それちょっと、数字で説明してくれる?と言われて困らない できる人のデータ・統計術

著者 : 柏木吉基

• SBクリエイティブ (2015年7月31日発売)

作品紹介・あらすじ

●グローバル企業で数々の提案を通した著者が、ビジネス最強の武器「数字×ロジカルシンキング」の使い方を紹介

「それ、数字で説明してくれる？」と言われて困った方、経験で解決策を練ってきたもののうまくいかないことが多いと思っている方。
特に文系ビジネスパーソンのなかには、
いつもグラフは作っているものの、その先に進みたいと思っている方。
分析手法は理解したけど、結局使えていないと悩んでいる方。
数字」と言われるだけで、何をどうしたらいいのかわからなくなる方も多いのではないでしょうか？

本書は、元日産で、外国人役員に数々の企画や提案を通した著者が、実務で数字を使いこなすためのロジカルシンキングや、目の前の課題とデータを結びつけ、解決策にたどりつけるデータ分析の考え方、データを使った伝え方などを、紹介するものです。

●「数字×ロジカルシンキング」の両方があわさって、はじめて多角的な分析力が発揮される

たとえば、毎週の売上棒グラフを見て、「あの課は最下位だからなんとかしなければ」といったように、単純な結論を出していませんか？
このような表面的な見方だけでは見落とす情報も多いのです。

ロジカルシンキングはできても数字が使えない、グラフ化などデータの整理はできてもロジカルな進め方や考え方ができないので、適切な結論にたどり着かないという方は多いです。
本書では、初めて「数字」と「ロジカルシンキング」を組合わせ、データ分析をする前に絶対必要となる考えの組み立て方を中心に紹介する本です。
課題定義から解決策まで、主人公の洋平と一緒に、一連の流れを追いながら、ゆっくり解説していきますので、分析手法だけにとどまらない「考え方」を知ることができます。

感想・レビュー・書評

[シマウマシマシマさんの感想 · 2024年4月3日]

データから取り掛かってはだめ。仮説を立ててその仮説を確かめるためにデータを見に行くの順序。

データの見方もいくつかあり、
スナップショット…あるその時を可視化する
トレンド…時間軸での変化を可視化する
ポジショニング…2軸の散布図で可視化する

データ（定量情報）だけでなく現場の声など定性情報との整合性も確認しておく。

すべてのデータ分析は最終、課題を解決するため。分析して報告するだけでは不十分。

[ヒロ之丞さんの感想 · 2024年1月14日]

内容は基本的なこと。平均、偏差や相関係数あたりまで。

ただ教科書的な書き方ではなく、いかにビジネスで生かすかという感じなので、実務的な統計入門としてはいいと思う。

データ分析で自動的に何かが出てくるものではない、というのは納得。原因分析も、同じデータで人によって正反対のこと言ったりするから。

[ミニマログ｜偏愛ミニマリストさんの感想 · 2020年5月1日]

ストーリーとセットの構成で大変わかりやすい。

[junwakaさんの感想 · 2018年8月31日]

高木さんの「ロジカルプレゼンテーション」と同じく、アウトプット前提の話かつ、わかりやすく勉強になった。数値扱うなら統計知らないとアカンよなとしみじみ

[salfun1962さんの感想 · 2016年8月13日]

分かり易く、思考の流れに沿ったデータ分析の基本書

[tomoさんの感想 · 2016年3月25日]

ロジカル、クリティカルシンキングと実務統計基礎の入門みたいな感じ。一つ一つの内容は難しくないが、使いこなせているかというと、そうでもない。入社５年目くらいまでに身につけられればイイと思う。

[bakumon17さんの感想 · 2016年3月13日]

データをビジネスで使う意義や具体的なやり方を指南した内容。

CORREL関数で相関を見ていくことは必要だと感じる。

しかし、データを分析する時間をいかに減らしていくべきかは課題である。

[kazemakaseさんの感想 · 2015年12月22日]

単なるデータの羅列ではなく、データをいかに解析して見せていくかを解説した本。いかに仮説を立てるかがキモ。この方面が全然できておらず、参考になる。自分なりに試してみる。

[かぴしばさんの感想 · 2015年12月12日]

【要点メモ】

◎データ分析の超入門書としてはOK。しかし、これだけでは足りないので、他の資料は必ず読む必要あり

・課題を整理
→①定義を明確に
②定量化
③比較対象を明確に
④事実とそれ以外を切り分ける

・仮説を立てることで、データ整理からデータ分析が
できるようになる
仮説をたてるポイント
○○が、××だと、△△が■■になる。
この形におとして、見るべきデータを検討する。
★トレンドを見る
→売上だけでなく、好調な波なのかそうではないのか
★比較で差をみつける
→ポジショニング
★共通項をみつける
★スナップショット
→一定期間のみのデータ

・平均
→平均値とは、データの真ん中、中心にあるとはかぎらない。
→平均値に近い場所にデータが集まっているとは限らない
→平均値がデータ全体の代表的な値であるとは限らない

・標準偏差
→データ全体をまとめたことによって、見落とした情報を拾い集める。元のデータのばらつきを見る。
→ヒストグラムというグラフにデータ全体を表せば可能。
→STDEV関数でとらえられる
→規模の違いがあるときは、変動係数を使ってばらつきを比較する

・相関分析で原因を特定する
→二つのデータの結びつきが、弱いのか強いのかを知る。例：DMを送ったら、来店者数が増える。結びつきが強いは１、相関なしは０、結びつきが弱いのは-1が基準
→CORREL関数を使用
→これをやるときのみ、外れ値には注意する

[criumさんの感想 · 2015年10月13日]

これはたまたま手にしたけど
本当に目から鱗の内容です。

私は文系で数字にも弱いけど

でも

数値で納得させられる。

ただグラフにしたり
数値で表すのではなくて
根拠を持って
仮説を立てて
あるデータの中から
立証することの大切さを
読みやすく書いてある。

仕事のときに傍に置いて
参考にしながら資料つくると
いいともう。

見なくてもこれ位の資料が作れるようになりたい。

著者プロフィール

データ＆ストーリー LLC代表。多摩大学大学院客員教授。1972年、神奈川県生まれ。慶応義塾大学理工学部卒業後、日立製作所入社。在職中に欧米両方のビジネススクールにて学び、2003年MBAを取得。Academic Award受賞。2004年日産自動車へ転職。海外マーケティング＆セールス部門、ビジネス改革グループマネージャ等を経て現職。グローバル組織の中で、数々の経営課題の解決、ビジネス改革プロジェクトのパイロットを務める。

「2017年 『上司からＹＥＳを引き出す！ 「即決される」資料作成術』 で使われていた紹介文から引用しています。」