皆さんのデータ分析の指導者、HEARTCOUNT Dialogueをご紹介
「ビッグデータは21世紀のオイルだ」という宣伝が空しく聞こえる最大の理由は、ほとんどの場合、原油状態のデータを価値と有用性を持つ石油（インサイト）に精製するだけの実力がないからでしょう。データ分析を学び、自分のビジネスと業務に適用してみようというスローガンは希望的観測ですが、現実はそう簡単ではありません。 少なくとも数百時間、多くても数年勉強しても、まだ曖昧なデータ分析の世界で、自分の仕事も忙しい現役のサラリーマンが専門家になり、インサイトと価値を引き出すスキルを身につけることは、簡単なことではありません。
HEARTCOUNTは「専門家」と「現場の一般人」の間の広いギャップを埋めるために継続的に努力し、「現場がデータから有用なパターンを自動的に見つけることができる自動データ分析ツール」を目指して、それに相応しい製品を作るために努力してきました。 今回2023年11月に公式リリースされたHEARTCOUNTのDialogue機能は、その哲学と中心をより精巧に盛り込んだ成果です。Dialogueは、与えられた可視化に対して定量的な事実をテキストの形で要約し、そのテキストから次の分析の方向性を問答形式で提示することで、現業ユーザーがデータから素早く事実を確認し、インサイトを導き出すことを支援します。
産婆術（問答法）：「 適切な質問」を投げかけて知識を「生産」する方法
データ分析の世界に初めて足を踏み入れると学ぶのが、探索データ分析(Exploratory Data Analysis, EDA)です。 しかし、EDAは得意な人がやると「探索」であり、何も知らない人がやろうとすると「詰み」です。EDAは伝統的な統計分析のように仮説を樹立し、その仮説に対する検定を通じて結論を導き出すのではなく、何が重要なのか分からないので、あらゆる道を探ることです。
問題は、どこから手をつければいいのかすらわからないということでしょう。ほとんどの現役サラリーマンの場合、それぞれのビジネスコンテクストにおける漠然とした疑問("今月の売上はいったいなぜ落ちたのだろう？")はあるものの、その疑問からインサイトを引き出す分析的推論能力がないため、適当に可視化ライブラリやエクセルなどのツールを使ってその疑問に対する絵を描く程度にとどまります。原油がどこから出るかもわかって、高いお金を払って掘削機も買ってきたのに、どう使うかわからず何もできないようなものでしょう。
明日までにレポートを書かなければならないし、結論を出さなければならないのですが、残された時間内にすべての可能性を試して、その中から部長に怒られにくそうな陳腐なバーチャートをいくつか選んで、ありきたりな話（「今月の売り上げが最も少ない商品群は家具ですね」）しかできないのでしょうか？
自分が「何も知らない」ことを知ることだけが真の知恵である。
The only true wisdom is in knowing that you know nothing
ソクラテスは無知に陥っている弟子たちにこのような言葉を残し、「問答法」あるいは「産婆術」とよく知られている批判的な考え方を開発しました。 単に無知の淵に陥っている自分の弟子たちに、すぐに揮発してしまう正解を注入式で教えるのではなく、適切な質問を投げかけてあげることです。 これによって弟子たちが自分が無知であることに自ら気づき、霧を抜けて道を見つけられるように手助けする方が賢明な方法だと彼は考えました。師匠が投げかけた質問に対して、弟子は自ら答えを探し、その答えが自然に次の質問を生み出すことを繰り返し、思考の地平が広がる知識生産の現場が繰り広げられました。 良い質問が一種の知識の産婆の役割を果たしたのです。
EDAの文脈で考えると、「今月の売上がいったいなぜ落ちたのか」という漠然とした質問（high-level question）から始まり、次の一歩を踏み出せない一般的な現場に必要なのは、単に絵が描けるツールやクールな機能ではないでしょう。むしろ、個人の分析能力や思考能力の地平を広げ、それによって各自が持っているデータから簡単にインサイトを導き出せるようにすることが必要だと思います。 自分自身で「質問-答え-質問-質問-...」という連鎖の中で主体的に考えてみて、次に壁にぶつかったときに、以前よりも簡単に乗り越えられるようにする、助産師的な役割を果たしてくれるものです。
そこでHEARTCOUNTはDialogue機能を通じてその役割を担おうとします。Dialougeは、実務者が自分の「ビジネス能力」を「データ理解」と組み合わせて良い意見を形成し、新しい視点を形成できるように、質問することができなかったことを代わりに聞いて、正確で多様な事実と視点を提供します。
で、どうやって使うんですか？
Dialogueがどのように機能するかを知るために、Superstoreの売上(Sales)データによる例を確認してみましょう。 今年一年の月別売上を確認しようか」という広範な質問から始めてみましょう。
まず、「注文月」別の「売上(Sales)」の合計をSmartplotで棒グラフ形式で描いた後、Dialogueボタンを押してみましょう。
売上の差が最も大きかったのは11月（約352.46K$）と2月（約292.71K$）であることを確認しました。 ここでさらに質問を投げかけてみましょう。
データが形成された背景をよく知っている人なら、ここでふと思い浮かぶ事実があるかもしれません。例えば、11月に実施した事務用品の販促イベントや、2月に事務用品の取引先との取引停止により物量需給がうまくいかなかったというようなことです。 このように、Dialogueが提示する「質問・回答」は、データの文脈を知る現場担当者のビジネス能力と力を合わせると、より輝きを放ちます。
では、Office Supplies（事務用品）の売上差が最も大きかった地域はどこだったのでしょうか？
「今年の月別売上を確認しようか」という漠然とした質問から始まり、質問が定量的な事実を生み出し、定量的な事実が解釈を生み出し、解釈が新たな質問を生み出す過程を見てきました。 Dialogueを使えば、質問を投げかけ、データに隠されたパターンを探す過程が、もはや退屈でも、つまらないものでもないでしょう。
1.質問への回答を読むと、事実の解釈ではなく、事実そのものについての内容しかないように思います。
: 数字で構成された事実に対する解釈は、必然的にそのデータが形成されたビジネスコンテクストを必要とします。売上の増加はポジティブですが、離脱率の増加はネガティブであるように。 データツールが数字だけで確定的に意見を言うのではなく、実務者が事実に基づいた良い意見を形成できるように、正確な事実、新しい視点を提供することが重要だと考えました。
2. HEARTCOUNTのスマートプロットのみサポートする機能ですか？
: 今後HEARTCOUNTの自動分析機能を含む全機能に拡張する予定です。
おわりに
HEARTCOUNTを開発したチーム：HEARTCOUNTはIDK Squared(IDK^2、I don't know what I don't know)という会社に所属しています。何を知らないかわからない漠然とした中にいる私たち、だからこそデータを心から(HEART)数えてみよう(COUNT)という真心が込められた社名です。
HEARTCOUNTチームのCEO Sidney Yangが数ヶ月前に書かれた記事で言及したように、「データ分析のニューフロンティアとはデータ分析が必要ないところ」という言葉が現実のものとなる、ビジネスパーソンのデータ現場を作るための一歩を踏み出したことになります。
Dialogueと一緒に道を進んでいくと、漠然としていた質問からインサイトに到達するまでの時間(Time-to-insight)が短縮され、サブスクライバーの皆さんの生活の質とビジネスにおけるデータ活用レベルがさらに高まることを期待しています。 それまで、私たちが一緒に質問し、考えます。
