「データ」の依頼のやり方

執筆者：しんゆう
X（旧Twitter）：https://twitter.com/data_analyst_

ブログ：データ分析とインテリジェンス
https://note.com/shinu/

お問い合わせメールフォーム
https://bit.ly/37orRqa

Transcript

1. 「データ」の依頼のやり方 「データ」の依頼のやり方
2. はじめに 「データ」の依頼のやり方 2
3. 本資料の目的 意思決定のためには分析が必要で、そのためには材料となる 質の高い「データ」を入手しなければならない データの依頼は各所で行われているが、データを依頼する側 がやり方を学ぶためにまとめられた資料がない そのため各自が独学で身につけているが、非効率であり時に は間違えている現状を少しでも改善できないかと「データの 依頼の方法」についてまとめた 「データ」の依頼のやり方 3
4. 注意点 内容は全て筆者の個人的な経験に基づきます 内容は予告なく追加・変更されます 「データ」の依頼のやり方 4
5. 筆者紹介 しんゆう X（旧Twitter）：@data_analyst_ ブログ：データ分析とインテリジェンス 2023年よりnoteにて活動中 https://note.com/shinu 活動：データを使いやすくする人 「データ」の依頼のやり方 5
6. なぜ「データの依頼のやり方」を知 る必要があるのか 「データ」の依頼のやり方 6
7. 自分でデータを集める時間はないから 誰かに代わりにやってもらう必要がある 既存のデータの場所や扱う上で前提となる定義や注意点を ヒアリングする。誰もわからなければ自分で調べる 新しい指標を作るのに複雑なSQLを書く 外部データを探し、契約し、取り込む 個人情報の扱いを法務と確認する ニュースや事例の資料の内容の正しさを検証し、評価する 「データ」の依頼のやり方 7
8. 適切な依頼は使う人にしか出せないから 問題への理解なしに必要なデータはわからない 問題の責任がない人に同レベルの理解を求めてはいけない 抽出側に期待すべきは、要求したデータを提供すること 「どうしたら経営がうまくいくか」をオフィスビルの建築家 に聞くのは間違っている 「データ」の依頼のやり方 8
9. 適切な内容を依頼する必要があるから 欲しいデータは依頼しないと得られない 依頼した内容以外のことを求めるべきではない ステーキを注文した後で「ハンバーグが食べたいのになん で勧めなかったのか」と文句をいうのはおかしい 適切ではない依頼はリソースを無駄にするだけでなく機会損 失を生む 「データ」の依頼のやり方 9
10. 適切な相手に依頼する必要があるから 「分析のことだからとりあえずデータに詳しい人に頼んでお こう」ではうまくいかない 能力が期待できない相手に依頼してはいけない 八百屋に行って「とんかつと刺身」を頼めば何か出てくる だろうが、もっと頼むのにふさわしい相手がいるはず 「データ」の依頼のやり方 10
11. 依頼の修正は期待しない方がいいから 依頼に間違いや過不足があっても指摘されづらい理由 一般的に頼まれたことは断りづらい 抽出側は詳しい事情を知らないので指摘しづらい とにかく「できる」と言うことが有能という風潮がある 抽出側は立場が弱いことが多い 頼まれたことを断ると損をする（間違った依頼でもやれば 得をする） 「データ」の依頼のやり方 11
12. 抽出側に依存することになるから 抽出側の言いなりになってしまうので、自分が分析するため のデータの入手が自分でコントロールできなくなる データはおろか、「何を見るべきか」「どんな分析をするの か」「KPIはどうしたらいいのか」まで抽出側にまかせるこ とになってしまう 「データ」の依頼のやり方 12
13. 丸投げすると無駄な作業が増えるから 抽出側は個々人の事情は知らないので抽出側だけで考えても データに過不足がほぼ確実に発生する 不足分を補うのにコミュニケーションがまた必要 過分とはただの無駄な作業 無駄なデータを作ることで仕事になってしまう（特に外注） 「データ」の依頼のやり方 13
14. 無駄な依頼は機会損失を発生させるから 無駄な依頼に有限のリソースを食いつぶされてしまうことで 優先すべき依頼への対応が遅れる 別の誰かの本当に必要なデータを抽出する時間を奪われてし まう 依頼者が必要かどうかを見極め、自制することが求められる 無料だからと必要のない救急車を呼べば本当に必要なとこ ろに届かなくなる 「データ」の依頼のやり方 14
15. AIは指示されたことしかやらないから AIに任せるならば、抽出側が補っている依頼の過不足の調整 ははすべて自分で行う必要がある AIに期待しない方がいい反応 そのデータは目的にあっていないのでは 社内にないので外部から探してこようか 個々の企業の事情やデータを読み取って対応できるようにな るのはまだ先だと思われる 「データ」の依頼のやり方 15
16. 無駄に気づけないから 経営者やマネージャーが無駄に気づかないと改善されない 無駄に気づくためには何が正しく何が無駄なのかが判別でき ることが必要 「データ」の依頼のやり方 16
17. 適切な依頼を考える 「データ」の依頼のやり方 17
18. 「データに詳しい」人に依頼する？ 「分析」だから「データ」のことで、「データのこと」だか ら「データに詳しい人」に依頼する、が間違い 原因は使っている言葉の定義や理解があいまいだから 何がしたくて何を求めているのか自分に問う 「データのこと」とは何を指しているのか 「データに詳しい人」に何を求めているのか 「データ」の依頼のやり方 18
19. 「分析」はアウトプットではない 「分析」を求めるから依頼するべき内容や依頼する相手を間 違える 「分析」は手段でありアウトプットにはなりえない 「分析」ではなく、何が必要なのかを認識し、依頼する 「データ」の依頼のやり方 19
20. 「データのこと」のアウトプットは３つ まずアウトプットとして何があり得るのかの選択肢を知る 次の３つに分類するとわかりやすい 提案 インテリジェンス データ やるべきことも必要なスキルも違う 「データ」の依頼のやり方 20
21. ３つのアウトプットの区別をする 区別がついていないと「分析」でコミュニケーションしよう として求めるものが得られなくなる 「提案」は具体的で実行可能な企画 「インテリジェンス」は特定の意思決定に使えるよう分析 された「情報」 「データ」は「インテリジェンス」以外の「情報」。分析 のための材料 「データ」の依頼のやり方 21
22. 何が欲しいのかを明確にする 依頼しようとしているのは、３つのうちどれなのか 選択肢から選びたければ「提案」 特定の問題の意思決定に使いたければ「インテリジェン ス」 自分が分析したければ「データ」 「分析」を主語にしているとお互いの認識がずれる上に責任 もあいまいになる 「データ」の依頼のやり方 22
23. 適切な依頼先を探す 「データ」の依頼のやり方 23
24. 全部違う仕事なので依頼先を選ぶ 適切な相手に依頼しないと適切なアウトプットは望めない 全てに高いレベルで対応できる部署や人はいない どこかにいるかもしれないが、そばにいるとは限らない 窓口が統一されておらず、依頼を適切に振り分けてくれる人 がいないのであれば自分で適切な相手を探す 適切な相手が社内にいるとは限らない 「データ」の依頼のやり方 24
25. 「提案」をデータの部署に求めない 企画には分析も必須ではあるが、データを扱うスキルと具体 的な企画を作るスキルは違う マーケティングの企画なら担当部署や支援会社に頼む 少なくともまず「データに詳しいところ」に話を持っていく よりも先に上司やチーム内で相談する 「データ」の依頼のやり方 25
26. 「インテリジェンス」は相手がいない 現状では依頼する側もされる側も認知と理解が少なく機能し ていない 役割分担、つまり責任範囲 依頼する側のスキル 依頼を受ける側のスキル 必要ではあるが、混乱するだけなのでまずは関係者がどのよ うな認識を持っているかの確認から必要になる 「データ」の依頼のやり方 26
27. 「データ」はデータの部署に依頼する 「分析」が欲しいとはいいつつ実際に求めているのは「デー タ」であることも多い ダッシュボードの作成も大半はここ 自分で分析をするための「データ」が欲しいならデータの部 署に相談するのが妥当 データの部署がないからとエンジニアに頼むのも本来の役割 とは違っていることに注意 「データ」の依頼のやり方 27
28. 「何に責任があるのか」に注目する 現状では3つが明確に分かれていることはなくあいまいな状態 になっている 「データ」などを掲げていても実態として「提案」の仕事を している場合もある まずは「その部署は何に責任があるのか」について認識を合 わせ、ふさわしい相手に依頼する とりあえず依頼しても対応はしてもらえるが、頼まれたから 対応しているにすぎない 「データ」の依頼のやり方 28
29. 「データ」に絞る それぞれ求めることも依頼すべき内容も違う 「データ」はどこでも行われているが、依頼する方法を学ぶ 機会がなく最もギャップがありそうなのでここを埋める 「提案」は従来のコンサルティングやマーケティングの領 域であり、既存の膨大な知識や情報がある 「インテリジェンス」は需要も少なそうなので後回し 以降の議論は「データ」に絞る 「データ」の依頼のやり方 29
30. 「データ」の何を依頼するか 「データ」の依頼のやり方 30
31. 分析のためのデータが欲しい 依頼の中心 分析ためということは意思決定のためであり、具体的な行動 が結びつくことが大事 「いつどのような意思決定と行動のために必要なデータは何 か」を考える 「データ」の依頼のやり方 31
32. 現状を概観したい いわゆる基礎統計 指標はいくらでも作れてしまうが、たくさん作ったところで 見ない とにかく依頼する、をみんなでやるから疲弊するので、必要 最低限で耐える 「データ」の依頼のやり方 32
33. 監視がしたい ダッシュボードに限る必要はない 大きな変化やトラブルがあったときだけわかれば十分なら ば、ダッシュボードにするよりアラートが鳴るようにする方 がいい 基礎統計と同じで簡単に増やせるが、あまり閾値を低くする とアラートがたくさん鳴るのでほどほどにする 「データ」の依頼のやり方 33
34. データの詳細を教えてほしい データについてわからないことを尋ねる 場所 定義 例外や使える期間など利用上の注意点 いつ更新されるか メタデータが記録されていなければ催促してもいい 「データ」の依頼のやり方 34
35. SQLを書く必要がある SQLを中心にプログラムを書く必要がある場合は簡単に書け ると思ってもやめておいた方が無難 データの確認も含めてかなりの時間がかかる 各人が勝手に指標を作るとガバナンスで問題が起きる 自分ではSQLは書かずに依頼して任せる 結果を提供してもらう ツールで扱えるように整理してもらう 「データ」の依頼のやり方 35
36. 新しく指標を作りたい SQLやツール内で手軽に作れるが非推奨 各自が勝手に作ると、隣に座っている人とすら定義が違っ てしまう 後で間違い探しと修正と運用でのカバーに膨大なコストが かかる 今すぐ欲しいのに依頼すると数日かかってそれでは間に合わ ない、という場合は相談。一時的な対応はできる 「データ」の依頼のやり方 36
37. ツールの操作をしたい 既存のダッシュボードを修正したいがツールの扱いに長けて いないので対応して欲しい グラフの種類や見せ方の変更 ダッシュボード内のレイアウトの変更 表示する期間や条件の変更 データや見た目の修正は自分でもできるようにやり方を教え てもらうほうがいい 「データ」の依頼のやり方 37
38. 「データ」の依頼の仕方 「データ」の依頼のやり方 38
39. 必ず伝えるべきことは内容と納期 内容 分析に必要なことを依頼する 定義や用語、各種要望を依頼時に伝える 納期 「いつ必要なのか」を伝える。明確に決まっていない場合 でも目安はあったほうがいい 用心して少し早めにするのは許容されるが限度はある 「データ」の依頼のやり方 39
40. 内容 これらを決めないと抽出できない 内容がふわっとしているとこれらをコミュニケーションで全 て決めていかなければならない この後の例は、アウトプットを作るために決めなければなら ないことの一部 「データ」の依頼のやり方 40
41. 依頼時に伝えるとよいことの例１ 誰がみるのか 依頼特有の条件 いつもとはちょっと違う分類や集計 必要な単位 秒、分、時間、日、月、年など 年齢、年代 都道府県、地域 「データ」の依頼のやり方 41
42. 依頼時に伝えるとよいことの例２ 有効な範囲 年齢の下限上限、年代の集約（例：70代以上） 欲しい期間 範囲、いつ以降や以前 関連する依頼。依頼番号があればその方が調べやすい まず見られればいいのか、長期的に見続けるか 「データ」の依頼のやり方 42
43. 依頼時に伝えるとよいことの例３ アウトプットの形式の希望 BIツールでダッシュボードにする スプレッドシート csvファイル 「データ」の依頼のやり方 43
44. 納期について いつまでに必要なのかが明確でない場合でも納期を決める 「なるべく早く」は本当に急いでいるのか、早めにあれば うれしいなのかが伝わらないのでやめる いつでもいい、はよほど余裕がないと着手されないと思っ ておく 「忙しかったら後回しでいい」の一言があると抽出側は調整 がしやすい 「データ」の依頼のやり方 44
45. 依頼の背景は内容次第 依頼に至った「背景」はわからなくても抽出はできる 過不足のない内容で依頼が出せるならば背景は無くてもいい ごく単純な内容か、類似の抽出をする場合ぐらい 背景を伝えるなら内容と納期の後 背景よりも内容と納期が詳しいことの方が大事 背景の情報がないと作業だけさせられている思う人もいる 「データ」の依頼のやり方 45
46. アウトプットのイメージはほどほどに ダッシュボードを実際に使ってから修正することになるので 事前にしっかり作りこみしても無駄になるだけ ダッシュボードのレイアウトなどはあとで変更できるし、そ のコストも低い その分必要なデータが何かを考えることに注力した方がいい 見た目はすぐに直せるが、データの不足を補うには時間が かかる 「データ」の依頼のやり方 46
47. 依頼者に心がけて欲しいこと 「データ」の依頼のやり方 47
48. 主体は依頼者にある 依頼者が行うべきことは本当にに必要な「データ」が何かを 見極めること 「データ」を依頼するのは分析を行うためであり、料理でい えば食材を集めるのと同じ 何を作るかを決め、そのためにどのような材料が必要なのか を考えるのは作る人のやるべきこと 「データ」の依頼のやり方 48
49. 必要なことならば依頼する 依頼者は内容や納期が実現できるかや、抽出側のリソース状 況はどうかを考えなくともよい 内容や納期を検討して対応の可不可を検討し、代替案を提示 するのは抽出側の責任 気を利かせてくれるのはありがたいが「〇〇のデータは抽出 できますか？」と言われても反応に困る 必要なら依頼する、なくてもいいなら依頼しない 「データ」の依頼のやり方 49
50. 意思決定と行動を意識する 意思決定をするにはどのような分析が必要で、その分析には どのようなデータが必要か、の順番で考える 意思決定に「いつ、どうやって」の具体性がなく単なる願望 になっていないか注意する 意思決定したいことが曖昧なため、意思決定と依頼されたデ ータがつながっていない、ということが多い 「データ」の依頼のやり方 50
51. 納期の変更は早めに連絡する 納期が早まった場合はもちろん、遅くなった場合も同様に連 絡する 納期が迫っていたのでなんとか対応したら「実は来月で大 丈夫になっていた」は非常につらい 余裕ができた分は別の仕事に回せるので、抽出側としては 教えて欲しい 「データ」の依頼のやり方 51
52. 抽出にはコストがかかることを意識する 気軽に依頼したつもりでも、実現するために裏側で膨大なリ ソースを費やしている可能性がある わずかな影響しかない追加のために膨大なクエリを書く 過去の関係者、エンジニア、外部へのヒアリング 普段使わない場所や外部から分析環境へデータを置くため のエンジニアの稼働 個人情報や機密情報の扱いを確認するための法務や関係者 の稼働 「データ」の依頼のやり方 52
53. 見切りをつける 大勢に影響の出ない範囲でちょっとした誤差や欠損は無視で きると、抽出がしやすくなることがある。時には数倍違いが でる 抽出側から「この部分は誤差があるが〇%なのでそのままで いいか」などの提案が来るので許容範囲ならば受け入れる リソースを費やしてでも正確なデータが必要な場合もある。 当事者で解決しなければエスカレーションする 「データ」の依頼のやり方 53
54. 早めに相談する 意思決定や施策の実行の後に「データ」を依頼しても手遅れ になることが多いので、できるだけ早い段階で相談する そのうち必要になるかもしれないがその時すぐに対応できる か、の確認はしておく方がいい 存在の確認と、実際の入手には大きな壁がある 良くわからない場合はとにかく相談してもらった方が対応し やすい 「データ」の依頼のやり方 54
55. 「データ」の依頼のアンチパターン 「データ」の依頼のやり方 55
56. どんなデータを見るべきかを依頼する 「KPIはどうしたらいいのか」「成果はどれぐらいならいい のか」を考えるのは意思決定者の仕事 決められないならば上司に相談すべきこと KPIを決めるための「分析」を行うための「データ」を依頼 する、があるべき姿 「データ」の依頼のやり方 56
57. これからどうしたらいいかを聞く データを扱うスキルとビジネスのスキルは別 聞かれたら何かしら答えるだろうが、質は担保されない。責 任がない人に問うこと自体が失敗の素 売上向上のために”何をするべきか” 顧客のロイヤリティを高めるためには”どうするべきか” オフィスビルの建築家に会社の経営のアドバイスを求めるよ うなもの 「データ」の依頼のやり方 57
58. 良いデータを提案してくるのを待つ 依頼はしていないけれども使えそうなデータを抽出側が考え て渡してくれるだろう、と期待するのは責任の放棄 「データ」を扱う人は、通常その人や部署のリソース、優先 順位、様々な事情など知らない ”面白いデータ”がたくさんあっても意思決定には使えない その中には役に立つデータがあるかもしれないが、非常に 効率が悪い 「データ」の依頼のやり方 58
59. 内容があいまい 背景は書いてあるがどんなデータが欲しいのかわからない 内容に違和感があるので聞いてみると、本来知りたいと思っ ていることとつながっていない 抽出側で意図を読み取ってコミュニケーションを先導してい くのは非常に効率が悪い とりあえず依頼しておけばあとはうまいことしてくれるだろ う、は実質丸投げ 「データ」の依頼のやり方 59
60. ただの興味本位 具体的に何をするかは決めていないが、なんとなく数字を見 てみたい 必要なことが明確になってから改めて依頼するべき 数字をあれこれ見て議論するのは楽しいが具体的な行動に 繋がることは少ない 「今後定期的に見ていきたい」はどうせ見ないので、トラ ブルが起きた場合にアラートが出るようにする方がいい 「データ」の依頼のやり方 60
61. 依頼していないデータが抽出されていな いことへの苦情を言う 後になって依頼していないデータがないことに「なぜこのデ ータも提案しないのか」など言ったりするのは最悪 長期的にも悪影響。抽出側は予防としていろいろなデータを 先に提示するようになり、考える時間も無駄になる あるべきコミュニケーションがされなかったことへの苦情は するべき 「データ」の依頼のやり方 61
62. 適当に作った元データの処理を任せる スプレッドシートで適当に管理しているデータの処理も依頼 の中に混ぜない 適当な運用をしてきたツケを抽出側に押し付けるべきではな い データ量が多く複雑すぎて手に負えない、ということならば 相談すること 「データ」の依頼のやり方 62
63. 必要以上に正確性を求める 正確な数値を出すことにこだわると非常に効率が悪く抽出の リソースを食いつぶす トレンドを知りたい時に正確なデータを得るために膨大なリ ソースを使うことにはあまり意味がない とにかく正確でなければならない、というこだわりは持たず にどの程度の正確性が必要なのかを状況に合わせて考える 「データ」の依頼のやり方 63
64. 抽出側からの提案をなんでも受け入れる 〇〇は必要か？と追加で提案して来た場合「あっても困らな い」からと受け入れない 受け入れるのは「本当は必要だったが依頼から漏れていた場 合」に限るようにする あったら使うかも、ならば断る。不要なら不要というべき 追加の作業分だけ他の依頼への対応が遅れる 「データ」の依頼のやり方 64
65. さいごに 「データ」の依頼のやり方 65
66. 「データ分析」のこれからのために データを本当に活用するために重要なのは専門家だけでな く”使う側”のリテラシー向上が急務だと考えている その課題の解決のための第一弾として身近な「依頼」をテー マに選んだ データリテラシーの向上に少しでも貢献していれば幸い ご質問やディスカッション希望などお気軽にご連絡ください X（旧Twitter）：@data_analyst_ 「データ」の依頼のやり方 66