今回はデータ分析についてです。
✓ この記事わかること
- IoT で押さえるべきポイント
- データ分析で大事な 「分析の前後」 (機会発見と価値提供)
- IoT からエクセル分析までに共通する本質
この記事で書いているのはデータ分析についてです。「IoT」 と 「仕事でのデータ分析」 に共通することから、データ活用の本質は何かを掘り下げています。
ぜひ最後まで読んでいただき、お仕事での参考になればうれしいです。
IoT で押さえるべきポイント
仕事で IoT について考える機会がありました。
IoT で重要なことは、次の通りです。
✓ IoT で押さえるべきポイント
- どうやってデータを取るか
- どんなデータを収集したか
- 収集データをどう加工し使うか
- どんな価値を生むか
特に4つ目が重要です。
結局のところ収集されたデータが今までにない価値をつくっているのかです。
逆に言えば価値につながらなければ、どんなにデータ量が多く、収集頻度が高くデータ粒度が細かくても、ビジネスでは成果を生みません。
こう考えると IoT やビッグデータと言っても本質はデータ分析と変わりません。
* * *
では具体的に見ていくために、仕事でよく行われるようなデータ分析に当てはめてみましょう。
データ分析で大事な 「分析の前後」
私が思うデータ分析で重要なことは、データ分析の前後にあります。
前とはデータ分析の機会発見です。ビジネスで解決しなければいけない問題を見つけることです。
データ分析とは問題解決のための手段です。解決方法が魅力的かどうかは、前提となる問題設定によります。ここから言えるのは、問題を磨き込むことの重要性です。
データ分析の 「後」 とは、データ分析結果とそこからの示唆や提言がビジネスにどう貢献するかです。
似た2つの言葉で、アウトプットとアウトカムがあります。
アウトプットとは例えばデータ分析からの報告レポートです。アウトカムとはレポートを意思決定に使ったり問題解決に活用されるなどの具体的な成果です。
アウトプットではまだ道半ばで、データ分析の依頼者にとっての成果というアウトカムにつなげてこそです。データ分析をここまで踏み込んで、初めて価値が生まれます。
IoT からエクセル分析までに共通する本質
ここまで、IoT とデータ分析について見てきました。
いずれにも共通する大切なポイントは、次の5つです。
✓ データ活用の本質
- データ収集と分析の目的, 機会発見
- データ収集方法
- 収集データの中身
- データ加工と分析方法
- 提供価値とビジネスでの成果
以上の5つは、身近なエクセルを使うデータ分析でも、今後の IoT が広く普及する世界でも変わらない本質です。
まとめ
今回はデータについてでした。IoT とデータ分析を取り上げて、データを扱うことの本質は何かを下げました。
最後に今回の記事のまとめです。
IoT で押さえるべきポイント
- どうやってデータを取るか
- どんなデータを収集したか
- 収集データをどう加工し使うか
- どんな価値を生むか
データ分析で大事な 「分析の前後」
- 前とはデータ分析の機会発見。ビジネスで解決しなければいけない問題を見つける
- データ分析の後とは、データ分析結果とそこからの提言がビジネスにどう貢献するか
データ活用の本質
- データ収集と分析の目的, 機会発見
- データ収集方法
- 収集データの中身
- データ加工と分析方法
- 提供価値とビジネスでの成果