データ解析の実務プロセス入門

『データ解析の実務プロセス』（あんちべ，森北出版，2015年6月22日）を読了。

データ解析で得られる価値には大きく分けて次の五つがあります。（p. 2）

状況把握ができる

推定ができる

予測やシミュレーションができる

反復と再現ができる

裏づけができる

データ解析で得られる価値は多いのに，なぜデータ解析をしない人が多いのだろうか。

「何の目的のために？」という問いに，できるかぎり明確に回答してもらうことが，統計作成依頼者に対してまずなすべき統計家の第一の責任である。――北村敏男，統計科学の三十年（p. 28）

自分自身でデータ解析を行う場合，「何の目的のために？」と自問しよう。

データを得るための方法論こそが重要であり，データさえ良ければ後の解析は自明である。―― C. R. ラオ（p. 48）

データを得て何をしたいかが明確であれば，データの解析は極めて容易。

正しい疑問に近似的な解をもつほうが，間違った疑問に対する正確な解をもつよりもよほどマシである。――テューキー（p. 110）

正しい疑問に近似的な解を持つため，データ解析を行う。

KPI を根付かせるポイント（p. 160 - 162）

自動化する

意義と意味を十分に説明する

フィードバックする

KPI を絞る

対象者ごとに適切な KPI を割り当てる

KPI に振り回されないよう心掛ける

実測値を提供する

KPI を設定するとき，自動化できるか，という観点は大事。自動化できない KPI だと，管理するためのコストが大きくて，KPI に対する打ち手を行う余力が残っていない。

Masassiah Blog