データ利活用の教科書②：良いイシューとは…「〇〇を出す」「〇〇〇を決める」
読書ノート（112日目）
さて、本日もこちらの本からです。
前回から5回に分けて、本書から
以下を紹介していこうと思います。
・データ利活用とデータリテラシー
・イシューについて
・リサーチを活用した1次データ収集
・データ分析の手法①
・データ分析の手法②
ということで今日は2つ目の
・イシューについて
についてです。
・答えるべき「問い」を明確にする
・ドラッカーの言葉
「重要な事は、正しい答えを見つけることではない。
正しい問いを探すことである。
間違った問いに対する正しい答えこそ、
危険とはいえないまでも役に立たないものはない」
・本書でのイシューとは
「今後の方向性に大きな影響を及ぼすが、
まだ決まっていない項目」と定義。
・元ヤフーCSOの安宅さんはイシューを
「(A)2つ以上の集団の間で決着のついていない問題、
(B)根本にかかわる、もしくは白黒がはっきりしていない問題、
の両方の条件を満たすもの」と定義
・そして、良いイシューとは答えが出せる問題の中で、
その先の方向性に大きな影響を与えるものと説明
・イシューは「答えを出す」「方向性を決める」との観点から、
「疑問形で表現する」「比較を意識して設定する」ことが重要
・疑問形での表現では、
①WHERE（AとBのどちらを目指すべきか）
②WHAT（何を行うべきか）
③HOW（どのように行うべきか）の視点で表現する
・比較を意識して設定するとは、例えば売上低下の原因を
「顧客数の低下」か「購入金額の低下」かの比較など
・視座が低いイシューの設定を防ぐためには「そもそも」と
問いかけをすることで、視座を高めていける
・データ分析が上手な人は
「最初に仮説をもとにストーリーを構築するスキルが高い」
僕の本業の仕事では、ビジネスに関する
様々なデータ分析をチームに所属する
約30人がそれぞれに案件を担当しています。
分析結果が出たら、複数人でレビューをし
分析の品質を担保した上で
レポートを作成し依頼主に納品をする。
という仕事の流れなので、チームの同僚の
方々の分析アプローチを知れることは凄く
参考になり自分自身の勉強にもなっています。
その中で、データ分析が上手な人は
全体のストーリーと仮説が明確で、
使用する分析手法はもちろん、
使用するデータ集めから隙が無い…！
というのが、この半年間
チームのレビュー会議に参加して感じました。
そういった思いもある中、
今回「イシュー」について取り上げたのは
自分がデータ分析をした結果、
正しい分析レポートを納品するだけではなく、
依頼主の意思決定に影響を与えられたかどうか
にこだわって仕事をしようと感じ始めていました。
そんな中で、元ヤフーCSOの安宅さんの
良いイシューとは答えが出せる問題の中で、
その先の方向性に大きな影響を与えるもの
という言葉に、"まさにこれだ！"と感じました。
今後、自分がデータ分析をする以上は
「答えを出す」「方向性を決める」
ということにこだわり、そのために
分析前の仮説出し・ストーリー作りに
一層こだわろう！
…と思った今日この頃でした。
PS.
すっかりnote更新が久々になって
しまいましたが、本業の仕事も
少し落ち着き始めてきたので、
4月は本書ともう一冊だけでも
読めたらと思っています。
ピープルアナリティクス協会に
法人会員（約10万円/年）として
参加したいと上司に相談したところ、
快諾して頂いたので、
次はピープルアナリティクス協会の
本を優先的に読みたいなと思っています。
（社員の自己研鑽のために
会社がお金を出してくれるのは
本当にありがたいです…！✨）
ということで、
モチベーション＆元気も
ようやく戻ってきましたので、
今後もお読み頂けましたら幸いです。
それではまたー！😉
この記事が気に入ったらサポートをしてみませんか？