Data Analyst Meetup Vol.10 #dam10

2022/10/6に開催されたData Analyst Meetup Vol10に関連するツイートまとめです。 https://data-analyst.connpass.com/event/255219/
1
前へ 1 ・・ 8 9
hikaru / 樫田光 @hik0107

Data Analyst Meetup #dam10 で「データ分析人材はキャリアアップのためにビジネス視点を強める方向に進むべきか」という質問があったので、そこから着想を得て以前から考えていたことをまとめてみました。 twitter.com/hik0107/status…

2022-10-11 20:44:01
hikaru / 樫田光 @hik0107

組織の中でデータ分析が本当の意味で強いニーズを持つ機会は実は意外と稀なのだが、そういったケースは経験上、 ① フィードバック渇望 ② 目標管理・達成型 ③ 監査ガバナンス の3つのどれか、もしくはその複合によって起こる。 数値への要請の切迫度では一般的に③->②->① の順で強い(1/n)

2022-10-11 20:42:45
hikaru / 樫田光 @hik0107

1歳児の父 / デジタル庁 ← メルカリ ← 外資戦略コンサル等 / 政策データダッシュボード, データ分析, グロース, 事業戦略/ INFJ(提唱者), hss-hsp、刺激好きかつ繊細という矛盾を抱えて生きてます / 読んだ本→ #ひかるbooks (広告含む) / Podcast ⇢ @free_agenda

bit.ly/hikaru_profile

hikaru / 樫田光 @hik0107

組織の中でデータ分析が本当の意味で強いニーズを持つ機会は実は意外と稀なのだが、そういったケースは経験上、 ① フィードバック渇望 ② 目標管理・達成型 ③ 監査ガバナンス の3つのどれか、もしくはその複合によって起こる。 数値への要請の切迫度では一般的に③->②->① の順で強い(1/n)

2022-10-11 20:42:45
hikaru / 樫田光 @hik0107

①フィードバック渇望 チームとしての取り組みに対して、結果として起こることのフィードバックに飢えている場合に発生する。 主なモチベーションとして、自分たちの実施したこと、およびその背後にあった仮説が正しかったのか、についての答えを知りたいという純粋な気持ち(2/n)

2022-10-11 20:42:46
hikaru / 樫田光 @hik0107

わかりやすい例ではプロダクトの開発など。リリースした機能が顧客に本当に求められていたのか、を知りたい場面はこれに該当する。(2/n)

2022-10-11 20:42:46
hikaru / 樫田光 @hik0107

② 目標管理・達成型 これは数値表現しやすい目標を担っているチームが、その活動の進捗を理解するためにデータの力を求めるというもの。 売上や営業目標の管理などがわかりやすいだろう。 チームの成功や課題がデータによって直接的に表現されるのでわかりやすく興味をもたれやすい。(3/n)

2022-10-11 20:42:46
hikaru / 樫田光 @hik0107

キャンペーンによる売上効果の初速を知りたい、というのは①×②の交点に位置する。 この"複合"という点は重要で「数値を知りたい」というモチベーションが多面的であることは着目すべきだ。 「自分の企画の仮説が正しかった」と実証したいマーケターと「売上効果が十分か」を知りたいという(4/n)

2022-10-11 20:42:47
hikaru / 樫田光 @hik0107

事業責任者の思惑が混ざるだろう。 実はデータ分析に置いて大事なのは「知りたい」気持ちの源泉が何であるかだ。 それによって、必要な情報の精度やそこからの深堀りの展開、未来と過去どちらに重きをおくのかなどが分岐してくる。 ①と②はデータを使いたい動機の観点で明確に峻別される(5/n)

2022-10-11 20:42:47
hikaru / 樫田光 @hik0107

③ 監査ガバナンス あるチームが何らかの上部構造によって一定の制限を課されているとき、そこに対する説明の要素としてデータを要求されることは一般的である。 ここにもデータへの強い動機がある。 投資観点でROIやLTVなどの算出が必要になるなどはこれに該当するだろう(6/n)

2022-10-11 20:42:47
hikaru / 樫田光 @hik0107

A/Bテストは①×③の複合系であることも多いだろう。仮説の検証の要素と同時に、施策の正当性の説明責任を求められているときにワークしやすい。 事業計画に対して、実績のKPIを考慮した精緻なモデルを作る場合には②×③と言える。(7/n)

2022-10-11 20:42:48
hikaru / 樫田光 @hik0107

ここで出したいずれの例も、組織内でデータ分析と数値化が強くドライブされる稀な状況の素地といえる。このような類型に当てはまる自体の顕現はデータを組織に浸透される強いモーメントとなる。 また組織内のパワーバランスで言えば、数値への要請の切迫度では一般的に③->②->① の順で強い(8/n)

2022-10-11 20:42:48
hikaru / 樫田光 @hik0107

また①~③でニーズの出現機会の希少性がことなることもポイントだろう(9/n)

2022-10-11 20:42:48
hikaru / 樫田光 @hik0107

例えばスタートアップでいうと、 ①は 現場レベルで比較的いつでも求められる、 ②は 期初など事業の計画の節目などで求めれる、 ③は VCからの投資や権限移譲などガバナンスの変化の時にのみ需要が急騰するなど それぞれで尻尾を捕まえる難易度が異なる(10/n)

2022-10-11 20:42:49
hikaru / 樫田光 @hik0107

重要なのはそういった組織ドライブの機会をうまく捕まえて逃さないこと、①よりは②、②よりは③と組織力学のヒエラルキーの上部を巻き込めないかを考えること。 ②や③を扱うには、事業・経営レイヤーでの視点とより広い視野が求められる。難しいが、食い込むことで得られる果実も大きい(11/n)

2022-10-11 20:42:49
白金鉱業.FM @shirokane_fm

🍺 #白金鉱業fm #61&62 UPDATE 🍺 特別回!先日開催されたData Analyst Meetup Vol.10 #dam10 のイベント音源を白金fmで公開! @hik0107 @pacocat @MasaDoN22 @tetsuroito がデータアナリストキャリアについてたっぷり90分ワイガヤ! 前編: shirokane-kougyou.github.io/episode/61 後編: shirokane-kougyou.github.io/episode/62 pic.twitter.com/tx1fLsczGP

2022-10-15 19:28:00
拡大
前へ 1 ・・ 8 9