データを使いこなせなかった自分のダメな行動 TOP3
1. データの中に答えがあると思うこと
データそのものに価値はないです。データを確認するのは、まず仮説を立てた上で、自分の行動の成功確率を高めるためにします。
「何か役に立つデータがあるんじゃないか」と、何も考えずデータをチェックし続けていきます。これは不効率でした。
データは無限にあるし、解釈の余地も無限にあります。
機械学習などの話であれば、データをたくさん読み込ませることにより、機械が概念を獲得できれば、データ自体に価値があります。
しかし、人間であればまず仮説を立てることが必要だと思います。
常に仮説を検証するためにデータを確認するようにしていきます。
続きまして、データを使いこなせなかった自分のダメな行動TOP3
2. 因果と相関を区別できていない
「相関はあるものの因果はない」相関はあるけど、まだ因果関係を明らかにしたわけじゃない。ということを意識していきます。
いきなりですが、例題を話します。
「高学歴な親の平均年収は、一般年収よりも高い。このことから、親が金持ちでないと子供の頭は良くならない。親が金持ちでなければ、高学歴にはなれない」で、間違いではなさそうですよね。
「高学歴な親の平均年収は、一般平均よりも高い」「高学歴な親は金持ち」「金持ちの家の子どもは高学歴になる」
内容云々という点は置いて、結論が因果関係を示しているように思いますか？
正解を言うと、因果関係までは示せていません。間違いですらある可能性もあります。
頭の良さに対して、年収より因果関係を示すものは、遺伝子なのではないでしょうか？
というのも、優秀な遺伝子の子どもの親は、同じく優秀な遺伝子を持っている可能性が高いでしょう。優秀な遺伝子の子どもの親は、優秀な遺伝子を持っているために金持ちになった可能性があります。
少なくとも、お金があることが子どもの学歴を良くなるわけではありません。お金によって優秀になったかどうかは、親の年収ではわかりません。
その判断は、成績が異なる子どもの親を集めて、全員の収入を比較すればわかります。
続きまして、データを使いこなせなかった自分のダメな行動TOP3
さいごは
3. 全体を見て、細部を見て、問題がないか確認できていない
例えて言えば、自分は
「顧客満足度が5段階評価で2.1と、平均を下回った」
と言う事象から「もっと満足度を上げないと！」
と早とちりしてしまいました。そうではなくて、まずは「なぜ顧客満足度を上げる必要があるのか」を考える必要がありました。
1つのデータだけを見て「数値が低い、上げないと」と短絡的な意思決定をしてしまいました。顧客満足度を上げるよりも先にやるべきことはあるか？あいか？を見極めるべきでした。
ちょっとした数字にとらわれて動いてしまうのは、やめておきます。
以上です。