データ分析（層別）のススメデータ制するものは業務効率を制する

企業さまのシステムコンサルを行う中
多くの企業さま（特にシステム化が進んでいる中堅クラス）の中で
「非常にもったいない」と言うか「それ1番大事」と思いながらも
出来ていないケースを多く見受けられます。

ビッグデータ分析などと言うと何か仰々しくて
専門家や研究者はたまたAIの行う仕事で我々には関係無い
こんなイメージを持たれる方も多いです。

しかしながらデータオタクの私から見てもちょっとの層別で
有意義なデータに化けるのに「非常にもったいない」
宝の山を見過ごしていると言う感じです。

あまりにも高度な専門分析手法と言うより
もう少し現場担当者寄りで結構役に立ちますよ的にお話しいたします。

ちょっと複雑な内容になりますので、本当に必要としている人にしか刺さりません。
あしからず。

今回の対象の方です、本当に必要としている人又は絶対にやらない理由がない人です。

社内で運用しているシステムに様々な情報入力していると思いますが
入力が仕事になっていて、入力結果を有機的に活用したり層別していますか？

ここ結構大事です。
企業さまでシステムを作成する場合必ず入力と出力（I/O）を仕組み化します。
多くの場合ここまで（I/O）終わりにしているケースが多く、そのデータを2次活用まで考えて
実施するケースが少ないです。（と言うよりも皆無です）

いわゆるデータ分析（キーワード層別、パレード分析）です。
お話を伺うと、必要性やビッグデータ分析の重要性も理解はしております。
しかし、具体的には進めておりません。

表明的な理由は「忙しい」ですが、その奥の真相は「やり方がわからない、面倒」
この様なネガティブな思考になり大切な宝を掘り当てていません。

先ず初めに「面倒」と言う方には全然刺さりませんのでスルーして下さい。

2種類のデータ層別法

この手法は、大量のデータから頻度別に集計して課題を可視化し
対策検討の優先順位を明確にするイメージです。

Ex、不良分析で有れば「ヒビ、欠け、塗装ムラ」など原因別に層別して
不良の多い項目から対策を潰して行く内容
Ex、ユーザークレームで有れば「納期遅れ、発注ミス、伝達ミス」など層別して
対策優先を決めて行く内容

分析方法
分析方法はシンプルです、データをExcel等に取り込みキーワードで並び替えして
件数を集計し、パレート図にするだけです。
全体の率がわかれば発生率の高い順に対応策を検討して率の減少活動を進めます。
いわゆるQC活動の目標管理になります。

こちらはもう少しテクニックが必要になりますが
データを単なるデータ宝庫に使うので無く
キーワード分類して過去事例検索や入力時のキーワードに使用します。
難しい言葉で言うと「主成分分析」になります。

主成分分析とは、統計学上のデータ解析手法のひとつです。たくさんの量的な説明変数を
より少ない指標や合成変数（複数の変数が合体したもの）に要約する手法です。

Ex、過去クレームの同様案件をキーワード検索して対策内容を表示

分析方法
説明が複雑になるのでここを参考にして下さい。

「データを制するものは業務効率を制する」と言う言葉があるかはしりませんが、データは雄弁です。
隠れた真実も見出し、思い込みよりも確実な証拠（エビデンス）になるので説得力も増します。

ここは特別に時間を割いてでも実施しましょう、慣れていなければサポートさせていただきます。

－ＰＲ－