Entrée

Chapitre 1 : Prochaines étapes : Maîtrise des données : L’utilisation plutôt que l’analyse

1.1 Ce que font les machines et ce que font les humains
Dans un monde où les machines excellent dans de nombreux domaines,
L'important est de savoir de quelles compétences vous aurez besoin à l'avenir.
__Pour produire des résultats précieux
_1.2 Même si vous apprenez les statistiques, pourquoi ne pouvez-vous pas les utiliser ?
__Quelle est une compétence précieuse ?
__Revoyez les compétences que vous devez absolument acquérir
_1.3 Ne regardez pas les données en premier - la réponse ne se trouve pas dans les données.
__Défis et problèmes courants rencontrés par les personnes qui « ne peuvent pas utiliser les données»
__De quelles connaissances aurons-nous réellement besoin à l'avenir ?
__Le message que ce livre veut transmettre

Chapitre 2 : Résolvez-vous le bon problème avec les bonnes données ? ~Réflexion ciblée : relier les problèmes et les données à votre objectif~

_2.1 Deux raisons pour lesquelles l'utilisation des données échoue !
_2.2 Cause principale 1 : Le problème que vous essayez de résoudre n’est pas clair (Résolvez-vous le bon problème ?)
La première chose à faire est de « définir l'objectif et le problème ».
__Point 1 : Le langage utilisé est-il précis et clair ?
__Point 2 : Faites-vous la distinction entre le « problème », la « cause » et la « solution » ?
Plaidoyer pour une « définition du problème »
_2.3 Cause principale 2 : Le problème que vous avez défini ne correspond pas aux données que vous utilisez (Utilisez-vous les bonnes données ?)
Le problème de la « discordance des indicateurs » : le cas du lycée Wakimachi
Le problème de la « discordance des indicateurs » : le cas de l'Université nationale de Yokohama
2.4 Analyse d'étude de cas commerciale
__Problèmes liés aux affaires extérieures
__Problèmes qui existent au sein de l'entreprise
Questions relatives à l'administration et aux collectivités locales
Il serait préférable de définir l'objectif et le problème.

Chapitre 3 : « Voici le problème » : Comment parler avec les données ~ Comprendre et évaluer un phénomène : Le pouvoir d’exprimer le problème ~

3.1 Les résultats et les évaluations sont différents
Qu’est-ce qu’une information précieuse ?
Relation entre l'évaluation et la priorité
_3.2 Lors d'une comparaison, la perspective est importante.
Les conclusions correspondent-elles aux données ?
__Points de contrôle lors de la comparaison
3.3 L'art de la comparaison
__Modèles d'analyse courants utilisant des moyennes
__Consultez les tendances et les changements
__Considérez l'écart
__Résumé des critères d'évaluation
3.4 Analyse comparative de cas
__Lorsqu'il s'agit de questions démographiques
__En matière de satisfaction client
__Heures de travail, heures supplémentaires
__En cas de traitement du statut d'utilisation des installations publiques
__Résumé comparatif

Chapitre 4 : Les résultats ne s’arrêtent pas là ~Comprendre la cause : Le pouvoir d’agir~

_4.1 Le but ultime est « l’action et le jugement »
__Vous ne terminez pas par « organisation des données » ?
Saviez-vous que les solutions doivent être mises en œuvre à la source du problème ?
4.2 Réflexion et méthodes pour identifier les causes dans les données
Comment identifier les causes potentielles et spécifier les indicateurs
__Comment déterminer le problème, sa cause et s'il existe un lien entre eux
__Un exemple d'analyse utilisant des nuages ​​de points et des coefficients de corrélation
4.3 Choses à savoir
__S’agit-il d’une relation directe ou indirecte ?
La cause peut ne pas être unique, mais multiple ou complexe.
Il existe également des relations non linéaires
__Corrélation n'implique pas causalité

Chapitre 5 : Ne vous focalisez pas sur les techniques ~ Composition générale : Le pouvoir de créer une histoire (Logique) ~

_5.1 Le nombre toujours croissant de « méthodes »
__Revoir le processus de résolution de problèmes
__Les erreurs que tout le monde commet dans le processus de résolution de problèmes
Identification de la « cause » de la différence dans les résultats et la validité
5.2 La structure pour devenir un homme de méthode ~ Deux significations de « penser » ~
Il est fort probable que vous oubliiez le processus
__Les critères d'évaluation sont ambigus ?
À laquelle pensez-vous ?
_5.3 Réfléchissez de manière persistante au « pourquoi (cause) »
La structure de la « cause » ne peut être considérée simplement.
__Combien de fois dois-je répéter « pourquoi ? »
5.4 Problème défi !

Chapitre 6 : « L’essentiel » : Résumé des informations ~Agrégation de l’information : Le pouvoir de recueillir des informations et d’en tirer des conclusions~

6.1 Les résultats et les conclusions sont différents
La différence entre « résultat » et « conclusion » : un cas de méconnaissance de l’objectif
6.2 La différence entre « résultats » et « conclusions » : un cas d’interprétation trop simpliste des données
__Un exemple d'utilisation efficace des graphiques pour tirer des conclusions
Exemple de conclusion à l'aide d'un graphique
__Un exemple où le graphique lui-même peut expliquer la conclusion
6.3 Éléments à prendre en compte lors de la formulation de conclusions
Cette fourchette de valeurs peut-elle être expliquée par des données ?
__biais cognitif (préconception)
Il n'y a pas de réponse unique correcte.

Chapitre 7 : L’illusion que « les données peuvent résoudre les problèmes » ~ Le pouvoir d’élargir sa perspective : le pouvoir des données pour élargir sa vision

7.1 Pensez qu'il n'y a pas de réponses dans les données
__Obstacles à surmonter pour maîtriser les compétences en gestion des données
Une méthode de raisonnement logique pour trouver la réponse la plus appropriée
__Un processus qui examine de manière logique et appropriée la portée de l'analyse et les données à utiliser.
_7.2 Élargir votre perspective élargit votre champ d’analyse.
__Résoudre des problèmes de structure en utilisant la pensée logique
7.3 Le pouvoir de rendre visible l’« invisible »
__Accouplement
__abnégation
7.4 Les « compétences de survie » nécessaires aujourd’hui et demain

Chapitre 8 : Comment accroître les capacités d’utilisation des données individuelles et organisationnelles ~Mise en œuvre : Le pouvoir de concrétiser la culture des données~

_8.1 L’« environnement » dans lequel les données seront utilisées est-il approprié ?
8.2 Quelle est la différence entre les individus et les organisations qui réussissent ?
Point commun n° 1 : Le leadership et la responsabilité sont établis par les enseignants, les chefs d’équipe et les chefs de département.
Point commun n° 2 : L’objectif est clair
Point commun 3 : Comprendre la différence et la valeur entre « penser » et « travailler »
Point commun n°4 : Il existe une personne capable d’évaluer correctement les résultats.
__Devenir une personne maîtrisant les données
Enfin

Maîtrise des données : capacité à lire, interpréter et utiliser les données
L'utilisation plutôt que l'analyse, la conclusion plutôt que le résultat,
Un guide très facile à utiliser pour accroître la valeur et l'utilité des données.

« Parce que je veux obtenir des résultats en exploitant les données, j'ai tendance à rassembler toutes les données que je peux trouver sur Internet ou dans mon environnement, à les traiter sous forme de graphiques et de tableaux, puis à me demander : « Que puis-je expliquer avec cela ? »
Et au bout d'un moment, quand vous reprenez vos esprits, il ne reste plus que quelques graphiques de courbes, graphiques à barres et tableaux de moyennes alignés. « Que suis-je censé dire avec ça ? » « N'y a-t-il pas une meilleure façon… ? »
16P

Les données ne donnent jamais de réponses directes.
Même si vous utilisez les méthodes statistiques et d'analyse les plus avancées.
Il est plus important que tout autre chose de réfléchir précisément à « ce que vous voulez savoir, ce que vous voulez en faire et les données (indicateurs) dont vous avez besoin pour cela ».

26P

Si vous vous contentez de collecter des données que vous voyez par hasard, sans y réfléchir, et de tracer un graphique, vous ne pouvez pas espérer parvenir à une conclusion pertinente.
Ce que vous y apprenez, ce ne sont que des découvertes mineures, le fruit du hasard.
J'ai déjà expliqué qu'il n'y a ni logique ni objectivité là-dedans.
42P

Des préoccupations telles que « J'ai utilisé des données, mais les informations n'ont pas été efficacement extraites » ou « Je ne peux pas analyser les données avec compétence » ne sont pas dues à la méthode d'analyse ou aux statistiques, mais plutôt à une définition insuffisante et inappropriée du problème, comme dans l'exemple précédent.
Par ailleurs, il ne s'agit pas seulement d'une histoire d'utilisation ou d'analyse de données.
Le principe reste fondamentalement le même même lorsque les données ne sont pas utilisées, comme dans le cas de la résolution de problèmes généraux ou du raisonnement logique.
Lors de la formulation d'un problème, posez-vous toujours les questions suivantes :
Est-ce que je définis et résous clairement le problème ?
55P

Lorsque vous utilisez des données pour produire des résultats, vous ne devez pas exprimer vos propres pensées et opinions.
Vous devez présenter votre argument de manière plus rigoureuse, objective et logique afin que l'autre personne puisse le comprendre.
Même si vous êtes novice en matière d'utilisation des données, vous ne devez jamais oublier ce point.
88

Il va de soi que si vous tirez une conclusion de manière émotionnelle et que vous essayez ensuite de l'évaluer à l'aide de données, vous pourriez finir par devoir modifier la conclusion elle-même si les résultats sont différents de cette conclusion.
Si vous forcez les données à aboutir à une conclusion, vous devez être encore plus prudent car c'est mettre la charrue avant les bœufs.
89P

Si vous vous sentez dépassé ou bloqué dans la mise en pratique de vos connaissances, pourquoi ne pas essayer d'y réfléchir de façon plus simple ? C'est ce que je dis toujours dans mes cours.
« Imaginez qu’une tierce personne se trouve juste devant vous, sans la moindre idée du problème auquel vous êtes actuellement confronté ni de son contexte. »
« Si vous vouliez expliquer à cette personne le problème auquel vous êtes confronté en utilisant des données, quelles données lui montreriez-vous et comment les lui présenteriez-vous ? »
129P

Plutôt que d'approfondir les causes d'un problème, nous suggérons souvent des idées du genre « c'est mieux que de ne rien faire ».
Si, avec des ressources et un temps limités, nous mettons en place des contre-mesures qui se résument à « ne rien faire », alors, en réalité, ne rien faire est préférable.
L'essentiel est d'examiner objectivement les méthodes censées être efficaces et de se concentrer sur celles-ci afin d'optimiser le rapport coût-efficacité.
138P

Le raisonnement logique dont nous parlons ici ne concerne pas les données et analyses individuelles, mais plutôt la capacité de penser et d'organiser pour consolider le récit global et renforcer la force de persuasion de la conclusion.
Sans cela, il sera difficile de convaincre les autres, quelle que soit la quantité de données de haute qualité que vous collectez et la qualité de votre analyse, grâce à une méthodologie parfaite.
La persuasion est difficile car elle ne s'intègre pas au déroulement et à la logique d'ensemble.
169P

Si vous pensez qu'il suffit de trouver des idées originales, qu'elles soient justes ou fausses, alors vous n'avez pas besoin de données.
Je les appelle les travailleurs dans cette situation des « hommes de la méthodologie ».
Beaucoup de gens seront d'accord avec moi pour dire que le monde regorge d'« adeptes de la méthode ».
174P

Le processus permettant de parvenir au résultat et à la conclusion est essentiellement le même.
Car une conclusion est quelque chose que l'on tire à partir de résultats.
Mais la façon de l'exprimer est différente.
Et ces petites différences peuvent avoir un impact énorme sur la façon dont votre message est transmis à l'autre personne et sur la façon dont il est compris.
Comprendre cette différence est également un élément important de la culture des données.
195P

Un autre risque potentiel lié à la collecte d'informations par les humains réside dans une série d'idées préconçues connues sous le nom de « biais cognitifs ».
Aucun être humain ne peut porter de jugements 100% objectifs et rationnels, et diverses tendances biaisées existent.
Quelles que soient nos intentions, nous avons souvent tendance à analyser les informations qui nous sont plus favorables ou à les interpréter d'une manière qui nous est plus favorable, et à en tirer des conclusions.
Probablement que tout le monde l'a déjà vécu.
206P

Vous ne devriez pas demander : « Quelle est la bonne réponse ? »
Les seules choses au monde qui n'ont qu'une seule bonne réponse sont les questions d'examen posées à l'école.
Quelle conclusion vous semble appropriée ? Adopter une position ferme consistant à « élaborer sa propre réponse correcte et à en discuter » est également un élément crucial de la culture des données.
208P

Il existe une différence énorme entre l'idée qu'«il faut le faire» et celle qu'«il n'y a pas de problème particulier à ne pas le faire».
Au sein de votre organisation et de votre équipe, qu'est-ce qui prime : exploiter les données ou proposer et résoudre les problèmes de manière logique ? Parce que l'être humain est fragile, les tâches qui ne sont pas urgentes sont inévitablement reléguées au second plan.
Comparativement aux contraintes liées à l'ajout de données de consommation, les « incontournables », les « sorties entre amis » et les « soirées entre amis » seront prioritaires.
Bien que l'on dise que « l'utilisation des données est importante », il existe de nombreux cas où, en réalité, « il n'est pas particulièrement problématique de ne pas le faire ».
Cependant, certaines organisations ont intégré « l'utilisation des données » dans leurs systèmes et évaluations et l'ont explicitement déclarée comme une obligation dans leurs systèmes de travail.
Ces organisations « vont de l'avant ».
233P

« Utiliser des données » ne se fait pas par « tour de passe-passe ».
Nous devons privilégier le processus essentiel qui consiste à « définir le bon objectif, utiliser les données en conséquence et présenter les résultats de manière appropriée pour parvenir à une conclusion », et suivre attentivement chaque étape.
J'espère que ce livre vous aura permis de comprendre que c'est la condition essentielle pour obtenir des résultats de qualité.
237P