今日の積み上げ
- マナビDX Quest
- PBL05 演習②
感想
- パワポ作成が軌道に乗るまで半日以上かかってしまった（凝るとキリない）
- あらためて演習①の問題整理の甘さに気づいた
- あと１日かければ、なんとか形になりそうな目処は立ったので、少しホッとした
- 我慢しきれず、新しいPCをポチった（BTOなので、月末納期）早く使いたい！
明日やること
- PBL05 演習②
問題整理の重要性について
演習②でデータ分析をやっています。
演習①でやった問題整理に基づいて分析を進めるわけですが、整理の仕方が甘すぎて、改めて見返したときに、「これって何を分析すればいいの？」ってなりました。
もちろん、問題によっては、データ分析で何を解けばよいか予め決められないものもあります。
例えば、昨日読んだ河本先生の本で登場する「仮説思考型の意思決定プロセス」がそのパターンとして紹介されています。
データ分析というと、分析した結果で何かしらの正解を導き出さないとつい思い込んでしまいますが、実はそうではない、と。
該当箇所を引用します。
大事なのは、（中略）仮説や着眼点を拠り所にしてデータを探り、それをもとに仮説を練り直し、またデータを探るといったように、データ分析と仮説発見の思考錯誤を繰り返すこと
そうなんです。
データ分析は、次のデータ分析を促すような「誘い水」的な知見を提示するだけでも価値がある、ということだと理解しました。
何が「誘い水」になるのか。
こればっかりは事前にわからない。
ある「人間」と、ある「データ」が結びついたとき、突如として「これだ！」とスパークする瞬間が訪れる、そんなイメージ。
「数打ちゃ当たる的な、いい加減なものに金はかけられねぇ」
そう言われてしまったら、そこまでなんですがね。。
ただ、データ分析をする上で、何かしらの切り口（＝仮説）をもっておくことは、解く問題に正解のあるなしに関わらず、重要なことです。
どういう風にそのデータを見ているのか、切り口が違えば、解釈も異なる、というわけです。
よく言われる例え話が「コップの水」。
同じコップの水を見ても、喉が渇いて今にも死にそうな人が見るのと、お腹いっぱいの人が見るのとでは見方がまったく違いますもんね。
なので、自分たちはいま、どのような問題を抱えているのか、これこれのデータを分析するのに、こういう切り口で見たら何かしらの知見が得られるのではないか、そういう目的をもって分析をしないと、出てきた結果の解釈がブレる可能性があります。
日本語で問題を整理するので、てにをはレベルまで気を付けて整理するのは、本当に骨が折れる作業。
そして、そこからさらに切り口を見つけることも、これまた難儀です。
今回のPBL演習を通して、この辺りの苦労を実感させてもらっています。
本当に実務に近い演習ができているのではないかと思います。
今回、問題整理の重要性に気づかされたことで、河本先生の本でも紹介されていた「新版 問題解決プロフェッショナル」を読んでみたくなりました。
PBL演習②が提出完了したら、読んでみようと思います。
それでは、また。
