データ分析に統計学が必須だと感じた理由と意思決定の質を上げるための話
最近いろんなところでよく聞く
データ・ドリブンって言葉。調べてみると
データドリブンとは、KKD（勘、経験、度胸）だけに頼るのではなく、データの分析結果をもとに、課題解決のための施策を立案やビジネスの意思決定などを行う業務プロセスを指します。
データの分析結果を重視した意思決定や根拠ある意思決定とか意識して
やってるつもりと思ってたし、正直なところ統計学って必要なの？？
って思ってたんですが、少し学んだのちに
・これは学ばなあかんやつやわ
（関西人です）
と思うようになりました。
統計学を学んでみて感じたこととしては、
・蓄積されたデータはもっと上手く活用できる
・統計学は中途半端な勉強だと活かしきれない
ということでした。
お仕事をする中で数字やデータに触れる方に統計に少しでも
興味を持ってくれたら良いなと思って本noteを書きましたので
ぜひ読んでください！
この記事はこんな方におすすめです
・データドリブンや統計について興味がある人
・より良い意思決定をしたいなと思っている人
・統計について学ぶきっかけを得たい人
・新しいことにチャレンジしてる人
統計は日常でよく活用されてるけど、地雷が多い⚡️
統計を学び初めの頃に触れた内容として
本来知りたいと思っている集団全体のことを「母集団」といい、一方、母集団の情報を推測するために選ばれた一部の集団のことを「標本」といったりする。母集団の性質を推測することを「推測統計学」といいます。
漢字ばっかりで言うてること分からんーーって思ったけど
日本人の平均身長と体重を知りたいときに
東京駅ですれ違った人の平均身長と平均体重から
日本人の平均身長や平均体重を推測できるよ
って話だったりする。
こういう推測って日常でよく使われてると思いませんか？
でも厳密な推測って全然出来てなかったりするな〜
と思っていて、たとえば仕事でMacを利用してる人は年齢や地域によって
大きく異なったりするのに、
自分の周りの人がMac使ってる＝全国的にMac使ってる人が多い
って勘違いしちゃったりする。
具体的には年齢と地域と趣向や勤務先などで分けて分析する必要があったりする。もう一つ例をあげると、
たとえば平均って言葉はよく使うけど、そのばらつきまで気にする人は少ない。平均年収が1000万の会社だとして
・1人（社長）が年収9000万円で社員9人が約100万円
・年収1200万の人と年収が800万の人が5人づつ
平均年収1000万の会社なら良い会社ですねとはならないと思っていて
少し極端な例だったかもしれないけど、平均の中身をみない意思決定って
怖いなと思います。
統計とは、上記のような表面的な数値に惑わされずに正しい見方をするための手法であるので、データを扱う際には特に意識しておくべきことなのかなと思います。
それと同時に、個人的には統計の醍醐味でもあると思っていて、
「最初にこうじゃね」って思った仮説が覆ることなのかな〜〜と思ったりしていて。
クリティカル・シンキング鍛えられるし、
読書や海外旅行など自分の価値観以外に触れて、飛んで喜ぶ人には面白いと思ってもらえるんじゃないかと思いました！
（※自分の趣味ばかり挙げてますw）
プログラミングを利用することで統計の幅が広がる
統計学んで、いざ実用ってなったらプログラミングを使うケースも増えてくなと思っていて、
なんなら、プログラミングで興味本位で機械学習とか学んでたら
統計が必要になって学ぶ人も多いのかなと思ってます。
（かくいう自分もそうです）
合計とか平均の計算するときに電卓やexcel使ったりするのとどうように、
プログラミングができると一気に幅が広がるので、一石二鳥の感覚でプログラミングも学ぶことをお勧めします！
具体的にはpythonやRなどを活用することになるんですが、
このあたり書き出すと長くなるので後日改めて書けたらと思います。
データ分析は意思決定の質を上げるためにある
統計学とかプログラミングとか出てきて、
とりあえず活用すれば良いんだよねって思ったりするんだけど、
そもそもデータ分析の意味みたいなことを考えたとき、
下記の本でも書かれてるとおり、
分析の価値は「意思決定への寄与度」×「意思決定の重要性」である
という考えってすごく大事だなと思います。
最近は著名な方々の積極的な発信のおかげで
良質な情報へのアクセスがすごく手軽になったと感じる一方で
（完全に余談ですが、ビジネスにおいてTTP=徹底的にパクるという考え方もすごく大事にしています）
その良質な情報に対して
・その情報をいかに活用するか。
・今、自社にとって必要な情報は何か。
・自社にしかない情報で他社と差別化できないか。
（もしくは自社しか持たないデータ基盤をいかに構築するか）
といったことが重要になってくると思っていて、
統計学を学んだり、データの活用の幅を広げることで
・選択肢の解釈をよりクリアにする
・選択肢を増やすこと（作り出すこと）
が出来るのかなと思っています。
たとえるなら、自分が引っ越したばかりの土地で満足度の高いご飯屋さんを見つけるのに
・なんとなくここ美味しそう（直感）
・経験的にこういう要素があると満足度が高い（経験）
・食べログで上位のお店（データ）
といった選択肢があったとして、統計的な観点や分析の幅を広げたりすると
・出身地や年代でセグメント分けして、上位のお店をみる
（要素を分解して分析する）
・自分と好みが近い人がよく行く店を見つける
（視点を変える）
・経験的に良いなと思った要素を可視化し順番をつける。
（要素間の相関関係を確認する）
上記のように、より解釈を広げたり新しい選択肢を作り出すことで意思決定の質（寄与度）を上げられると思ってます。
よければ「いいね」&データ分析に携わろうとしてる方にお伝えください🙏
以上、データ分析に役立つ統計学を学びたてのお話でした！
今回は実際にデータ分析や統計を実務にどう活かしたかについては触れていませんが6月末までは毎月学んだことを発信していけたらと思います。
＊本記事は、データ分析に統計を取り入れて、皆がこういうことすべき！とか押し付けたいわけでもないので、あしからず。
それでは！
この記事が気に入ったらサポートをしてみませんか？