀することはできる。
ただ、そのデータが安全で使っていいものかどうか保証できないし、
間違えてtwbxを別の人に送ってしまうリスクもある。
Tableau Server/Cloudでは、抽出データを更新してスケジュール設定することができる。
それによってデータがいつ更新されたものかわかるので、自分の見ているデータが使っていいものかどうかわかる。
twbxでファイル共有している場合は、それができない。

Q3

設問の最初に書かれている通り、Tableau Serverはアドオンを含む機能すべてが搭載されていることが前提。

  1. ライブ接続によって自動更新される

  2. Tableau Serverには以下のセキュリティ機能が備わっている。

  • 認証：ユーザーを識別し、適切なアクセス権を与えることができる。

  • パーミッション：各ユーザがアクセスできるコンテンツと実行できるアクションを定義できる。

  • データセキュリティ：現在の環境を補完してデータセキュリティの期待値を満たすことができる。

  • ネットワークセキュリティ：社内および社外ネットワークをサポート

  1. データソース一覧を見ると、どれだけのワークブックが紐づいているのか、閲覧数はどれだけあるのか等を確認することができる

  2. データを使用可能なメンバーを制限することができるし、１ユーザに対して、どの機能を使えるか制限することができる。

  3. web編集によってvizを編集することができる。web編集では使えない機能もあるが、見栄えとインタラクションに関しては全て提供することができる。

  4. ある人がvizのフィルターされた状態だけを確認したいと思ったとき、カスタムビューを保存しておくことで即座にその状態に辿り着くことができる。

  5. データをメールで定期的に通知することができる。これをするとメールを送られた人にデータを見る習慣をつけさせることができる。

  6. データが基準値を超えるなど、一定の条件を満たしたときにメールでアラートを飛ばすことができる。
    これによって、データを見る習慣やデータを見て判断する癖をつけさせることができる。

  7. データを見た人がTableau Server上でvizにコメントをつけることができる。その際メンションをつけることもできる

  8. Web編集で、アップロードされたデータに対して自分のオリジナルのvizを作ることができる

  9. vizをWebサイトに埋め込むことができる。

  10. Tableau Mobileを端末に入れると、Tableau Server/Cloudに接続できる。そこからTableau Server内のデータを見たり動かしたりすることができる。

  11. アドオンであるTableau Data Managementを入れることによって提供される機能。
    Data Catalogを有効にすると、データがどこから来てどう加工されたかなどのリレーションシップや、データの使用状況などを確認することができる。

  12. Tableau Serverのトップページに「推奨」が表示され、見るべきvizが表示される。

Q4

  1. データをExcelなどで管理していると、複数人分のデータの同期をとる必要がある。
    一方Tableauでは、みんなが同じデータを見ることができるので、各メンバが必要なタイミングでデータを使うことができる。

  2. Tableauでは、閲覧制限をかけることができる。必要な人のみにワークブックやデータソースのアクセスを許可できる

  3. Tableauではデータの更新スケジュールを設定することができるため、適切なタイミングで更新することができる。

  4. Tableau Data Management Add-onを購入すると、Tableau Catalogを有効化することによって、データの管理者が表示される

  5. Tableau Data Management Add-onを購入すると、Tableau Catalogを有効化することによって、データのメタデータを確認することができる。

  6. Tableau Serverの本質。Tableau Serverはみんなが同じデータを見ることができる。複数人が見ていてもそれぞれが違うデータを見るのではなく、一つのデータをみんなで共有することができる。

  7. Tableau Data Management Add-onを購入すると、Tableau Catalogを有効化することでどこからやってきてどのように加工されたデータかを見ることができる。これをリレーションシップという。

  8. みんなが同じデータを見てそれを共有することによって、判断の根拠をデータとすることができるし、データを元に話をすることができる。会話の根拠を憶測ではなくデータとすることができる。

Q5

  1. 自分で分析することと人に頼んで分析してもらうのでは出力結果が違うのではないだろうか。人に伝える場合、自分でやるのと同じ結果を100%求めることができるだろうか？

  2. ord2のSensory Memoryの話と関係がある。Sensory Memoryを瞬時に働かせることでShort-Term Memoryを思索にふりわけることができる。
    人に頼んでレポートを作ってもらうのでは次の問や解決方法が瞬時に浮かばないのでは。

  3. 考え方は2.と同じ。瞬時にSensory Memoryを働かせることでデータを通して答えを得ることができる。そしてShort-Term Memoryを働かせて思考のフローに乗ることができる。

  4. Tableauを実際に操作してみるとどうだろうかを考える。イメージし辛い場合、日記を書いているうちに色々な気づきを得られるといった事象を思い浮かべよう。人に頼んで書いてもらうのでは、出力の中で思考が浮かんでくる機会を失っているかも。

  5. レポートファクトリーの問題と関連。人に頼んでいたらその人にキューが溜まる。自分の順番が回ってきた頃は時すでに遅くビジネス上の判断に間に合わないこともある。

Q6

  1. レポートファクトリーとは、一人のチャンピオンにレポート依頼が集中し、それに対して待つ人が何人もいて瞬時にフィードバックを出せない状態。

  2. Taskを持っている人自身が自分でデータを探索できず、人に依頼してもらう状態

    1. の結果チャンピオンにはキューがたまっていき、２週間後などにレポート出力してもらう頃にはもういらなくなっていることもある。

    1. と同じ。フィードバックが遅すぎるともういらないことがありうる。

Q7

  1. 経験と勘はもちろん素晴らしいが、現在の状況に即しているかわからない。
    空を見て雨が降るかどうか経験と勘で予測しても、それは本当に現在の状況に即しているでしょうか？

  2. データが言っていることを元にするとみんなが納得できる。逆に、誰か一人の意見に従うだけでは、本当にみんなが納得しているだろうか？

  3. データを見ていなくても高速に決断することは可能である。

  4. 天気予報を見ずに経験と勘で天気予測をした場合、その勘はあたるだろうか？空を見てお外に出て雨に降られた方も多いはず。

Q8

  1. 経験と勘はいけないわけではない。経験と勘にデータを合わせるとより正確な判断を下せるようになるのでは

  2. 想像だけで、「顧客が満足している」などと言えるだろうか。言えた場合、それは他の人みんなが合意できる意見だろうか。

    1. と同様。他人と合意するときに自分の想像だけで話していたら、合意を得られるだろうか？

  4. 受講アンケートを取った場合、生徒が思っていたことをを講師が受け取ることができるようになるのではないか。講師の想像だけでは、気づける事柄に限界があるのではないだろうか。

Q9

人間は同じことをルーティン化して繰り返すのに向いていない。それが向いているのは機械なので、どんどん機械にやらせよう。
ルーティンワークはよっぽど必要でない限りやらないのではないだろうか。
また、その作業も人によって速さに差が出てしまうのではないだろうか。
ただ、人間が作業する場合も人件費がきっちりかかっている。

Q10

データをみんなで共有していくためには、IT部門とビジネス部門が共にコミュケーションをとって寄り添っていく必要がある。
データの管理はIT部門、レポートの作成はビジネス部門だか、日ごとから良い関係を気づいていくことでいざというとき支えあうことができる。

Q11

この下の問にもでてくるが、全ての人がデータをドラッグアンドドロップして可視化する必要はない。
Viewerの人はデータを見て判断し、行動を起こすことがメインのタスクである。

Q12~Q14

割愛

Q15

Q11と関係。Viewerとは、Get DataとChoose Visual Mapping以外の全工程を担う役割であり、
メインの活動はTaskを持つこと、データを見て行動を起こすことである。

Q16

データはみんなで共有していくもの。データを見られることで、「もっとこうした方がいい」などのアイデアが見た人から寄せられる。
出た意見を元にデータをブラッシュアップしてくことで、データはより美しくなる。

Q17

色々な人にデータを見てもらうことで、様々な視点から様々なアイデアを創出することができる。
また、みんながデータを見ることで、一人の憶測意見から脱することができ、データが示す事実よって合意が取れやすくなる。
Data Drivenが当たり前の世界になってくると、わざわざData Drivenと言ったりしない

Q18

注意書きをよく考慮して、データを使う人が１か所で全ての必要なデータにアクセスできる環境を想像しよう。
逆に、様々な場所に点在しているデータの場合どうなるか考えよう。

  1. 必要なデータがバラバラに存在し、それらを色々な人が見ている場合、まず同じデータを見ているのか確認する必要がある。

  2. 同じ場所にデータがあれば、同じものを見ていると安心して話すことができる。違うものを見ていたら意見がいつまでも合わないだろう。

  3. データがPlatformで管理されていないと、データを探すことを全員の人がやらなければならなくなり、そのための工数が余計にかかる

Q19

全ての人がデータを活用するプラットフォームでは、みんなが同じスキルを持つ必要はない。
それぞれの役割に応じて、連携し助け合いながらビジュアルアナリティクスのプロセスを回していく。

この記事はここまでで終了です。
ご覧いただき、ありがとうございました。
Rieko

この記事が気に入ったらサポートをしてみませんか？