統計学が最強の学問である[ビジネス編]――データを利益に変える知恵とデザイン

著者 : 西内啓
  • ダイヤモンド社 (2016年9月16日発売)
3.27
  • (2)
  • (10)
  • (17)
  • (3)
  • (1)
  • 本棚登録 :278
  • レビュー :17
  • Amazon.co.jp ・本 (392ページ)
  • / ISBN・EAN: 9784478100769

統計学が最強の学問である[ビジネス編]――データを利益に変える知恵とデザインの感想・レビュー・書評

並び替え:

表示形式:

表示件数:

  • この巻はビジネスでどうやって統計学を生かすかが主眼。生かすためのデータの取り方、考え方は参考になる。

  • これはよかった!
    「統計学が最強の学問である」のシリーズ第3作目。

    1作目は途中から専門的過ぎて基礎知識もなかったこともありついていけなくなってしまいました。
    なので、2作目の「実践編」を飛ばして3作目の「ビジネス編」を選んでみましたが、これは正解。
    ビジネスでどのようにデータ分析していけばよいかのステップを具体的に解説してくれているので、そこそこついていくことができました。

    本書では、4つの分野において、それぞれで分析の仕方を具体的にステップバイステップで解説してくれています。
    ・経営戦略のための統計学
    ・人事のための統計学
    ・マーケティングのための統計学
    ・オペレーションのための統計学

    そして分析手法として出てくるのは主に2つ
    アウトカム(最大化または最小化したいもの)が定量的な数字の大小を表す場合には重回帰分析。定性的なものの場合はロジスティック分析。
    と分析手法を2つに絞ってくれています。

    まず、筆者が一番に上げていることは、リサーチデザインの考え方。どこまでが明らかになっていて、どこが未知なのかを明確にした上で分析すること。そして、枝葉よりも幹となるところの改善を行うことが重要とといています。

    そして、4つのテーマについてです。
    経営戦略についてですが、リサーチデザインを踏まえて、いままでの経営戦略論についての復習があります。プロダクトポートフォリオ、SWOTや5フォースなどなど。
    その上で統計学的な戦略決定の手順を
    アウトカムを総資本利益率として以下のステップで分析していきます。
    (1)競争する市場の範囲と分析対象企業の設定
    (2)分析すべき変数の洗い出し
    (3)必要なデータの収集
    (4)分析および結果の解釈
    アウトカムが総資本利益率なので、重回帰分析で分析を行う事例を紹介しています。

    人事については、同様のステップで分析していきますが、アウトカムの設定が難しく、分析手法も定性的になるのでロジスティック回帰分析を用いる例を紹介しています。

    マーケティングも、コトラーや4P分析が復習で述べられています。
    マーケティングの分析では、先のデータ分析の4ステップを最低3週回す必要があると述べています。
    また誰に売るかといったセグメンテーションを分析するにあたり、その分析手法は、重回帰分析でもロジスティック回帰でもなく、決定樹によるクラスター分析がお勧めとのこと。
    ポジショニングを分析するには重回帰分析やロジスティック回帰分析を用いるということで、セグメンテーションとポジショニングで分析手法が異なります。

    最後、オペレーションの改善に当たっては、バリューチェーンをベースにそれぞれの活動のアウトカムを明確にして、解析単位を決めていくことを述べています。そして業務分析をするにあたっては、まずは今あるデータから分析すること。とにかくできる範囲で分析していき、ある程度作業が見えてきた段階で分析基盤をつくるということ。
    ここちょっと耳が痛い..
    さらに一番大変な作業はETLということで、これについては腹落ちします。

    ということで、4つのテーマについて、何をアウトカムにして、何を説明変数として捕らえ、どのようにデータを集めて、どの分析手法で分析するかを具体的に説明してくれるので、理解が進みます。

    今まで読んできた本は、あくまで統計学の説明や基礎でしかありませんでしたが、本書ではビジネスの現場でどのように統計学が利用されるかがイメージできるのがよいです。

  • 請求記号 417/N 86

  • 経営戦略、人事、マーケ、オペレーションのための統計学
    読むのはいまじゃなさそうだ

  • 最初にリサーチデザインの重要性を説いている。これについては類書が豊富なので、読者の関心の近い分野の方法論を学ぶとよい。ただ会社組織内で新規アイディアの発見・証明に基づく実践が、経営方針にマッチさせられるかどうかは、かなり知恵を絞りださないといけないだろう。実務的に当座の枝葉の剪定やパッチ当てに追われている立場も多いはず。本書の知見を適用できる組織は、比較的余裕があると思う。

    紹介された解析手法は、クロス表、SWOT分析、散布図、分散成分分析、単純分析、重回帰分析、因子分析、ロジスティク回帰分析、クラスター分析、決定樹分析等であった。またこの他にマーケティング理論が織り込まれていた。さらに人、物、サービス、タスクに関連する数量化できそうなものを解析対象として挙げているところに本書の特色がみられた。ちなみに先行研究をつぶすことを「システマティックレビュー」と呼ぶそうだ。

    特筆すべきは2章の調査設計の事例である。人事セクションがない組織はおそらくほとんどないが、従業員に質問紙調査する例が示されている。仮説を立て変数化できるようアンケートを設計するイメージが詳述されているが、もしこれができそうな環境にあればかなり効果がありそうだ。

    余計なことだが第1作、前作と比べ感動がやや薄かった。基本的な統計手法は、前作を参照したほうがわかりやすいかもしれない。

  • ・最初の時の目からウロコ感はなかった。それは、内容によるものか、最近の自分の訓練不足によるものか?

  • 先行研究を徹底的に調べればより確実な選択が可能

    「統計学が最強の学問である」という書籍の続編。この本では,企業が利益を出すうえで最もクリティカルな以下の2点の分野での統計学の活用方法を解説している。
    1. 人事
    2. マーケティング

    読み物として面白かった。まず,重要な分野で上記の2点をあげていたのが良かった。統計というと顧客にDMを送るかどうかとか,WebサイトのデザインをどうするかどうかのA/Bテストなどこういう細かい話での話題が多い印象だった。しかし,クリティカルなのは会社全体に影響を与える人事やマーケティングでありこうした分野での検討を重ねるのは,たとえ少しの改善でも効果が大きいのでなるほどと思った。

    特に印象的だったのは,p. 118からのGoogleでの人材採用方法について。Googleでは面接で「あなたの長所は何ですか?」といったどうでもいい質問はしないらしい。というのも,採用活動において優秀な人材であるかをより適切に評価する方法が過去の研究から明らかになっているから。
    過去の研究を徹底的に調査すれば,どの方法が効果的かわかるので,無駄なことはしなくなる。実に理にかなっていると思った。

    何か悩みごとや今後どうすればいいかわからなくなったら過去の研究を徹底的に調査すればよいと思った。

  • 「リサーチデザインとは、研究者がどのように良い研究課題を考え、またその課題に対してどのような調査や分析を行なうべきかを考えることである。(p.4)」「アウトカムとは分析のときに最も重要になる「最大化したい/最小化したい」値のことである。(p.14)」「みなさんが見つけなければならないのはあくまで「自社の多くの人間がわかっていない利益に繋がるアイディア」である。(p.18)」

  • ビジネス編。

    購買額の大きな客層にはクーポンを送ることが、結果として売上高を落とすことになる。

    特に人的資源管理の話が良かったです。優秀な人材と統計学の関係。

    もう一度、読み返したい一冊。

全17件中 1 - 10件を表示

統計学が最強の学問である[ビジネス編]――データを利益に変える知恵とデザインのその他の作品

西内啓の作品

この本を読んでいる人は、こんな本も本棚に登録しています。

有効な左矢印 無効な左矢印
グロービス
リンダ グラット...
ベン・ホロウィッ...
有効な右矢印 無効な右矢印

統計学が最強の学問である[ビジネス編]――データを利益に変える知恵とデザインはこんな本です

統計学が最強の学問である[ビジネス編]――データを利益に変える知恵とデザインを本棚に登録しているひと

ツイートする