2020/09/13

データ分析での問題設定方法 (Where と Why, 問いと仮説)




今回は、データ分析についてです。


この記事でわかること


  • データ分析の問題設定
  • Where 型と Why 型
  • 問いと仮説をセットで持つ
  • 仮説の注意点
  • ステップバイステップで分析していく


この記事で書いているのは、データ分析での問題設定のポイントです。

問題設定での工夫、意識していることを二つご紹介します。

ぜひ記事を最後まで読んでいただき、お仕事での参考にしてみてください。


データ分析での問題設定


皆さんは普段のお仕事で、データ分析をされる機会はあるでしょうか?

データ分析で最初にやる重要なことは、問題設定からデータ分析課題への落としこみです。どのような問題設定にするかにデータ分析者の力量が問われます。

データ分析での問題設定で私が意識していることは、次の二つです。


データ分析での問題設定
  • 「Where 型」 と 「Why 型」 を分ける
  • 問いと仮説をセットで持つ


では、それぞれについて順番にご説明します。


[問題設定 1] 「Where 型」 と 「Why 型」 を分ける


5W1H の Where と Why に分けて問題設定をします。順番も、この順です。

まず始めにやるのが、どこが問題かという問題箇所の特定です。切り口によって問題を因数分解して掘り下げるべき領域を見極めます。

Where 型の問題設定です。

問題箇所の特定の次にやるのが、問題の原因は何か、問題の本質を深掘りします。Why 型の問題設定です。

二つの順番大事です。先にどこが問題なのか、その次になぜ問題が起こっているのかと掘り下げます (Where から Why へ)


[問題設定 2] 問いと仮説をセットで持つ


問題設定をしたら、実際に分析に入る前に仮説をつくります。

先ほどの Where と Why の話に繋げると、Where 型の問題箇所への仮説、そして Why である問題の原因への仮説の両方です。

問いと仮説をセットで持てたら、データ集計と分析に入ります。


仮説を持つことの注意点


仮説について注意点があります。

仮説はあくまで仮の答えであり、本当にそうであるかは分かりません。仮説と思い込みは紙一重です。

仮説に自信を持つ一方で、健全な批判的精神を持っておきます。仮説は反証されてブラッシュアップします。時には全く異なる仮説にもなります。

仮説にとらわれすぎないことが大事です。


ステップバイステップの分析


データ分析の問題設定ができたら、実際の分析に入っていきます。

先ほど、Where 型の問題設定と Why 型の問題設定を解説しました。

分析のプロセスでも順番にやっていくといいです。

まず最初に Where の分析です。ここが問題であるを明確にします。問題箇所とその根拠を見つけるための分析です。

次に Why の分析です。Where 分析によって特定した問題箇所から原因を掘り下げます。奥にある問題の本質 (真因) を見極める分析です。

Where 分析と Why 分析が終われば、必要に応じて How 分析も行います。

How 分析とは、問題解決策を出すための分析です。実行プランやアクションをつくります。


まとめ


今回は、データ分析での問題設定方法をご紹介しました。

いかがだったでしょうか?

最後に今回の記事のまとめです。


データ分析での問題設定
  • Where 型と Why 型を分ける (問題箇所を特定する問題設定、原因を掘り下げる問題設定)
  • 問いと仮説をセットで持つ


仮説を持つことの注意点
  • 仮説にとらわれすぎない。仮説はあくまで仮の答え
  • 仮説に自信を持つ一方で、健全な批判的精神を持っておく


ステップバイステップの分析
  • 最初に Where の分析。問題箇所と根拠を見つける
  • 特定した問題箇所から本質 (真因) を見極める Why 分析
  • 必要に応じて問題解決策を出すための分析 (How 分析) も行う

最新記事 (毎日更新中)

書いている人 (多田 翼)

ベンチャーから一部上場企業の経営・事業戦略を支援。マーケティング、コンサルティング・アドバイザー・メンター、プロダクトマネジメント。前職は Google でシニアマーケティングリサーチマネージャー、現在は独立 (詳細は LinkedIn または Facebook をご覧ください) 。


1981年 (昭和56年) 生まれ。名古屋出身、学生時代は京都。現在は東京23区内に在住。気分転換は毎朝の1時間のランニング。