忙しいあなたの代わりに、史上最強の「良い本・良い暮らし」のご提案

1冊の本に出会うことで、人生が大きく変わることがあります。良い品物に出会ったことで幸せになれることもあります。とはいっても、多様な商品があふれる中で、より価値の高いものを選び出すのは大変です。そこでこのブログでは、忙しいあなたの代わりに、史上最強の「良い本・良いくらし」の提案をさせていただきます。

ビジネス / 分析

スポンサードリンク
 
  • 自分の業務改善に「データを活用したい」けど、どうすればいいの? 
  • 他社の成功事例が「自社では効果がでなかった」、どうして?
  • データを活用して「事業を有利に」進めていけないかな?
日々こんな悩みを抱える方は多いのではないでしょうか。
今回はそんな悩みを解決する「方法論」が示された1冊をご紹介します。

--------------------------------------------------------------------------------------------------------------------------------
他企業のデータ活用事例、マネすれば自社でもうまくいく?
--------------------------------------------------------------------------------------------------------------------------------
新聞・テレビ・ネットなど、データを活用した業務改善のニュースが連日のように流されています。

データ活用は企業だけでなく、自治体でもすすめていますし、海外のサイトを見れば、英語で書かれたデータ活用の事例なども手に入ります。最近ではスポーツでもデータ活用が進んで話題となっています。

こういった他社の成功事例を聞けば、自分も出来るのではないか!?と思えてきます。

しかし一方、自社と他社は似てるようで違います。対象とする顧客や提供する価値など、似ているようで違うはずです。ビジネスの難しいところかもしれませんが、似ている他社のデータ活用が成功したから、自社でもそれが有効に使えるとは限らないのです。

加えて、データ活用で利益が伸びるのであれば、その秘訣を他社に明かすことは「まれ」だと考えられます。自社の利益の方程式を競合他社に教えることがあるでしょうか。なので、公にされている情報というのは、それほど重要でない、という見方もできます。

--------------------------------------------------------------------------------------------------------------------------------
データ活用の課題はなんだろう?
--------------------------------------------------------------------------------------------------------------------------------
日々忙しいあなたが、たとえばデータ活用を使って新しいマーケティングプロセスを提案したいとします。あなたはデータ活用のセミナーに参加するかもしれません。もしくはデータ活用の専門家であるデータサイエンティストに外注を考えるかもしれません。

データ活用のセミナーに参加したとしても、最終的には自分で自社向けにデータ解析を1つずつステップを踏みながら試行錯誤する必要があるはずです。
データサイエンティストに外注すれば、データ解析は心配することはない半面、自社特有の環境やビジネスの特殊性など、暗黙知まで理解して解析できる外部のコンサルタントはなかなかいないと思われます。

こういった課題を聞くと、やっぱりデータ活用なんてできなさそう。。。と思ってしまうかもしれません。
でも大丈夫です。他社の成功事例とは距離をおけばいいのです。
そして自社の経営戦略に沿って頭を使い、自社専用のデータ活用のプロセスを構築すればいいのです。

「でもそれが難しいんだよ!」って思ったあなたに最適な1冊をご紹介します。

--------------------------------------------------------------------------------------------------------------------------------
自社環境で、どうやってデータ活用していくか
--------------------------------------------------------------------------------------------------------------------------------
日々の業務で忙しい方にとって、新規のモノになるか分からないものにコストをかけるのは勇気がいりますよね。

「どうやって自社環境でデータを活用していくか」、その答えはシンプルです。
  • 「方法論」を身につければよい
のです。

他社の成功事例をコピーしてきて自社に適用するのでなく、その代わりに、実践的な「方法のひな形をコピーして使えばいいのです!

でも忙しいあなたは、それにかけるコストすら惜しいかもしれません。
やはりデータサイエンティストのような専門家に頼んだ方がいい、となるかもしれません。
それでもやはり、データサイエンティストとよいよいコミュニケーションをとるためには、本書のような方法論を知っておくことが多いに役立つはずです。

本書には、自社にとっての「成功の鍵」を見つけるための、統計学の適切な方法論が示されています。自社の市場や自社特有の立場の中で、実践的に使えるノウハウです。

本書の詳しい構成は以下に示しますが、おおまかには全4章の構成になっています。
  1. 経営戦略
  2. 人事
  3. マーケティング
  4. オペレーション
この4つの立場それぞれに「データ活用のひな形」を提供しています。

経営戦略を考えるのは、経営者や経営コンサルタントだけの仕事ではありません。社員の一人一人がそれぞれの立場から、経営戦略に従った業務改善を行うことが重要だと説いています。

日々の業務で忙しいあなたも、本書のひな形を使うことで、「最小限の労力」で「適切な方法論を実践」することができます。他社の成功事例からは学べない、思いも寄らない自社特有の「成功の鍵」を見つけ出す手助けとなるはずです。

これだけでも価値のある1冊ですが、じつはそれだけでなく、上の4つの立場それぞれの基礎知識をギュッと凝縮された形で学べてしまいます。1冊で4つの立場のモノの見方・考え方、そしてデータ活用への取り組み方を俯瞰できるのです。

基礎知識といいましたが、論文のレビューや、読み継がれているビジネス名著のエッセンスがコンパクトにまとめられていますので、4つの立場それぞれの背景・基礎知識をシッカリ学べます(実際に引用されている書籍は末尾に示しました)。これらの名著の内容を活かしたデータ解析をどのようにすればいいか、サクッと理解できてしまいます。経営者や経営コンサルタントの方はもちろん、一般社員の方も、他の部署の仕事を理解でき、業務に役立てれる1冊です。

データ活用というキーワードで、経営戦略やビジネスを見渡せる1冊になっています。

本書の構成は以下の通りです。

序章 「センス」と「事例」で分析をするな

01, 日本人が知らない「リサーチデザイン」というスキル
02, 本書の構成と枠組み

第1章 経営戦略のための統計学

03, データで戦略を導け
04, 経営戦略の理論的背景① ポーターのSCP理論
05, 経営戦略の理論的背景② 経営戦略論の相性問題
06, 経営戦略のための分析手順① 分析対象の設定
07, 経営戦略のための分析手順② 分析すべき変数のアイディア出し
08, 経営戦略のための分析手順③ 必要なデータの収集
09, 経営戦略のための分析手順④ 分析とその解釈
10, 本章のまとめ

統計学的な補足コラム1 分散成分分析または混合効果モデルについて

第2章 人事のための統計学

11, 優秀な人は採れてますか?
12, 一般知能と状況適合理論
13, 人事のための分析手順① 分析対象の設定
14, 人事のための分析手順② 変数のアイディア出し
15, 人事のための分析手順③ 必要なデータの収集
16, 人事のための分析手順④ 得られたデータの分析
17, 人事のための分析手順⑤ 分析結果の解釈
18, 本章のまとめ

統計学的な補足コラム2 「打ち切り」と「切断」

第3章 マーケティングのための統計学

19, マーケティング戦略と顧客中心主義
20, 現代マーケティングの基礎知識
21, マーケティングのための分析手順① 「誰に売るか」考えるためのデータの準備 
22, マーケティングのための分析手順② 「誰に売るか」考えるための分析
23, マーケティングのための分析手順③ 「何を売るか」考えるためのデータの準備
24, マーケティングのための分析手順④ 統合行動理論を用いた質的調査
25, マーケティングのための分析手順⑤ 「何を売るか」考えるためのデータ分析と解釈
26, マーケティングのための分析手順⑥ 「4つのP」を考えるための分析
27, 本章のまとめ

統計学的な補足コラム3 決定樹分析とランダムフォレスト

第4章 オペレーションのための統計学

28, デミングがもたらした新しい「マネジメント」 
29, 部分最適から全体最適へ
30, バリューチェーンと部署ごとの定石
31, 業務のためのデータから分析のためのデータへ
32, データの品質向上と加工のポイント
33, 「洞察のための分析」と「予測のための分析」
34, 自己回帰モデルとクロスバリデーション
35, 本章のまとめ

統計学的な補足コラム4 集合知を使った予測方法

謝辞
参考文献
索引


目次から理解できるかもしれませんが、本書は統計学の手法の数学的な詳細には踏み入っていません。むしろ手法としては、重回帰分析やロジスティック回帰というオーソドックスなものに絞っています。 それは本書の目的がデータを活用してビジネスに活かすという立場から俯瞰的な説明をすることだからです。なので逆に、手法を勉強したけれどビジネスにどう活かしたらいいの?って方にも最適の1冊となっています。4つの分野を俯瞰でき、1冊で学べるとてもお得な一冊です



手法について詳しく学びたい方向けに、以下の2冊が紹介されています。
こちらは同じ著者の前作で、手法についてはこちらの方が詳しく書かれています。


その他、ポアソン回帰など他の手法にも興味がある方には、こちらが紹介されています。
 ちなみに、こちらの書籍は、記事「「統計モデリング」「データ解析」ってなに?初歩からGLM, GLMM, 階層ベイズ法など応用まで、初心者が理解しやすいよう工夫された、こちらの1冊はいかがでしょうか」 で紹介しています。よかったら参照ください。
 
○引用されている書籍例
<経営戦略>
 

<データ解析>


<人事・マーケティング・オペレーション>
 

「統計学が最強の学問である」シリーズの最初の1冊についてはこちらです
最新の研究事例をもとに、統計学を俯瞰したい人にオススメの1冊【統計学が最強の学問である】』 
その他にもこちらの記事もございます↓
 
スポンサードリンク
 
このエントリーをはてなブックマークに追加 mixiチェック

コメント

コメントフォーム
評価する
  • 1
  • 2
  • 3
  • 4
  • 5
  • リセット
  • 1
  • 2
  • 3
  • 4
  • 5
  • リセット

トラックバック

↑このページのトップヘ