会議で誰かがデータ分析の結果を発表していて、自分はよく分からなかったけれど、他の出席者は理解している様子だったから何も質問しなかった、という経験はありませんか？もし心当たりがあるなら、データリテラシーを鍛えることにいくらか時間を割くのもいいかもしれません。
データリテラシーとは、データから有意義な情報を導き出せる力のことです。確かに数学や統計学の基本的な知識は必要ですが、安心してください。素晴らしい便利なツールやリソースが豊富に揃っています。統計分析における視覚化、用語、言葉遣いを理解することは、データを用いて意思決定を行うにあたって大変重要です。
シンプルに変動を読み取るだけという場合もあれば、決定木を使って実用的なインサイトを導き出すような複雑なものもあるでしょう。そして当然、それは正確なデータに基づく分析であるということが前提になります。データリテラシーとは、データの分析方法を理解することではありません。同僚や外部機関が提示する分析結果を理解することなのです。
テクノロジーと分析を効果的に業務に組み込めば、収益向上、効率化、カスタマーエクスペリエンスの改善にもつながるというのは、あらゆる組織の共通認識です。
ガートナーは、2023年までに「データリテラシーが事業価値を高めるための必須条件になる」と予測しています。実際のところ、今後はデータ戦略や分析戦略の80%以上にデータリテラシーが正式に導入され、管理プログラムに変化を与えるだろうと見込まれているのです。リーンやシックスシグマ分野での経験がある方は、長年データリテラシーについて周囲の人々に教育してきたという方も多いのではないでしょうか。
リーダーたちは、競争力維持のためにはデータをうまく利用する必要性があることを理解しており、リーダーたちの多くが分析文化を育む計画を立てています。ビジネスのあらゆる分野にテクノロジーが活用され、いまだかつてないほど大量のデータを利用できる今、データ分析の基本的なコンセプトを理解することは、ほとんどの職種で必須のスキルとなっているのです。
データリテラシーを押し上げることは、今皆さんがご自身にできる最高の投資かもしれません。現時点でこちらのクイズに何問正解できますか？
少し考えてみて、頭に答えを思い浮かべるかどこかにメモしてから、クイズの問題をクリックまたはタップして答え合わせをしてください！
Quantitative refers to numbers and things you can measure objectively (think width, height, temperature or volume). Qualitative refers to characteristics that can't be easily measured and are observed subjectively (e.g. smells, tastes, textures, or color).
Learn More
When you hear "average," it is often referring to the mean — what you get if you add every number together, then divide the total by how many numbers you added. Median, on the other hand, is the middle number.
In many studies, including Lean Six Sigma projects, you might be confronted with data where the mean is not necessarily the best reflection of the average though. Think about five household incomes. The first is $140,000. The second $200,000. The third $215,000. The fourth $220,000. And the fifth $1,725,000. The mean of those numbers is $500,000.
But when we say "average," we are looking for a number that best characterizes that particular sample. $500,000 is way higher than all but one number though, and the median, $215,000 serves as a better "average."
Learn More
A scatterplot of popsicle sales and skateboard accidents may form a straight line and give you a correlation coefficient of 0.9999. Buying popsicles clearly doesn't cause skateboard accidents, though. More people ride skateboards and more people buy popsicles in hot weather, which is the reason these two factors are correlated. Only properly controlled experiments help you determine whether a relationship is causal.
Learn More (and see a funny comic that sums it up nicely!)
In an observational study, nothing is done to the things or people being studied. We are merely observing them as they are. In a controlled experiment, they are assigned to groups. Each group (except the control group) receives some treatment or is changed somehow (e.g. products manufactured with an alternate step in the process, people asked to abstain from drinking caffeine, etc.) and then we study how that change affects them.
Not done testing yourself?! The Khan Academy has some more background and scenarios to test yourself if you want to double-check whether to give yourself credit for this answer.
しかもこのMinitabブログにたどり着いたということは、その一歩をすでに踏み出したということです。今後もこの旅を続けていきましょう。ご質問がある場合や、ソリューション分析やデータに基づく意思決定について学びたい場合は、お気軽にお問い合わせください！
私たちのトレーニングを受ければ天下無双も夢じゃありません。統計分析による問題解決の世界で、ですが。無料の Webinar Wednesdaysシリーズで今後開催される、オンデマンドのウェビナーを是非チェックしてください。分析スキルアップさらに投資しようとお考えの場合は、Minitabと統計分析のエキスパートによるガイド付きトレーニングにお申し込みください。カレンダーを見る
え、働きたい？当社の 採用情報をチェックしてください！
それとも、もうやりがいのあるお仕事に就いてらっしゃるのでしょうか。それなら仕方ありません。それでも、Webinar Wednesdaysや機械学習の最新コンテンツをチェックすることをお勧めします。統計家やデータサイエンティストの方なら、全問正解できたとしても、常に新しい手法やアプローチが生まれていることはご存じですよね！
データサイエンティストを集めただけでは、優れた運用やビジネス成功への道筋は見えてきません。難しいデータの問題を抱えたときに助けてくれるデータ分析の専門家はいますが、自分たちが高いデータ分析に関する理解を持ち合わせていてこそ、その恩恵を受けられるのです。
企業全体のデータリテラシーが上がれば、日々の意思決定にデータが組み込まれるようになります。質の良い疑問が生まれ、理解が深まり、穴のない結論が導き出されるでしょう。データ分析スキルの向上は自己開発計画にもプラスになります。データに基づく意思決定をすると、偏見や他人の意見を無意識に考慮に入れてしまうこともなくなります。
Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.