第148話|次に、「どうなりそうか(未来)」を考える

第148話|次に、「どうなりそうか(未来)」を考える

前々回の「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。

前回は、その中で①の「何が起こっていたのか(過去)」をお話ししました。

何が起こっていたのか」という過去を考えたら、次に「どうなりそうか」という未来を考えます。

今回は、「次に、『どうなりそうか(未来)』を考える」というお話しをします。

これからアクションをするのは、過去ではなく未来

未来について考えることで、これから何をすべきかというアクションにつながります。

なぜならば、これからアクションをするのは、過去ではなく未来だからです。

当たり前ではないか!」と思う方もいるかもしれません。

しかし、この当たり前のことができていないデータ分析が非常に多いです。

過去ばかり探るデータ分析では、なかなか次のアクションにつながりません。

データ分析から導き出す3つのこと

この「どうなりそうか(未来)」を考えていくために、次の3つのことをデータ分析から導き出していきます。

  • 延長:そのまま何も対策を打たないとどうなるのか?
  • 対策:どのような対策を打つべきか?
  • 解決:対策を打つとどうなるのか?

延長

そのまま何もしないとどうなるのか」(延長)では、過去の傾向を未来に引き伸ばし、「問題が起こりそうかどうか」を考えます。

もし問題が起こりそうであれば、何か対策を考えなければなりません。

対策

問題が起こりそうならばどのような対策を打つべきか」(対策)では、「そのまま何もしないとどうなるのか」(延長)を考えたときに見えた問題の対策案を考えます。この部分はアイデア勝負です。

成功体験から考えるのもいいです。

今までやったことのない奇抜なものでも問題ありません。

過去の知見や現場の感覚などを織り交ぜ、頭をフル回転させます。

解決

対策を打つとどうなるのか」(解決)で、「対策」を打った結果を考えます。

問題が劇的に解決するかもしれませんし、あまり解決しないかもしれません。

予測モデルの予測値は参考程度に、対策案1つ1つに対し、基本は人の頭を使い、その結果を考えていきます。

将来予測

そのために、将来予測を実施していくことになります。

将来予測をするためには、予測するための数理モデルである「予測モデル」を構築する必要があります。

古典的には統計解析(多変量解析含む)の線形回帰モデル(例:金額などの量を予測)やロジスティック回帰モデル(例:受注or失注などの分類を予測)などを構築することで、予測モデルを構築することができます。

予測モデルに関しては、機械学習の隆盛などからニューラルネットワーク系のディープラーニングや、決定木(ディシジョンツリー)系のランダムフォレストなど様々なものが登場してきています。

最新の数理モデルの方が、予測精度が高いとか、実務で使いやすいとか、そう言い切れないのが悩ましいところです。

予測モデルの使いどころ

予測モデルを使うのは、次の2つです。

  • 延長:そのまま何も対策を打たないとどうなるのか?
  • 解決:対策を打つとどうなるのか?

対策を打ったとき」(解決)で重要になるのは、「そのまま何もしないとき」(延長)とのギャップを見ることです。

過去とのギャップではないことに気を付けましょう。

この定量的なギャップが、その対策の定量的な効果の大きさです。

人の頭をフル回転する必要もある

対策:どのような対策を打つべきか?」は、予測モデルでどうにかなるものではありません。

基本、人の頭をフル回転さえていく必要があります。

さらに、「延長:そのまま何も対策を打たないとどうなるのか?」と「解決:対策を打つとどうなるのか?」も、基本、人の頭をつかい未来を見ていきます。

なぜならば、何度も言っていますが、データは世の中の事象の極一部を切り出したものに過ぎないためです。

データが語れない動きは、人の頭で捕捉していくしかかりません。

そのため、予測モデルなどの予測結果に頼りすぎないように気を付けましょう。

基本的には「人の頭」で未来を見る

要するに、基本的には「人の頭」で未来(延長・対策・解決)を考えていきます。

必ず現場のビジネスパーソンを含めて考えていきましょう。

現場を知らない人や現場と遠く離れたところにいる人だけで未来を考えると、リアリティが欠如し実行されない対策を導くだけです。

あくまでも、未来の想像力を刺激するために、予測モデルなどの予測結果を見ます。

予測値はあくまでも参考程度のもので、何ごとも人間の頭で考えることが必要です。

今回のまとめ

今回は、「次に、『どうなりそうか(未来)』を考える」というお話しをしました。

何が起こっていたのか」という過去を考えたら、次に「どうなりそうか」という未来を考えます。

このとき、次の3つのことをデータ分析から導き出していきます。

  • 延長:そのまま何も対策を打たないとどうなるのか?
  • 対策:どのような対策を打つべきか?
  • 解決:対策を打つとどうなるのか?

そのために、将来予測を実施していくことになります。

将来予測をするためには、予測するための数理モデルである「予測モデル」を構築する必要があります。先ずは、従来からある統計解析(多変量解析含む)の線形回帰モデルやロジスティック回帰モデルなどで十分です。

対策の定量的な効果の大きさは、「対策を打ったとき」(解決)の将来予測の結果と、「そのまま何もしないとき」(延長)の将来予測の結果とのギャップになります。過去とのギャップではないことに気を付けましょう。

対策:どのような対策を打つべきか?」は、予測モデルでどうにかなるものではありません。人の頭をフル回転さえていく必要があります。

対策」以外の「延長」や「解決」も、基本的には「人の頭」でを考えていきます。

予測値はあくまでも参考程度のもので、何ごとも人間の頭で考えることが必要です。

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147話|先ずは、「何が起こっていたのか(過去)」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