【BAN DAY2】ビジネス・アナリティクス②

クラスの学び

セッションＡ
【テーマ】定量分析のプロセスと分析の視点
【ケース】バリア・プランニング・ソリューションズ

セッションＢ
【テーマ】アウトプットを分析する視点と分析のアプローチ
【ケース】テキスト演習問題

クラス開始は肩慣らしから。
仮説を検証するためにどのようなデータを取ればよいか。そこから何が言えるか。

世の中には「こうなんじゃないか」と仮説を語る人は多いが、実際に検証する人は少ないという印象。（←まさにこれこそが仮説止まりの発言だが…）

事実・データを基に正しく解釈しようという文脈で2冊の参考書籍の紹介あり。ファクトフルネスはちょっと前に読んだ。ヤバい経済学ってすごくおもしろそう。まだ積ん読が増える…。

ヤバい経済学 [増補改訂版]

FACTFULNESS(ファクトフルネス) 10の思い込みを乗り越え、データを基に世界を正しく見る習慣

前回のクラスを終え、自社のとある人事データを眺めていて、「これは平均値を見てもほとんど意味がないな」と思いヒストグラム分析を行ったところ、とてもよい気づき＆施策アイデアが思いつき、データ分析の威力を実感したところだった。

今回のテーマは、平均値では見えない偏りや散らばりを突き止め、イシューへの回答を導き出すことだったと思う。

データを見る限りそんなに忙しくないはずのに、現場スタッフはかなり忙殺されている様子…。これは一体どういうことだろう？
そんなことを考えるクラスだった。

自分（自社への転用）

前回のクラス後にヒストグラムを書いてみたり、自社のキャッシュフロー計算書をウォーターフォールチャートにしてみたり、データをグラフ化することが、単純に好きなのだということに気づいた。とても楽しい。なぜ楽しいのかというと、発見があるからだ。

練習もかねて自社内にあるデータを分析しているが、本来は問いが先だ。

例えば離職率低下の問題に取り組みたいが、何から手を付ければいいのか分からないといった場合、退職者の退職までの在籍期間、部署別、年齢別、性別別、役職別、上司のタイプ別など、色んな切り口で分解することができる。これらの分布を見てみるだけでも色んなことが言えるようになる。

“退職する人の8割は1年以内に辞めている”ということが分かれば、入社１年目の社員に勤労意欲を高めるような人事施策を考えることができるし、部署別にばらつきがあるなら離職率の高い部署に集中して取り組むこともできる。

また、グラフ化することで問題点の共有がとても容易になる。
これまでは円グラフ、棒グラフ、折れ線グラフ程度しか使えなかったが、ヒストグラムやパレート図、ウォーターフォールなどこんな便利なものがエクセルで簡単に作成できるのに今まで知らなかったなんて…、と反省。

分散や標準偏差などはファイナンスのクラスでも登場したが、やっぱり数学は大人になってからもとても大事だ。論理的思考力も身につくし。

クラス前の受講後目標でも書いたが、介護業界の現場は情緒的・感覚的に物事を判断しがちだと感じていて、ここは課題意識が強い部分だった。定量分析をしっかりと身に付け、定性と定量の両面で人を動かし意思決定できるようになろうと思う。