第147話|先ずは、「何が起こっていたのか(過去)」を考える

第147話|先ずは、「何が起こっていたのか(過去)」を考える

前回の「今週の小ばなし」(第146話)で、次のようなお話しをしました。

データを使い課題解決を考えたとき、例えば次の3つのことを、データから考えていきます。

  • ①何が起こっていたのか(過去)
  • ②どうなりそうか(未来)
  • ③何をすればよいのか(アクション)

データ分析をするとき、必ず③の「アクション」まで導き出しましょう。そうしないと、単なるデータ分析で終わってしまいます。

この順番に、データを分析しながら考えていきます。

つまり、「何が起こっていたのか(過去)」を先ずは考える、ということです。

今回は、「先ずは、『何が起こっていたのか(過去)』を考える」というお話しをします。

先ず過去のデータで過去を理解しよう

データサイエンスや機械学習などから「予測」というポイントに目が行く方も少なくありません。

しかし、データは所詮過去の記録に過ぎません。

過去の記録から未来を予測するには、ひと工夫必要になります。

データを使った予測をするために、過去のデータ間の関係性を数理モデル化し、その数理モデルを利用して予測していきます。

そういう意味で、過去に「何が起こっていたのか」を、先ずは考えていくことは、非常に重要になってきます。

そもそも、予測するしないに関係なく「先ず過去のデータで過去を理解しよう」とする行為は、とても自然なことだと思います。

「見える化」の動機

データを蓄積する動機の1つに、よく「見える化」という言葉が使われます。

見える化」して何をしたいかと言えば、「何が起こったいたのかを知りたい」ということでしょう。

問題が起こっていれば、対策を打つきっかけになりますし、何ごともなければ計画通り進めればいいわけです。

そのため、データを手にしたとき、過去に「何が起こっていたのか」を、先ずは考えていきす。

事実と解釈

この「何が起こっていたのか(過去)」を考えていくために、次の2つのことをデータ分析から導き出していきます。

  • 事実:データから直接分かることは何か?
  • 解釈:データの裏側で何が起こっているのか?

そのために、例えば、次のようなデータ分析を実施します。

  • モニタリング
  • 異常検知
  • 要因分析

例えば、どのようなデータ分析をするのか?

モニタリングでは、得られたデータの状況を加工・集計し、場合によってはグラフなどで視覚化することで、どうなっているのかを見ていきます。

次に、その視覚化した数字に異常がないかどうかを見るために、異常検知を実施します。

さらに、その異常の原因が何であるかを考えていくために、要因分析を実施していきます。

これらの3つのデータ分析を通して「事実」を把握し、そこから何が起こっていたのかを「解釈」していきます。

簡単な分析技術でOK

利用する分析技術や数理モデルなどは、それほど高度なものではなく、従来からあるベタなものになります。

例えば、「QC7つ道具」や「新QC7つ道具」だけで十分分析可能です。

可能であれば、統計解析(多変量解析を含む)の知識があると、より良いでしょう。

「事実」は、誰が考えてもほぼ同じはず……

データから分かるのは、「ある事象」(例:受注など)の「1面の1部分」だけです。

そのため、実際に「何が起こっていたのか」は、データから直接は分かりません。

あくまでも、実際に何が起こっていたのかを「知る手がかり」にすぎません。

そのため、データから「事実」という手掛かりをつかみ、実際に「何が起こっていたのか」を「解釈」する必要があるのです。

そして、この「事実」は、誰が考えてもほぼ同じことが導かれます。データを見たまま読み取るからです。

例1:営業マーケティング

例えば……

  • 「先月に比べ受注件数が10%増えた」
  • 「昨年同月に比べ売上が25%落ちた」
  • 「自社開催イベント経由のリード(見込み客)数が、計画値よりも25%多い」

……は誰が見ても同じです。

例2:生産

例えば……

  • 「先週に比べ製品の良品数が50%増えた」
  • 「歩留まり(良品の割合)が87%から58%に悪化した」
  • 「製造ラインの稼働時間が、先月に比べ30%減少した」

……は誰が見ても同じです。

「解釈」は、人によって異なる

「事実」では、素直にデータを読み取ります。

感情や思い入れ、解釈など主観的な要素は極力排除して読み取ります。

解釈」は、「事実」をもとに「何が起こっていたのか」を、その人の持っている情報や今まで培った経験値や感覚、考え方などを通して考えるため、人によって異なります。

例3:営業マーケティング

例えば、「先月に比べ受注件数が10%増えた」に対する「解釈」は……

  • 「受注件数が10%増えたのは『営業が頑張った』からだ」、
  • 「受注件数が10%増えたのは『商材の評判が良くなった』からだ」、
  • 「受注件数が10%増えたのは『リード(見込み顧客)の質が高まった』からだ」

……のように人によって異なります。

例4:生産

例えば、「歩留まり(良品の割合)が87%から58%に悪化した」に対する「解釈」は……

  • 「歩留まりが58%に悪化したのは『猛暑に対応した機器の温度設定が適切でなかった』からだ」、
  • 「歩留まりが58%に悪化したのは『材料のサプライヤーが変わり材料特性がやや変化した』からだ」、
  • 「歩留まりが58%に悪化したのは『長期休暇明けだった』からだ」

……のように人によって異なります。

どの「解釈」が正しいのか?

誰のどのような「解釈」が正しいのかは、本当のところ誰も分かりません。

少なくとも、「解釈」が現場から見たら「荒唐無稽なこと」にならないように注意しましょう。

そのためにも、現場のは「解釈」に強く影響させたほうがよいです。

近視眼的になりやすいという欠点はありますが、現場で起こっていることは現場の人にしか分かりません。

多くの場合、現場の頭の中にある「現場感」(感覚的な現場の定性情報)はデータ化されていないので、集めたデータには表れてきません。

つまり「解釈」は、「事実」と現場の頭の中にある「現場感」(感覚的な現場の定性情報)を掛け合わせることで、実際に「何が起こっていたのか」を垣間見ることです。

今回のまとめ

今回は、「先ずは、『何が起こっていたのか(過去)』を考える」というお話しをしました。

データを使い課題解決を考えたとき、例えば次の3つのことを、データから考えていきます。

  • ①何が起こっていたのか(過去)
  • ②どうなりそうか(未来)
  • ③何をすればよいのか(アクション)

何が起こっていたのか(過去)」を先ずは考えていきます。

この「何が起こっていたのか(過去)」を考えていくために、次の2つのことをデータ分析から導き出していきます。

  • 事実:データから直接分かることは何か?
  • 解釈:データの裏側で何が起こっているのか?

そのために、例えば、次のようなデータ分析を実施します。

  • モニタリング
  • 異常検知
  • 要因分析

データから「事実」を把握し、何が起こっていたのかを「解釈」しても、このままではあくまでも「過去」のことを語ったに過ぎません。

そのために、次に「どうなりそうか(未来)」を考えていくことになります。

第143話|データ分析・活用のテーマ候補の探し方

第144話|筋のいいテーマと積小為大

第145話|所詮データは、過去の一部分でしかない

第146話|データ分析で導き出す5つのこと

第148話|次に、「どうなりそうか(未来)」を考える

第149話|そして、「何をすればよいのか(アクション)」を考える

第150話|データ分析・活用の成果を成果を金額で示せばインパクト大

第151話|意外と忘れられるデータ分析・活用の成果は現場で生まれるという当たり前の事実

第152話|データ分析・活用で生まれる売上変動とコスト変動

第153話|小学生でも使えるデータを使った問題解決フレームワークPPDACとは?

ビジネスデータサイエンス支援カンパニー
株式会社セールスアナリティクス