さて問題です。データ解析の為にあつめたデータ、あなたはどういう方向で活用しますか？
おはようございます^ – ^
ナカジ(@cp_nakajun)です。
「ビッグデータ」なんて言葉が盛んに使われるようになり
スポーツ業界でも野球、バレーボール、サッカー、バスケットなど
もともとデータを取得することが難しい競技でも技術の進歩のおかげで
データが収集され、どんどん活用されるようになってきました。
さてここで問題です。
あなたはどういう方向でこのデータを活用しますか？
- 弱点を見つけ、それを指摘する
- 人間の感覚では見つけられないメリットを発掘する
さて、どちら？？
データを使って粗探し
「なんでこの数字、足りてないんだっ！！」
営業会議なんかで毎回のように聞かれるセリフ。
まぁ〜目標を持って活動していることなので、そう言われるのも「確かに」ってところではあるけど
こういうこと言う人って「毎回」なんですよね。
っていうか、これだけ。
このセリフしか言えない。
この方向でしかデータ（数字）を見れない。
いや〜くだらない….
もっと全体感を持ってデータをみるべきなのに
重箱の隅をつつくようなところしか見ることができない。
って人、多いですよね。
指摘するだけなら誰でもできるんです。
本当に大切なデータの活用方法は「弱点を見つけ、それを改善につなげる」ことです。
改善につながるアイディアと実行プランをつくるためのデータです。
なんで、指摘する人ってそれだけの役割かのように振る舞うんですかね？？
部下の仕事だから？？
別に改善できれば誰がアイディアを出してもいいはずですけどね。
人間の感覚では見つけられないメリットを発掘する
もう１つ
僕がデータ分析をするときに最重要だと考えていることがこれです。
【人間の感覚では見つけられないメリットを発掘する】
ダメなところ、改善点をみんなしてしつこく探すぐらいなら
むしろこっちに時間をついやすべき
この見方のもっともメリットがあるところは
人間の感覚では見つけられない
を発掘できること
これがデータを分析する最大のメリットです。
サッカーで例えると
例えば、サッカーを人の感覚だけで評価すると
- ゴールを決める人（得点を取る）
- スルーパスを出す人（アシストする）
- シュートを防ぐひと（得点を防ぐ）
- ボールを奪う（パスカットなど）
は、わかりやすく良い評価をされます。
逆に悪い評価をされるのは
- 後半、運動量が落ちる（ように感じる）
- パスミスが多い（ように感じる）
- なにもしていない（ように感じる）
などでしょう。
でも、これらは
- サッカーを知ってる度合い（経験値）
- 人それぞれの感覚や基準
によってもちがいます。
でもきちんとデータ分析することで、もしかしたら
後半、運動量が落ちる（ように感じる）選手が実は他の選手より圧倒的に走ってる「距離」が長いことが原因かもしれません。
これは「それだけの距離を走れる」というその選手の特徴（メリット）かもしれません。
後半の運動量が問題だと言うならば
今度は「前半」と「後半」の走行距離を見てみることで運動量の落ち方がわかります。
もしかしたら、「走った軌跡」をみて「走り方を効率的」にすることで改善することで
問題どころか、圧倒的なストロングポイントになります。
パスミスが多い選手についてもデータを分析することで
例えば、「受け取る側の選手の得意な形」にあってないだけで、実はもっとも有効なところにパスを出せてるかもしれません。
なにもしていない（ように感じる）選手も同様です。
「危機的な状況を防いでる回数が多い」など間違いなく影の仕事はしています。
データ分析で大切なのは
どの角度でデータをみるかです。
そして、特徴（傾向）をメリットとして把握することで「活用」につなげることがもっとも重要です。
データ（数字）で証明されるメリットだからこそ自信をもって活用できるのです。
データは活用してこそ意味がある
ネコも杓子も「データ」「ビッグデータ」と騒いでますが
データは活用してこそ意味をなします。
冒頭の方にも書きましたが
データを使って粗探ししかできない人はデータに触れる価値のない人です。
データもナイフのように上手に活用すれば便利なものですが、人を殺してしまうこともできます。
もし仮にデータに触れる価値のないバカに出会っても真に受けないでください。
データが数字が全てではありませんが
データを自分の味方にできるように活用していきましょう！！
