1年目データアナリストに読んでほしい本 ～ データ分析者の考え方・心構え編

本間さんの取り上げたP40-41では、「認知率」と「配架率」の大切さが語られていましたよね。

要は「知らないと買えないし、買いに行って目にも入らないものは買わない」と。 ウェブの世界でもこれが重要だと感じることはよくあります。

新卒でコンサルティング会社に入社された著者が、マネージャーになるまでの過程で得た教訓や反省を、リアルなエピソードを踏まえつつ書いてくれている本です。やっぱり自分が二年目っていうのもあって、最初のアナリスト編のところが、たくさん身に染みるところがありました。

中でも、自分の限界を会社の限界にするなっていう章は、僕自身がゼロから考えたいタイプだったので、ぐぅぅ...ごめんなさい...！！っていうぐらい、読んでいて心にくるものがありましたね笑
若手、特に1年目って客観的にみても自分一人で辿りつける場所とかスピードって限界があるし、自分がやっている仕事って自分だけのものじゃなくて、会社としての一つの事業でもあるわけで。そんな中で自分一人で全部やろうとするのはエゴだなって思い知らされた、そんな章でしたね。

これを読んだ後は、うちの会社は色々な業界のリサーチを経験してきた先輩がたくさんいるので、そこは先人の知恵を借りて、乗ってやっていこうと思いました。
ただ、とはいえ全部人任せにしろとはいう本ではないんですね。
書いてあるのは、要はその道の王道を、まずは先人の力を借りて最短でたどり着いて、あとはクライアントに合わせたチューニングの部分を自分でやろうっていうメッセージです。スピードと質を含めて全体で最適化しようというか。この本を読んだ後は、このあたりも参考にして仕事をしています。

すでに蓄積のあるところまでは他の人の手を借りて、そこから先は自分でやるということと、やはりお客さんの目線に立つということですよね。

お客様の課題を解決することが大切で、自分でやりたいという気持ちにこだわるのはそこから離れてしまう態度ですよね。

恐らく社会人一年目だった気がしますが、DAに配属してもらってこういった本も読まないといけないかなと思って読み始めた記憶があります。
本の内容に入りますが、因果関係って、そもそも特定するのが非常に難しいものですよね。そういった中で、できるだけ因果関係と言えるような分析を行うためのこれまでの営みが蓄積されてきているので、それらを分かりやすく解説しながら、データ分析にどう活かしていくべきか・どういうスタンスでいるべきかが語られています。

最終的には完全な因果関係と立証するのは困難なケースがほとんどですが、他の要因では無さそうと議論したり、最終的には因果関係らしいかを人が判断することの重要性が感じられる内容になっています。

また冒頭で、因果関係を特定しようとして失敗する例がたくさん紹介されています。（例:アイスクリーム店で施策を行って売上が上がったが、単純に気温が上がったタイミングで施策を打っておりその気温の影響の方が大きかった等）

専門的に言うと共通因子や、逆の因果などと言われますが、こういった失敗事例に多く触れておくことで、自分が行っている分析が「因果として疑わしい」と気づくことができるようになるんじゃないかなと思います。この部分は単純に読み物としても面白いので、1年目のみんなにもぜひ読んでもらいたい部分です。

二章のところで結構手法とかが出てくるけど、最終的にこれが因果関係だと特定するのは知識がある人と議論して判断していくみたいな話が書いてあるのが面白いですよね。

そうですよね。因果関係と言いやすいような緻密な分析設計を行っても、結局のところはある物事が何かの効果である（因果関係である）とは多くの場合断定できないと語られています。
よって、我々分析者ができることは、他の要因では無さそうだという理性的な議論を続けていくことだけであると語られていました。このあたりは、非常に納得感が高く、数年データ分析を行ってきた今でも、改めて腑に落ちた部分でした。

この本で何度も言われていることとしては、データを分析すること以外の力も大事ですよと。その力っていうのは、計算もするけど、問題を見つけるとか、結果を使ってもらうという段階では、人に動いてもらうみたいな力ですね。

分析の結果を単に伝えるだけじゃなく、分かりやすい形で伝えて、人に行動してもらうことが大事だっていう風に書かれていて。
現実とどうつなげるかみたいなところっていうのが、重く書かれているのが良いところだなと。そしてこれが約10年前に既に書かれているというのも、面白いですよね。

とりあえずAI使って、何かやりましょうみたいなことが最近多く、その後頓挫するという話はよく聞きますが、実際のビジネスに活かすことが大事、という話ですかね。

よくデータサイエンティストが持つべき三つの力（データサイエンス力・データエンジニアリング力・ビジネス力）も耳にしますが、そういうところにも通じる考え方なんだろうなと思いながら聞いていました。

一年目の時に読んでおきたかった気持ちにもなりましたね。分析をしてると、細かいところに目がいってしまいがちですが、今やっている分析の先には現実世界があって、どんな分析、伝え方をすると現実世界にどんな影響があるのか、っていう部分を見据えながらやるのが大事なんだなっていう。

データ分析に明るくない人も含めた組織を動かしたい時は、結果をわかりやすくするとかシンプルにするとか、そういうポイントが大事ですよね。