その前に…

そもそもデータに限らず、適切な分析についてご説明します。

よくあるデータ分析のイメージとして、

依頼者からのデータ集計依頼をこなすだけというイメージをお持ちの方も多いと思います。

しかし、本来のデータ分析とは、課題に対して仮説出しを行い、それをデータ集計で検証し、行動につなげるというものです。

例えば、ある会社で定例会議の時間を集計したところ、平均20時間/月であることが分かりました。

この集計結果を見てどう思ったでしょうか？

多いなぁ、少ないなぁ、もしくは、特に意見は無い、というのが正直な感想だと思います。

正直、これだけだとだから何？という感じでよくわからないですよね。

仮に、残業時間を１０時間減らしたいという課題があったとして、

「重要度の低い会議が多いのでは？」という仮説が出たとします。

すると、先程の定例会議が２０時間という集計結果が活きてきます。

この集計の結果、ちょうど定例会議を半減させれれば課題解決できそうという示唆が出るので、

定例の時間や頻度、種類を半分にする、という提案ができるようになります。

このように、課題設定から仮説立案、検証設計があって始めて

データ集計に意味が出てきて、行動につながる提案ができるようになるのです。

ですので、ここまでが最低限データ分析を行う上で必要なことで、

まずはここを適切に行う必要があるのですが、それでも、

【課題・仮説〜提案まで行っているのに、データ分析が上手く行かない】

というケースも多いです。

その理由について、更にお伝えさせていただきたいと思います。