分析結果のレビュー方法 ~ビジネスサイドの観点から~

このエントリーをはてなブックマークに追加


こんにちは、データデザイン部でディレクターをしております加藤です。

普段はお客様の事業課題に合わせ、AI・データ活用を軸に課題解決プロジェクトを推進したり、自社の新規サービスを企画、推進したりしています。

今回は、普段、私のようなビジネスサイドの人間がデータサイエンティストの分析結果をレビューする時に意識している点についてご紹介します。明日から使える実践的な内容なので、ぜひ最後までご覧いただけますと幸いです。

この記事はこんな方におすすめです。

  • 分析内容がなかなか受け手に伝わらない
  • 気づいたら、なんの分析しているのかわからなくなった
  • 分析結果がまとまらない

上記の悩みを抱える方のモヤモヤが少しでも晴れれば幸いです。

目次

1. 前提_分析結果をレビューするとは?

はじめに、分析結果をレビューするとはどういうことかをご説明します。

弊社では、各AI開発やデータ分析プロジェクトに必ず推進役のディレクターを配置しています。ディレクターは、ただプロジェクトの進行管理をするだけでなく、分析のレビューも行います。
このレビューの主な観点は、「お客様(受け手)に伝わるようになっているか」です。なので、ディレクターとして技術的なところはもちろんですが、それよりも伝わるアウトプットになっているかという点を意識します。

この点について、いつも私が意識していることは次の3つです。

2. レビューの基本ポイント3つ

レビューの基本ポイントは以下の3つです。

  • ①目的・概要・結果サマリが端的か
  • ②事実と解釈を分けられているか
  • ③受け手との情報差分を意識できているか

一つ一つ見ていきましょう。

①目的・概要・結果サマリが端的か

まずは基本中の基本。Why(なぜその分析をしたのか)、What(何をしたのか、概要)、Result(結果どうなったのか)この3つを端的にまとめられているかをチェックします。
この3段構成になっていないと、どんなに素晴らしい技術の成果でも、アウトプットの修正依頼をします。

たとえばありがちなのが以下です。

Whatのみ(やったことの羅列)

たしかに、プロセスが重要なアウトプットもありますが、最初にやったことを羅列してしまうと、結論が見えにくくなります。注意しましょう。

ぜひ、2W1R(Why, What, Result)を意識してみてください。

②事実と解釈を分けられているか

続いては事実と解釈の違いについてです。これが区別できていることは社会人としての必須スキルとも言えます。基本的な考え方は下記のページを見てみてください。
https://weblife-changinghacks.com/logic%EF%BD%B0tree/

例えば、分析アウトプットで事実と解釈が混ざってしまっている以下の文章を見てみましょう。何がいけないのか考えてみてください。

AI(学習済みモデル)の精度は80%で、これは実務に使えるAIだと思います。

「精度80%」という事実に対して、勝手に解釈して「実務に使えるAI」と言ってしまっています。私ならこう伝えます。

  • [事実] AI(学習済みモデル)の精度は80%でした。
  • [解釈] 我々の見解では、これは実務に使えるAIだと考えます。なぜなら、20%の間違った判断をしてしまったAIを人間のオペレーションでカバーする設計にできるからです。hogehoge(以下、詳細説明)。
  • [投げかけ] この結果を踏まえ、貴社導入のご判断をお願いします。

このように、事実と解釈を分け、その後の判断を受け手にしてもらいやすいように投げかけをするのが重要だと考えます。

③受け手との情報差分を意識できているか

これは抜けがちです。そもそも相手のリテラシーはどこまでなのか?今までの報告で相手にどれだけのことを伝えているか?を意識することができていないと、全然伝わらないアウトプットになってしまいます。
特に数式の説明や、モデル構造の説明は注意です。受け手を置いてけぼりにする可能性大です。ぜひ、情報差分を意識してアウトプットしてみてください。

3. まとめ

以上、今回は分析結果のレビュー方法についてお伝えしました。どれも基本的なことばかりですが、参考になれば嬉しいです。

最後までご覧頂きありがとうございました!

【無料ebookのご案内】
弊社の金岡と株式会社Legolissの加藤氏による対談記事です

企業のマーケティング活動やプロダクト開発などにおいて欠かせない”データ活用”。
やみくもにデータを利用するのではなく、正しい方法で分析しなければ、真価を発揮することはできません。

そこで今回、弊社の金岡がマーケティング領域でのデータ活用に知見のある株式会社Legolissの加藤氏をお迎えして、「企業に必要なデータ活用」をテーマにお話しさせていただき、その様子をebookにいたしました。
これからデータ活用に取り組む方や、どのように取り組めばよいか悩んでいる方はぜひお読みください。

ebookダウンロードはこちら

WRITER

ディレクター兼プランナー

加藤   大己 Daiki Kato

主にメーカーやサービス業のAI・データ活用プロジェクトを複数推進。また、新規AI・データ活用サービスの企画・推進も担当。 JDLA Deep Learning for GENERAL 2017

SNSで最新情報を発信しています

最新記事

ページTOPへ