統計的問題解決におけるデータの収集

1. データ分析は「問題解決」のためにある

統計検定3級も終盤に差しかかってきました。ここで一度、立ち止まって考えてみたい問いがあります。

「データ分析って、何のためにやるんだろう?」

数字を計算するため? グラフを作るため? 検定に合格するため? ──いえ、それは手段です。データ分析の本当の目的は、「問題を解決すること」。困っていることや知りたいことがあって、その答えを出すためにデータを使う。これがデータ分析の本質です。

料理にたとえてみると

データ分析を料理にたとえるなら、これまで第1章〜第7章で学んできたのは「包丁の使い方」「火加減」「盛り付け方」といった調理技術です。とても大切なスキルです。でも、そのまえに「何を作るか」「誰のために作るか」「どんな食材を仕入れるか」を決めなければ、料理は始まりません。

第8章は、「データという食材を、どう仕入れるか」──この前段階の話です。良い料理は良い食材から。同じく、良い分析は良いデータから始まります。そしてさらに前段に、「そもそも何のために料理するのか」という根本の問いがあります。

さえ

「何のためにこのデータを見ているの?」って自問する習慣、すごく大事だよ！　第8章では、その「目的」を立てる段階から丁寧に学んでいくよ！

2. PPDACサイクル ─ 統計的問題解決の標準フレーム

データ分析を体系的に進めるために、世界中で使われているフレームワークがPPDACサイクルです。問題解決の流れを5つの段階に整理したもので、ニュージーランドの統計教育で広まり、今では国際的な標準になっています。

5つの段階

PPDACという名前は、5つの段階の頭文字を取ったものです。

各段階を詳しく見ていく

それぞれの段階で、何をするのかを具体的にしておきましょう。

① Problem（問題の明確化）

解決したい問題、知りたいことを言葉にする段階です。例えば、こんな感じ。

• 「うちの店舗の売上が下がっている。原因を知りたい」
• 「新商品Aと新商品B、どちらをメインで売り出すべきか」
• 「社員の残業時間と業績に関係はあるのか」

ここがPPDACサイクルの出発点であり、もっとも重要な段階です。出発点が間違っていると、いくら丁寧に分析しても、欲しかった答えは得られません。本ページの後半で、この「問題の明確化」の難しさを掘り下げます。

② Plan（調査の計画）

問題を解くために「どんなデータが必要か」「どうやって集めるか」を設計する段階です。

• 必要なデータは何か（売上、来店客数、気温、口コミ評価など）
• どこから取るか（POSシステム、アンケート、現場観察など）
• いつ・どのくらいの期間集めるか
• 誰に・何人に対して調査するか

8-2「実験研究と観察研究」、8-3「全数調査と標本調査」、8-4「無作為抽出法」では、このPlanの段階で必要な知識を整理していきます。

③ Data（データの収集）

設計した計画に従って、実際にデータを集める段階です。アンケートを実施する、計測機器を設置する、過去の記録を集約する、など。計画通りに集められないこともよくあるので、現場での柔軟さも必要です。

④ Analysis（分析）

集めたデータを使って分析する段階。第1章〜第7章で学んだスキルがすべて活きるのがここです。度数分布表、ヒストグラム、相関係数、回帰直線──これらは全部、Aの段階で使う道具でした。

⑤ Conclusion（結論）

分析結果から、最初のProblemに対する答えを出す段階です。

• 「売上下降の主因は、平日の来店客数の減少だった」
• 「商品Aのほうが、20代女性の購入率が3倍高いとわかった」
• 「残業時間と業績の間には、明確な相関は見られなかった」

そして大切なのは、結論が出たら次のサイクルにつなげること。「平日の来店客数を増やすには、何をすべきか?」という新しい問題が生まれて、Pに戻る。データ分析は1回で終わるものではなく、サイクルとして回し続けるのです。

さえ

PPDACって覚えやすいフレームワーク！　でもね、サイクルだから「グルグル回す」っていうのが大切なポイント！　1回やって終わり、じゃないんだよ！

3. いちばん難しいのは「P」 ─ 問題の明確化

ここからが本ページの核心です。PPDACサイクルの中でも、最初のP（Problem）がいちばん難しい──これは多くのデータ分析者が口を揃えて言うところです。

「明確化する」のはどこまで?

「問題を明確化しましょう」と言うのは簡単ですが、実は「どこまで明確化すればいいのか」という基準がありません。たとえば「売上を上げたい」という漠然とした願いから出発したとき、これをどこまで掘り下げればいいでしょうか?

• レベル1：「売上を上げたい」
• レベル2：「来店客数を増やすことで売上を上げたい」
• レベル3：「平日の来店客数を増やすことで売上を上げたい」
• レベル4：「平日午後の20〜30代女性の来店客数を増やしたい」
• レベル5：「平日午後14〜17時の20〜30代女性の来店客数を、今より20%増やしたい」

レベルが深くなるほど明確になりますが、深すぎると視野が狭くなり、別の重要な発見を見落とすリスクが出てきます。逆に、浅すぎると分析の方向性が定まらず、データを集めても答えが出ない。適切な深さを見極めるのが、ベテランの腕の見せどころです。

最初に決めたゴールが正しいとは限らない

もうひとつの難しさは、最初に立てた問題自体が間違っていることがある点です。「売上を上げたい」と思って分析を始めたら、実は「お客さんの満足度が低い」というもっと根本的な問題が見えてきた──そんなケースは珍しくありません。

つまり、分析を進めるうちに「最初の問題設定」自体を見直す必要が出てくる。これがデータ分析の難しさであり、面白さでもあります。

さえ

「これでいいのかな?」って迷うのが普通！　ベテランでも問題設定で悩むんだよ！　大事なのは、迷いながらも考え続けること！

4. 目的と目標を取り違えないで

問題の明確化と並んで大切なのが、「目的」と「目標」の区別です。データ分析でも、ビジネスでも、人生でも──ここを間違えると、頑張っているのに望む結果にたどり着かない、という悲しい状況になりがちです。

目的と目標の違い

• 目的：最終的に達成したいこと。本当に手に入れたい状態
• 目標：目的に近づくための中間ゴール。目的を達成するための手段

目的は1つでも、目標は複数あることが多いです。そして、目標は手段なので、状況に応じて変えてもいいもの。一方で、目的を変えてしまうと、何のために頑張っているのかわからなくなります。

例：統計検定3級の場合

この講座を受講されているみなさんに、率直にお伝えしたいことがあります。

みなさんが本当に手に入れたいのは何でしょうか? おそらく──「データを使って判断できる力」「業務で数字を俯瞰的に見られるようになりたい」「ビジネスで成果を出したい」、こういったことではないでしょうか。これが目的です。

では、「統計検定3級に合格すること」はどうでしょうか? これは目的ではなく目標です。データ分析の基礎を体系的に学ぶための、優れたチェックポイント。3級を勉強する過程で、データの見方や分析の作法が身につく──だから受験する価値があるわけです。

ところが、ここで「3級合格」を目的にしてしまうと、おかしなことが起こります。

テストだけ合格すればいいになってしまうと、本来の目的──売上を上げたい、業務を改善したい──には到達しません。試験の点数のために統計を学ぶのではなく、業務で活かすために統計を学ぶ。そのチェックポイントとして3級を受ける。この順番を大切にしてほしいんです。

現場でのリアルな例 ─ ダッシュボード開発

私自身、コンサルタントとして現場で何度も目にしてきた「目的と目標の取り違え」の例があります。

ある会社で、データを可視化するダッシュボードを開発したケース。目的は「データを可視化することで、ビジネスの意思決定を加速する」こと。目標は「ダッシュボードを構築する」こと。これは綺麗な目的・目標の関係に見えました。

ところが、ダッシュボードが完成して数か月後──誰も指標を見なくなっていたのです。なぜでしょうか? ダッシュボードが自動で数値を更新してくれるので、「数字は更新されている」という事実だけで安心してしまった。目標（ダッシュボード構築）が達成されたところで、思考が止まっていたんですね。

似たような話で、業務改善の現場でもこんなことがあります。「業務改善で楽になる → よりスピーディーに数字を把握して、別の重要な仕事に時間を回す」──これが本来の目的のはず。でも、しばしば「業務改善で楽になる → ただ楽をする」に変質してしまう現場があります。

これらは決して、関わった人たちが怠惰なわけではありません。目標を達成した瞬間に、目的を見失いやすい──これは人間の性質に近いものです。だからこそ、定期的に「これは何のためにやっているんだっけ?」と立ち戻る習慣が大切です。

さえ

3級の勉強って、目的じゃなくて目標！　みんなが本当に欲しいのは「データで判断できる力」だよね！　そこを忘れずに、楽しく勉強していこう！

5. 揺らいでも、立ち戻ればいい

ここまで「問題の明確化」「目的と目標の区別」を学んできましたが、実際の現場ではこれらは絶えず揺らぎます。最初に決めた問題が違っていることに気づく、目標を追ううちに目的を見失う、新しい情報が入ってきて全体像が変わる──分析作業中は常に、自分の立ち位置が揺れているものです。

揺らぐことは悪くない

ここで大切なのは、揺らぐことそのものは悪くないということ。むしろ、揺らぐから新しい発見があり、より深い理解に到達できます。問題なのは揺らいだまま流されてしまうことです。

立ち戻る習慣を持つ

揺らぎへの対処法はシンプルです。定期的に「立ち戻る」こと。

• 「私は今、何をしているんだっけ?」
• 「これは何のためにやっているんだっけ?」
• 「目的に近づいているかな?」
• 「最初に決めた問題は、今でも正しい?」

週に1回、月に1回、節目ごとに──時間を取って自分に問いかける。すると、知らないうちに脱線していたことに気づけます。気づけたら、軌道修正すればいい。それだけのことです。

私自身、講師として活動してきて、何度も「これは目的なのか、目標なのか?」を問い直してきました。ある時は受講生の合格率を追いかけすぎて、「学ぶ楽しさ」を見失いそうになったこともあります。誰でも、何度でも、揺らぎます。だから、立ち戻る習慣が大切なんです。

まとめ

第8章のスタートとなる本ページ、ポイントを整理しておきましょう。

• データ分析の本質：問題を解決すること。手法やデータは手段
• PPDACサイクル：Problem → Plan → Data → Analysis → Conclusion の5段階
• サイクルなので回し続ける：結論が出たら次の問題が生まれる
• P（問題の明確化）がいちばん難しい：明確化の深さに正解はない
• 目的と目標を取り違えない：目標は手段。目的を見失うと、頑張っても望む結果に到達しない
• 揺らいでも立ち戻る：定期的に「何のためにやっているか」を問い直す

第8章の残りのページでは、PPDACサイクルのPlanとDataの段階で必要になる、具体的な知識を整理していきます。次回は実験研究と観察研究──データの集め方の基本的な2つのアプローチを学びましょう。