仕事の依頼内容をリスト化した時、何が見えるのか？

質問

ある仕事を各都道府県（全国）の業者に依頼しており、
案件の規模や期間、金額等をリスト化しました。（過去3年分）

都道府県別でみると、例えば中国地方は特に発注が少ないなど、
この程度しか頭に浮かんできません。
また、このようなリストを作成した場合、何が見えてきますか？
都道府県以外に、費用効果…

すみません、初心者にもわかるように、わかりやすく説明していただけますでしょうか。
よろしくお願いします。

回答No.3

hue2011

これは品質の概念とかかわるのですが、「ビッグデータとしてものを見る」という感覚お持ちでないでしょうね。

かつてはデータ収集というのは、何かを知りたいから関係したデータを集める、という考え方の人ばかりでした。
儲かっているかどうか見たいから、売上と経費を何年分並べてみろ、みたいな感覚です。

実はこれは2次データというものです。1次データは、帳簿で記帳されてきた会計データです、その中から欲しいものを抽出したわけです。

2次データは1次データほど崇高なものではありません。
なんらかのフィルターをかけたので、データに濁りがでたというか純粋ではなくなっています。
けがれたデータだと言ってもいい。

なにもそんな言い方をしなくても、と思うなら、これは詐欺の手段としてしばしば使われていることをご紹介します。
ある商品に対する感想を集めて、満足度のグラフを作りたいと思ったとき、リピートオーダーをしたお客に対してだけアンケート用紙を配るという手口がそれに当たります。
一度買って気に入らない人はリピートオーダーしません。その人たちのデータはとらないのです。
再注文した以上は、全面的ではないにせよ商品が気に入っているということです。
満足したからオーダーしているのです。
この人たちに、満足度3段階のアンケートを取ったら、よほどのへそ曲がりでもない限り「不満足」にマークしません。
不満足ならリピートオーダーするわけないです。
「ふつう」より「満足」が多いと思われます。リピートオーダーしたのですから、満足のほうが圧倒的でしょう。

で、ここで取ったデータをグラフ化して、「お客様の95%が満足している当商品」と言って売るのです。
明らかに詐欺行為なんですが、数値の扱いかた、情報を改竄しない方針は正しい。
これが数字の手品であり、プレゼンなどをするときに気をつけなければいけない、と教えるところなのです。

「何々を確かめるためのデータ収集」はおおむね下心があることなので、正しい情報判断が得られるかどうかわからないのです。

質問者様の場合は、「どうやって使えるのだろう」と思っているのですから、データは純粋に近い状態です。

そこで、ビッグデータ意識です。

ビッグデータという言葉はよくご存じでしょう。
よくやられているのが、ツイッターなんかでごちゃごちゃ言っていることでどういう単語がたくさんでているだろうか、というやつです。
「土石流という言葉が多いですね」「次が消費税ですね」「加藤茶というのもあります」という、NHKの夜にやらかしているあれです。
あれは、「政治意識を解析するためにデータを集める」なんていうことをしたわけではありません。
そもそも、言い散らかしのゴミ箱みたいなものを見ているのです。
データ自体はテーマも何も持っていません。

「民意を問う」というような正義感ぶった分析の仕方も可能ですし、「何かエロネタないかな」でも出てくるのです。
データから、意味を拾い上げる作業をマイニングといいますが、ビッグデータはどのような角度で掘っても何かが出てくるのです。

そう思って、お持ちのデータに対峙してみましょう。

ユーザーからは何を求められているかな、とか、現場の問題は何だろうか、という切り口があるというとびっくりするでしょうね。
そんなデータは取っていないと思うでしょう。
ところが頭冷やすと、マイニングはできるのです。

集めていないデータがあるんだ、だから無理だ、と、仕事をやりたくないときに出てくる憑き物の定番＝イソップのキツネが騒ぐでしょうけど、そこにないデータは、実はあるのです。
ヒントを言えば「リンク」です。
これを利かせるためには、データが1次データで純粋であることが必要です。
2次データ以上の連鎖をすればクビくくりになるだけです。

具体的な話をするほどスペースはありませんのでこの辺でやめておきます。
この領域のセンスは鍛えることができます。
データマイニングに関する本を何冊か読まれるのがいいかと思います。

回答No.2

noname#237141

リスト化しただけでは何も見えてきません。
というより、何を見たいか？によってその作業が
変わってくるはずです。

単なるリスト化では、単純に言うと「名簿」を作っているような
ものです。

そのリストに例えば、市や町の人口、面積、年齢帯、
世帯数などキーとなりそうな数値を加えます。

費用効果をみたいのなら、その地域へ投下した
経費に対してどれだけの効果が見られたかろ指標として
作ればいいのです。

これがリストのデータ化ですね。

例えばカタログ通販の会社があったとします。
冊子なのでページがあります。その１ページあたりどれだけの
売上があってどれだけの利益を出したのか、出してないのか？
これを見るには、１ページにかかった経費に対して売上・利益を
計算すれば、売上率・利益率が見えてきますよね。

顧客データもそこに入れ込んでいけば、どのエリアの顧客が多いか、
どの顧客の購買率が高いのか・低いのか？など見えてきます。

顧客リストに乗ってはいるが、年間１回のみの購入だったら
今後その顧客にはカタログを送付しないでおこう（経費削減ですね）、
反対に沢山買ってくれるお客さんには、従来カタログだけではなく、
スペシャルカタログも同梱して送付しよう、、、などなど使えるわけです。

名簿を見るだけでは何も見えないのは当たり前で、
何を見たいかによって、かかった数字やエリアなど要素を盛り込んで
それをデータ化し、数値化して「見える」ようにしていくわけです。

なかなか分かりにくいかもしれませんけど、
使えるようにするには、見える加工をするしかないのです。
地道な作業ですけど、見たいものを見る工夫なしには
何も始りません。

回答No.1

trytobe

そもそも、何か対策をとらないといけない項目（費用削減なり新規顧客開拓なりエリア分割の適正化なり）が、慢性問題として認識されていないと、それにつながるようなデータの読み取り方はできませんよ。

別に何か目的があってリストを作ったわけではなく、まず統計をとってみた、というのも国勢調査みたいに「現状把握に必要な活動」なので構わないのです。

しかし、それを「将来の国家運営（会社運営）の懸念点がなにか隠れていないか」という問題意識を持って見ていかないと、「だからどうした」のデータとして埋もれてしまいます。

逆に、慢性問題がいくつか挙がっているときに、その対策になるような「中国地方は発注が少ない」というのに対して、

・「サポートにかかる人件費やコストを削減する」のか
・「中国地方の発注を増やすような顧客開拓やロットサイズの増加を目指す」のか
・「中国地方のサポート拠点を西にずらすとか、四国か福岡と統合するようエリア分けを見直すか」

などのデータを元にした経営の改善策の提案、というところに練り上げられません。