「効果測定」をやめよう｜データ分析とインテリジェンス
「効果測定」だけが一人歩きしてませんかデータの仕事をしていると、知らないところでいつのまにかに行われた施策について「効果測定をしてほしい」と言われることがたびたびある。 とりあえず施策を行い後で振り返えればいいや、と考えている人が多いようだがこれでは正しい検証はできない。検証ができないから次の施策を決める時もまたとりあえず施策をする、が繰り返される。 これではいくら「効果測定」を行うために動いても施策の向上につながらない。そうなれば「データ」の役割の意味も無い。 そこでよくみかける「効果測定」の何がいけないのかと、どうしたらいいのかを考える。 「効果測定」を後で行ってはいけない理由施策が終わってから「効果測定」を行おうとするといろいろな問題が発生する。 基準がないので判断できない施策を行った後になって効果測定を始めるということは、施策を始める前にどれぐらいの効果が見込めるかを調べていないと
「データ分析」の３つの仕事を整理する｜データ分析とインテリジェンス
「データ分析」を整理する「データ分析」と言ってもその仕事にはいくつかの種類がある。しかし、その違いが整理されておらず各自に思い思いの「データ分析」があるために認識がずれる。 これだけ頻繁に使われている言葉なのにその内容に大きな違いがあることにあまり意識が向いていないらしい。良い状態だとは思えないので、まずは「データ分析」について整理してみようと思う。 「データ分析」の仕事「データ分析」と呼ばれる行為には、以下のアウトプットがあると考えられる。 提案 インテリジェンス データ まずはそれぞれの違いについて簡単に見てみる。 提案ある課題に対しての具体的な施策の「提案」まで含めて「データ分析」と呼ばれることがある。 与えられた課題に対して唯一の選択肢を提示して意思決定者は「はい／いいえ」を決める えられた課題に対して複数の選択肢を提示して意思決定者がその中から選ぶもしくはすべてを拒否する 「この
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
