こんにちわkofaです。
すぐに未来予測ができるようになる62の法則の読書録の続きです。
（前回分はちょっと気になるを検証して思考量を増やそうです。）
刺さったフレーズ
面白いことに、人間が豊かになっていくと、目や耳で満足する段階から、舌を満足させるようになり、最終的には匂いや肌触りにこだわるようになる。
すぐに未来予測ができるようになる62の法則
なぜ、この順番に高級になっていくのかといえば、ひとつには神経の密度が高いほど、刺激に敏感だから、その分、簡単に満足してしまう。刺激を作って売り込む業者としてはコストが安いし、買う客にとっても話が早い。その昔、貧乏学生の娯楽といえば、みんな目を酷使する遊びばかりだった。読書、漫画、パチンコ、ゲーム・センターのマシン、麻雀、映画、テレビ、ビデオ、それから最近ではコンピュータ・ゲームやプリクラと、みんな目を使う娯楽である。視覚への刺激は簡単で安上がりである。
すぐに未来予測ができるようになる62の法則
視覚は刺激に敏感だからすぐに満足する。コストは安く済むんですね。
分析の文脈でこの法則を当てはめると、綺麗にまとまっていれば中身のない分析レポートでも満足させることが可能なのではないかと考えられます。
残念ながらそんなレポートはたくさん存在します。
私が作った過去の成果物を振り返ると、中身がないのを見た目でカバーしたかのようなレポートがあったことは認めざるを得ません。
グラフの見た目に過剰にこだわって、アクションにつながる示唆抽出ができていなかったということです。
そういった反省もあって、私はに示唆抽出ができるまでは可能な限りグラフを作らないことにしています。
グラフをたくさん作って、はぁ疲れたってなることを極力避けたいですからね。
そうなんです。グラフ作るのってしんどいんです。笑
とはいえグラフ化しないと見えないことがあるのもまた事実です。
なので、散布図と折れ線グラフは特別扱いで示唆抽出のためにグラフを作ってしまいます。
ということで、本日はkofa流のグラフ化方針と、示唆抽出に使えるグラフ種類について解説します。
kofa流の可視化方針
まずは解釈、解釈した後にグラフ化の方針を決めます。
その具体的手順についてまとめました。
表形式のデータを直接観察して解釈する
原則的に考察をする際はグラフのインプットになる表形式のデータを直接読み解いていきます。
※表形式のデータは、例えば年代別の人口、平均年収とかを指しています。
理由は3つあります。
- グラフ化するとマクロな傾向は見えるが、マクロな傾向からはざっくりした示唆しか得られない
- グラフ化はしんどい
- グラフ化するときれいにしたい性癖が出る
1つ目について補足しますと、具体的なアクションにつながる示唆が欲しいので、いろんな数字を細かく見に行く必要があります。
一方、グラフ化すると情報量は落ちてしまいます。
とするならば、表形式のデータを直接読み解いていくというプロセスが自然発生します。
解釈してからグラフ化するか決める
解釈結果をまためたうえで、以下の2点を検討します。
- グラフ化したほうが良いか？
- グラフ化するとしたら、どのグラフ種類を選択するか？
グラフ化したほうが良いか？
意外と機械的にグラフ化してしまう人も多いかと思います。
時間節約の観点からもグラフ化すべきか？を自問してほしいです。
特に、円グラフや棒グラフでの表現は、Excelの条件付き書式でデータバー、カラースケールで代替可能です。
代替可能なら楽な方法を選択するべきです。
どのグラフ種類を選択するか？
例えば構成比をグラフ化したいなら円グラフ、時系列を表現したいなら折れ線グラフなど、型は決まっています。
スライド作成術系のビジネス書に間違いなく解説されているので、気になる方はそういった書籍を参考にしていただけると良いかと思います。
私は過去にこの書籍でその辺のことを学びました。
示唆抽出に使えるグラフ種類
グラフ化しないと見えないことはあります。
折れ線グラフと散布図は当てはまりますが、円グラフと棒グラフは当てはまりません。
折れ線グラフ
示唆抽出に使います。
折れ線グラフは時系列データの利用ケースとして多いです。
時系列で重要なのはトレンドで、その表現方法として折れ線グラフが圧倒的に優秀です。
散布図グラフ
示唆抽出に使います。
散布図は2変数の関係の大まかな傾向を理解するための優れた方法です。
散布図化することで2変数間の相関関係や、分布の偏りなどははっきり見えます。
表形式で同じことをしようとすると、中々骨が折れます。
一方、具体的な示唆を抽出したい場合はマクロな傾向を解釈するだけでは不十分な可能性があります。
そのような場合はミクロな傾向まで見る必要があり、表形式のデータを細かく見たほうが良いでしょう。
つまり、グラフ⇔表形式データを繰り返すということです。
よくやる手口としては、以下の通りです。
- 散布図で可視化して閾値（例えば平均値）を設けてグループ化
- グループごとの細かい傾向を表形式のデータで見る
簡易的なクラスタ分析ですね。
棒グラフ、円グラフ
示唆抽出に使いません。
むしろ、情報量という観点でも表形式データに劣っています。
例えば、円グラフで性別の構成比を示す場合であれば、性別という情報と、構成比という情報の2つです。
この二つの情報だけで完結する分析というのは存在しないです。
性別ごとの売上はどうなのか？年収はどうなのか？平均年齢はどうなのか？ということも問として出てくるはずです。
小さい問いを作っては、検証するを繰り返すことで示唆が得られます。
それがやりづらい、棒グラフ、円グラフを選択する余地はありません。
まとめ
データから傾向を見つけて、それがなぜ起きているかを解釈することで示唆が生まれ、それに伴い分析結果に価値が生まれます。
きれいなグラフを作って、いい感じにまとめても、示唆がなければ価値はありません。
グラフ化は機械的にやるのではなく、目的をもってやりましょう。
- 示唆を得るための過程で理解を深めるためにグラフ化する
- その過程をわかりやすく説明するためにグラフ化する
この点を理解したうえで、必要なグラフ種類を選択してください。
見た目ばかりで中身のないアウトプット撲滅運動を広めていきましょう！
以上、刺さったフレーズと活用についての考察でした。読書でキャリアを開拓しましょう！
コメント