データの意味を理解するにはどうすればいいでしょうか? （普及版）

この記事では、データ解釈の4つの段階（指標の明確化、基準の確立、シナリオの統合、傾向の観察）について詳しく説明し、各段階の実際の事例と解釈方法を紹介します。わかりやすいアプローチを通じて、読者は基本的なデータ認識からより深いデータ解釈へと進み、データを特定のビジネス シナリオと組み合わせて価値ある分析と判断を行う方法を習得できます。エンタープライズ データ アナリスト、ビジネス マネージャー、データに関心のある読者に適しています。

多くの新人はデータの意味を理解できません。報告書を見ると、彼はテープレコーダーのようにつぶやくことしかできない。「昨日の売上は100、今日の売上は120、20の増加だ…」これらは盲目でない人なら誰でも見ることができることだ。このため、私はよく笑われます。何をするか？ ！

1. 第一段階を理解する：明確な指標

数字を一つ挙げてください: 180、その意味を理解できますか?

できません！

それは単なる数字であり、何の意味もありません。データを理解したいのであれば、少なくとも明確なデータ指標が必要です。指標名、使用シナリオ、計算口径が含まれます。同じく180ですが、これを「成人女性、身長180cm」に変更しましょう。今ではずっと明確になったのではないでしょうか?

2. 第2段階を理解する: 基準の設定

そして、多くの人がすでに本能的に判断しているかもしれません。この女の子はとても背が高いです。この判断は統計データに基づいて行われる場合があります。 2015年の「中国住民の栄養と慢性疾患状況報告」によると、成人男性の平均身長は167.1cm、女性の平均身長は155.8cmで、180cmは多くの男性よりも高いということになる。高いと定義できます。この判断は、確立された慣行に基づく場合もあります。たとえば、慣習によれば、身長が 170cm を超える女性は背が高いとみなされ、身長が 180cm を超える女性は超背が高いとみなされます。確かに高いですね。

どちらの判断も正しい。実際、統計的手法と慣習的手法はどちらもデータをさらに理解するための方法です。統計的手法では、統計的な差異に基づいてデータを高、中、低に分類します。習慣の法則とは、人々の習慣的な習慣を定量化することである。

「成人女性、身長180cm」から「成人女性、非常に背が高い」への移行は、データを理解する上で重要な転換点です。 180cmは客観的な値であり、私たちの決定に直接影響を与えることはできないからです。しかし、「高い」というのは判断結果であり、この判断は私たちの意思決定に影響を与えます。信じられないなら、読み続けてください。

3. 第3段階を理解する：シーンマッチング

シーン 1: シャオミンの身長は 175cm で、彼の叔母が彼に身長 180cm の女の子を熱心に紹介してデートを勧めます。

シナリオ 2: Xiao Ming は展示会を企画しており、5 人のモデルが必要です。 HRリンダは彼に身長180cmの女の子を紹介する。

Xiao Ming に、この 2 つのシナリオでどう感じているか聞いてみましょう。

自分より背の低い男の子を嫌う女の子もいます。残念ながら、シャオミンはひどく嫌われているイケメンです。したがって、シャオミンがシナリオ 1 に遭遇した場合、彼はおそらく直接こう罵倒するでしょう。「私より背の高い人を探さないでと言っただろう。本当に私を困らせようとしているのか?」 - これは他の人の要求を無視した結果です。

シナリオ 2 では、シャオミンはおそらくとても幸せになるでしょう。展示会のモデルは背が高く、力強く、見た目が優れていなければなりません。そうすることで印象に残ります。もちろん、出演料は間違いなくはるかに高くなります。現時点でお金を節約して、背の低い女の子を数人見つけたいだけなら、上司は彼女たちの身長を見てあなたを叱るでしょう。「私はあなたにお金を与えているが、それを見栄を張ったり、自分のビジネスをきれいにしたりするために使ってはいけない！」

したがって、データをより深く理解したい場合は、特定のシナリオと組み合わせる必要があります。ここでは 2 つのアプローチがあります。

1. ビジネスロジックに基づく推論

2. 過去の経験に基づいて

どちらの方法でも、ビジネス シナリオを深く理解する必要があります (以下を参照)。

4. 第4段階を理解する：状況を観察する

最初の 3 つの段階を終えると、次の情報がわかります。

1. 成人女性180cmは、身長が高いと分類されます。
2. モデルに必要な身長: 高い
3. 背が高い + 美しい = 高価

これらに基づいてデータを再度見てみると、新たな解釈が得られます。

例えば、展示会の企画を担当している場合、広告会社が推奨するモデルの身長は次のようになります。

これを読んで、あなたはすぐに結論付けるかもしれません。「この野郎どもはまた私から学費を騙し取ろうとしている！」こっそりと安いモデルを一式交換してくれました！はい、この解釈は「あら、身長がこんなに縮んだのね」という解釈より一歩進んでいます。これは解釈の第4段階です。

これを読み上げずに、同じデータを直接リーダーに送信した場合、リーダーはすぐに「この新人はビジネスを理解していないのに、どうしてこんな粗雑な仕事をできるのか」と解釈する可能性があります。

リーダーが同じデータを処理しない場合は、展示会に行くためにランダムに人々のグループを見つけるだけです。これを見たディーラーはすぐに「今年のブランドの強さに何か問題があるのか​​？」と解釈できるでしょう。ブース面積は縮小し、新製品発表会もあまり盛り上がりがなく、モデルも人数を補うためだけに存在しているだけなのです。これは良くない。

これらはすべて高さデータに基づいています。諺にあるように、小さな詳細から全体像を見ると、実際にはそれらの背後に論理的な理由があります（以下に示すように）

5. 理解することと無作為に読むことの違い

もちろん、データの解釈には限界があり、過剰な解釈や無作為の推測は誤解を招く可能性があります。例えば：

推測ですが、モデルたちはみんな美人なので、彼女たちの上司は好色なのでしょう。

過剰解釈：今回は美人モデルが9人起用されたので、発売される商品も9つあるはずです。

理解することとランダムに推測することの最大の違いは、証拠の量です。例えば、販売代理店がブランドの実力を問う際、モデルの身長の変化を見るだけでなく、ブースを訪問して新製品発表会も見学した。彼らの解釈を裏付ける証拠が複数あるため、当然ながら真実に近いものとなります。ランダムな推測は根拠がないことが多いです (欲望の証拠はどこにあるのでしょうか?)。過剰な解釈は、単独の証拠であることが多いです (9 つのモデル以外に証拠はあるのでしょうか?)。

もちろん、さらなる証拠が得られれば新たな解釈が得られる可能性も否定できません。論理と証拠の量が、データ解釈を判断する唯一の基準です。十分な証拠と合理的な論理がある限り、結論を受け入れる理由があります。

6. 企業内でデータを解釈することが難しいのはなぜですか?

例の中ではデータを解釈するのは簡単なのに、実際の作業では難しいのはなぜでしょうか?回答: 身長、ブラインドデート、展示会モデルなどの例は、ビジネス上の意味が非常に単純かつ明確で、理解しやすいからです。しかし、実際の業務では、データアナリストはビジネスから切り離されており、具体的な売上、業務、製品、アフターセールスなどについて何も知らないことが多く、売上、粗利益、活動率、コンバージョン率など、いくつかの数字に基づいて単純な推測を行うことしかできません。

よくある質問:

ビジネス上の意味を理解していない: ブラインドデートではなぜ身長を気にするのでしょうか?何か感情があるかどうか確認することではないですか？

ビジネス状況を理解していない：なぜシャオミンは背の高い女の子が好きではないのか？背の高い女の子は美しい！

ビジネスロジックが理解できません。なぜ展示会には背の高いモデルが必要なのでしょうか?数人だけ行くことはできないのですか？

その結果、データを判断することは不可能になります。結果的に、「昨日の販売数は 120 個、今日の販売数は 140 個、20 個の増加、16.7% の成長」と販売数を記録することしかできなくなります。これは意味のない説明です。重要なのは、これらの判断はビジネスにとって常識である可能性が高いため、コミュニケーション中に「ビジネス側は話すのが面倒で、データについてどのように質問すればよいかわからない」という困った状況が発生することです。最終的にデータアナリストに責任を押し付けたとき、彼は哀れそうにこう言った。「私はブラインドデートもしたことないし、展示会で働いたこともない、うううう…」

したがって、より深く具体的に解釈したいのであれば、ビジネスに密着し、具体的な業務からデータの意味を抽象化し、ビジネス側の判断を定量化することを学ばなければなりません。

著者: 地に足のついた教師チェン

WeChat公式アカウント：地に足のついた陳先生