非数式データの分析プロセスとは

突然ですが、データ分析とはと聞かれて、皆んさんどのようなことを想像しますか？

膨大なデータから必要なところを拾いだして、わかりやすくグラフ化してそこから見えるものを分析し、今後の戦略に役立てているものが一般的なデータ分析ではないでしょうか？

しかし、それは数値化されているものを分析するもので、数値化されていなければ分析できないでは、何の戦力も立てられません。

そこで、数字を使わないデータ分析について説明していきます。

数式を使わないデータ分析とは

【発見】問題→問い→仮説（６割の成功率の仮説を３個立てる）

【検証】証明→結論→意思決定

データ分析のプロセス：問題→問い→仮説→証明→結論→意思決定

以上の６つのプロセスに分けて意思決定まで進めていきます。

発見

問題：分析したい事の問題を提起する

問い：問題に対しなぜ？を繰り返す

仮説：なぜ？を繰り返したこうであろう仮説を3個出す

コツとして、精度を上げるために現場を見て理解度を上げる

検証

証明：３個の仮説を実行する

結論：実行して出た結果が結論づく

意思決定：結論について意思決定する

あいまいな（悩みなど）問題であっても、このステップを踏んでいけばしっかりとした答え（結果）が出てくる。

６つのステップを踏む理由

この6つのステップの順序が変わってしまったら、とうなるでしょう？？？

例えば、明日の会議の資料を作ったが何かが足りない。（問題）

何だろう？　この結果に納得してもらえるデータがない（問い）

問題－問いー仮説ー証明ー結論－意思決定の例題を書く

1.問題＝困っていること（心は抽象的・行動は具体的）

2.問い＝情報・知識を引き出す問いかけ（具体的な内容に変える）　物事を俯瞰して見られれば、問題に対しての理解度（解像度）をあげていく。全体の理解度を上げれば細部の困りごとも見えて矛盾も発見できる。

3.仮説＝情報・知識のこと　観察力や洞察力を磨く

実際は検証してみないと分からない　【仮説の検証】仮説⇒実行⇒結果 ⇒証明

仮説はデータがあればすぐに確認できる　【結果の検証】実行⇒結果⇒仮説 ⇒証明

4.証明　２種類の証明

【論証】論理によってある事柄が正しい事柄を確認する　何度も計算して論理的に導くこと

【実証】実験等を通じて確かな事実を提示する　実際にやってみること

5.結論　原因とは【心】抽象　結果とは【行動】具体に置き換えられる

6.意思決定　具体的な行動（結果）は違っていて共通点は見つからないが、原因（心）は同じ。抽象的ではあるが１人になれて好きなものを食べる時間。（その人によっての価値である）

数値化データの有無で分析方法はどう変わるのか？

皆んさんお馴染みのデータ分析は、数値化されている。

数値化されているデータ分析方法は、出来るだけたくさんのデータ（情報）を集めて、その結果から出た答えに仮説を立てて、行動していくことが数値化されたデータ分析の事だと思います。数字＝結果が答えになっていて、おおまかな方向性を決め行動に移せます。　

しかし、数値化されていないデータ分析は、人の行動や周りの意見などを情報として取り入れて、仮説を立て行動していきます。それには人の感情からおこる行動や、SNSからの情報を見て行動する理由を見つけることになります。

つまり、人の心のような抽象的な部分は、観察力や洞察力が優れていないと読み取ることができません。

見たいものを見ている（興味のあるところ・気になるところを見ている）だけでは抽象的な部分は見抜けないのです。

〇〇法を使って仮説を立てる

帰納法の、

良いところ①：１度結論を見だすとまだ出会っていない事象に対してもおそらく同じだろうと当たりを付けられる事

悪いところ①：結論に対しおそらくの答えがでているため、例外があると結果が可笑しくなる

悪いところ②：時代の変化など変化に弱い

演繹（えんえき）法の、

良いところ①：良く分からない大前提に小前提をいくつか付けて結論を出せる

良いところ②：前提の積み重ねでほとんどの事に結果が出せる

悪いところ①：大前提が間違っていても理論的に結論が出せてしまう

悪いところ②：大前提を普遍的な表現に当てはまらない例外も増えてしまう

心の本音を見つける

何かを買う時の心情と行動って考えたことありますか？

人がものを購入するときは、大きく分けて考え方が2通りあります。

ファスト思考は、なんとなく”これいいな”で商品を購入するときの思考です。自分の今までの経験から深く考えなくても決められる決断です。

スロー思考は、これ欲しいけど高いしそんなに必要でもなさそうだし、でも買ったことでみんなに自慢できるから買おうと色々考えて決める決断です。

もちろんどっちも、ちゃんとした理由ですが記憶の面でだいぶ違うようです。

私は良く思う事ですが、アマゾンからのおすすめメールで”なにこれ？？？”があります。たまたま気になってすごく沢山見ていた商品を”顧客が気になるもの”と判断しおすすめしてくれたものが、これに当たります。　

数値化はこのときのイレギュラー行動もデータにしているで、うまく結果を出せない事があります。

メリット・デメリット

データ分析は、適切に〇〇法を使えば仮説を立ててたくさんのメリットがありますす。ですが、たくさんのデータを集める必要があれば、コストやリスクなどのデメリットが出てきます。それらをよく理解して、データ分析をすれば良い結果が得られると思います。

大事なこととして、データの質やイレギュラーに惑わされないようにしていかないと、今までの事が無駄になってしまうので、客観的な視点と洞察力が大切になっていきます。

他にもまだある問題解決理論

・S-O-R理論：Stimulus(刺激)　Organisim(有機体)　Response(反応)

・ABC理論：Activating event(出来事)　Belief(信念や捉え方)　Consequence(結果としての感情や行動)

・ジョブ理論：Jobs(ジョブ)　Hire(雇用)　Circumstances(状況)

詳しくは、こちらの記事で（作成中）

まとめ

数式なしのデータ分析とは、６つの工程：問題→問い→仮説→証明→結論→意思決定の順で進んでいけば、人が行動する理由が見えてきます。

ポイントとしては、観察力・洞察力をいかし解像度をあげて物事の本質を見抜き個体を導き出すです。

聞きなれない言葉がたくさん出てきたと思いますが、もっと詳しく知りたい方は私が参考にさせてもらったこちらをどうぞ。