執筆者情報

執筆記事一覧

• 

  データ分析×ロジカルシンキング

  課題特定後に潜む、ロジカルデータ分析の罠──“方策くん”を卒業する要因思考（第4部：RESASを活用したデータ活用実況中継（最終回））

  　前回、新潟県燕市における金属製品製造産業の課題を、データを多面的に掘り下げて特定した。多くの人はこの後、個々の課題に対する「方策」を立てがちだ。ところが、方策にジャンプする前にとても大切なプロセスがあることを意識している人は多くない。その大切なプロセスとは何だろうか。この点を紹介しつつ、本プロジェクトを完結させたい。

• 

  データ分析×ロジカルシンキング

  課題を特定するためのロジカルデータ分析の秘訣は「データの範囲」と「絞り込み比較」（第4部：RESASを活用したデータ活用実況中継（第4回））

  　前回、RESASを用いたオープンデータを活用し、新潟県燕市の地場産業を３つ特定した。その中でも最大産業である「金属製品製造業」の活性化課題にフォーカスし、更にデータから課題を特定する次の段階に入った。特定産業にフォーカスを当て、データでその姿をより具体的に捉えると、どのような課題が浮かび上がるのだろうか。ここでも、ロジカルにデータを分析するための幾つかの法則が存在した。今回もRESASを活用しつつ、独自のアレンジも加えた結果を紹介したい。

• 

  データ分析×ロジカルシンキング

  「日本で富士山に次いで高い山は？」に答える、分析指標の絞り込みとデータの見方（第4部：RESASを活用したデータ活用実況中継（第3回））

  　新潟県燕市と弥彦村の自治体横断「データ活用課題解決プロジェクト」は、計8名のメンバーで開始された。“データを活用して課題解決”というと、多くの人は関連するデータをどんどん集め、それらを整理して眺めながら問題の所在や解決の糸口を見つけようとするのではないだろうか。ところが、このアプローチは（特にデータ活用入門者にとって）ほとんどうまくいかない。では、何よりも最初にすべきこととはどんなことなのだろうか？

• 

  データ分析×ロジカルシンキング

  “データ-ドリブン”が陥る落とし穴とは何か――RESASに触れる前にすべきこと（第4部：RESASを活用したデータ活用実況中継（第2回））

  　新潟県燕市と弥彦村の自治体横断「データ活用課題解決プロジェクト」は、計8名のメンバーで開始された。“データを活用して課題解決”というと、多くの人は関連するデータをどんどん集め、それらを整理して眺めながら問題の所在や解決の糸口を見つけようとするのではないだろうか。ところが、このアプローチは（特にデータ活用入門者にとって）ほとんどうまくいかない。では、何よりも最初にすべきこととはどんなことなのだろうか？

• 

  データ分析×ロジカルシンキング

  「RESAS」の良い点や気になる点を理解して、データを活用・分析するには？（第4部：RESASを活用したデータ活用実況中継（第1回））

  　データ分析はその理論や手法だけでなく、実務課題へ応用し成果に結びつけるために様々なハードルをクリアする必要がある。ところが、“実際の現場”においてどのように進めるとうまく行って、何がうまく行かないのか、地に足の着いた実際の状況を垣間見られる機会は少ない。私が新潟県燕市および弥彦村において自治体職員と一緒に進めている「データ活用スキル向上プロジェクト」を実況中継する形でその実態をレポートしていきたい。

• 

  データ分析×ロジカルシンキング

  事業のスタート前に徹底するのは、利益シミュレーションの精度ではなく関係者のコミット（第3部：Excelによる事業利益のシミュレーション（第5回））

  　前回までは、Excelを使った事業の利益シミュレーションを行うためのモデルの作り方や、結果が変動するリスクを視覚的、数値的に把握するための分析方法について紹介してきた。最終回の今回は、これを武器に計画した事業の実現可能性を事業スタート前に高めておく方法をお伝えしたい。

• 

  データ分析×ロジカルシンキング

  「感度分析」を使って、相手を“おぉ！”と唸らせるシミュレーション結果の見せ方（第3部：Excelによる事業利益のシミュレーション（第4回））

  　前回は、シミュレーションした「事業の利益計画リスク」を３つのシナリオとしてExcelで簡単に示す方法を紹介した。3通りのシナリオを示すことで、“先の読めない前提は必ずしも一つだけではない”、“リスクも数値化、視覚化できる”ことなど示すことができる。その威力は絶大だ。一方で、より詳細に前提を変えて、その結果を知りたいという要望に対してどう見せられると相手を“おぉ！”と唸らせることができるのであろうか。

• 

  データ分析×ロジカルシンキング

  “予測は外れる”を前提にした事業計画とExcelによるシナリオ分析（第3部：Excelによる事業利益のシミュレーション（第3回））

  　前回までは、事業の利益計画をExcelでシミュレーションを行うベースを作ることまでを紹介した。前提を変えながらその結果をシミュレーションで動的に行えることは、先の読めない予測や計画にはありがたい機能に間違いない。ところが、最終的には「ある一つの前提」に沿ったシミュレーション結果を提示しなければならない。では、「この前提通りにならなかったらどうなるの？」という懸念や疑問に対してはどのような準備、検討ができるのだろうか。

• 

  データ分析×ロジカルシンキング

  先が見えない新事業を「見える化」する方法―Excelによる利益シミュレーション（第3部：Excelによる事業利益のシミュレーション（第2回））

  　新しい事業や会社など、これから始めるビジネスの儲けを数字で確認することは、どんな会社でも必須だ。にも関わらず、ある一つの前提を立てて“計画”は作るものの、複数の前提を置いたシミュレーション（試行錯誤）をやってみるケースは稀なようだ。先の見えない将来の計画は「答えが一つ」ではない。そんなときに頼りになるのがシミュレーションだ。

• 

  データ分析×ロジカルシンキング

  「それ、儲かるの？」にどう答えるか―Excelによる利益シミュレーションのススメ（第3部：Excelによる事業利益のシミュレーション（第1回））

  　どのようなビジネスでも、“利益”を得ることが目的の一つであることは共通なはずだ。それにも関わらず、目の前の職務だけには意識と興味が向くが、ビジネス（事業）そのものを計画したり予測したりすることに意識を持つ人は少ない。「それ、儲かるの？」と聞かれて慌ててしまいそうな人は、今からしっかり準備しておきたい。ビジネスの総合能力として誰でも身に付けておきたい事業利益のシミュレーションとは一体何だろうか。

• 

  データ分析×ロジカルシンキング

  机上のスキルで終わらせない、ロジカルシンキング・レバレッジ活用術（第2部：Part 5（最終回））

  　世の中に「ロジカルシンキング」や「論理思考」を学ぶ機会や本は溢れている。ところが、それを実際に仕事の場で使うとなると、一体いつどうやって使えば良いのかまで落とし込めていない、たんに“やり方”や“理屈”だけを理解して終わるケースも少なくない。では組織の力をレバレッジし、ロジカルシンキングの威力を発揮する方法があるとしたらどうだろうか。

• 

  データ分析×ロジカルシンキング

  “プレゼン開始10秒後”に、あなたの「提案却下」が決まるワケ（第2部：Part 4）

  　自分の主張を論理的、合理的に構築し、相手に伝えるためのロジカルシンキング。しっかりと詰められた理論の上に乗った主張が、プレゼン開始10秒後には、受け手の心の中で却下が決まっていることがある。なぜ、聞いているほうは、それに続く論理を聞くまでもなく却下の決断を下したのだろうか。

• 

  データ分析×ロジカルシンキング

  あなたに見えていない「あなたの根拠が納得されない理由」（第2部：Part 3）

  　「いくら自分が正しいと思う根拠を示しても納得してもらない、いつも反論されてしまう」と悩む人は、こんなポイントを見逃しているのかもしれない。それは必ずしも会話の中に出てこない「隠れた前提」ではないだろうか？

• 

  データ分析×ロジカルシンキング

  「根拠さえ示せばロジックは盤石」は本当か？（第2部：Part 2）

  　ロジカルシンキングの基本は、結論に対する根拠を示すこと。そんなこと誰でもわかっているのに、そのロジックの「強い・弱い」の違いに悩まされるのはなぜなのか？ 　根拠を示しているにもかかわらず、いつも突っ込みを入れられる、説得できない理由はこんなところにあるのかもしれない。

• 

  データ分析×ロジカルシンキング

  “データで課題解決”をロジカルに進める、3つのポイント（第2部：Part 1）

  　効果的、効率的な課題解決、特にデータを使ったアプローチに必要なのは、何も分析手法の知識やアプリケーションだけではない。「なんでこの人はいつもスイスイ、データ分析をやっている、課題解決をしているんだろう？」と思える人の頭を覗くときっとこんなことを考えているはずだ。

• 

  データ分析×ロジカルシンキング

  なぜデータ分析から「当たり前」の結果しか得られないのか？（第5回）

  　「分かりきった分析結果しか出ない」。その理由は、分析そのものではなく、その入り口にあるのかもしれません。しかも、データを扱おうとする前に、あなたの思考そのものが”データに縛られて”いたとしたらどうでしょう。なんとなく分析していると気づかない、このトラップとは何なのでしょうか・・・』。今回の記事では、そのトラップにせまり、解消法を考えます。

• 

  データ分析×ロジカルシンキング

  制約と闘いながら「抜け漏れ」のないロジカルな分析をする方法（第4回）

  　漏れなくダブりなく仮説を立てる、ということは良いが、全てを検証する時間なんてない、という実務家は多いはず。とはいえ、適当に当たりを付けた仮説だけを検証するのであれば、ロジカルなアプローチを最初から放棄したのと同じです。では、論理性を保ちながらも効率的に分析を進める方法はないのでしょうか。今回はその方法の一つを紹介します。

• 

  データ分析×ロジカルシンキング

  分析作業の前に必要となる「課題定義」、５つのポイント（第3回）

  　仮説を持つことと合わせて、「データ分析」に入る前の段階で大切なことがもう一つあります。それが「具体的で明確な課題定義」です。定量的に理屈を詰めていくデータ分析では、その出発点である課題定義が曖昧であればあるほど分析の価値が下がってしまいます。では、どんなことを押さえておけばよいのでしょうか。

• 

  データ分析×ロジカルシンキング

  なぜ意味のない「グラフや表」が大量生産されるのか－分析前にすべきこと（第2回）

  　前回は連載第1回として、データ整理とデータ分析の違い、データを1軸ではなく2軸で考えることの重要性を解説しました。 　今回は、活用されないグラフや表などを大量に作ってしまいがちなデータ作業の前に必要な考え方を解説します。 データを目の前にするといつも反射的にとりあえずグラフ化してしまう人は必見です。

• 

  データ分析×ロジカルシンキング

  データがあるのに「分析」ができないのはなぜか？（第1回）

  　“データはあるのに……、分析手法は本で読んだのに……、実務で使えない。”そんな悩みを解消するためには、データ分析のための「視点や考え方」が必要です。これを身に着ければ、基礎的な分析から高度な分析、分析専門業者とのやり取りなどデータ業務全てに通ずるベースとなることでしょう。本連載では、目の前のデータや身近な実務課題と、データ分析を結び付けるためのヒントやスキルをご紹介します。 　グラフや表はたくさん作っているけど、そこから先には行けてない、という悩みを抱えた組織はとても多いです。せっかくモニターしている大量のデータも使いこなさなければ単なる宝の持ち腐れです。「データ整理」から「データ分析」に向けて最初の一歩を踏み出すときに必要な視点は、「1軸」から「2軸」への転換です。「2軸の視点」とは一体どういうことでしょうか？今回の記事ではその点を解説します。