【でーたどりぶん】
データドリブン とは？
最終更新:
💡 判断の根拠を、データで確かめる
収集・分析したデータを根拠に、判断や改善を進める考え方。目的・データの質・比較条件を確認し、数字だけでなく利用者の声なども判断材料にします。
📌 このページのポイント
- 何を判断したいかと、確かめる指標を先に決める
- 数値だけでなく、観察や利用者の声もデータになる
- 出典・集め方・期間・欠損などを確認して比較する
- 分析した後も、結果を測り直して改善する
ひよこ データドリブンは、数字を見て決めること？
ペンギン先生 データを判断の根拠にする考え方だよ。数値だけでなく、利用者の声や観察の記録も使える。自分が気に入った数字だけを探すのではなく、何を判断したいかを決め、集め方や結果を確かめるんだ。
ひよこ アクセス数が増えたら、変更が成功したといえる？
ペンギン先生 変更以外の要因もあるので、それだけでは判断できない。期間や利用者の違い、計測の変更などを確認する。A/Bテストなら、利用者を無作為に分け、目的に合う指標と統計的な不確かさを見て比較する。短い期間の差だけで結論を決めないようにしよう。
ひよこ 何から始めればよい？
ペンギン先生 たとえば、申込画面で利用者が困っているかを知りたいなら、完了率と分母の定義、対象期間を決め、声や操作の観察も集める。測定が正しくできているか確認してから、改善案を試す。この例は手順の説明で、特定の改善効果を保証するものではないよ。
ひよこ データは、多いほどよい？
ペンギン先生 判断に関係するか、目的に合う品質かも大切だ。欠損や重複、古さ、集めた対象の偏りがあると、量だけ増やしてもよい根拠にならない。どの範囲の人や期間を表す結果か、限界も説明しよう。
ひよこ 結局、すべてをデータだけで決める？
もっと詳しく知りたい人へ
増えた割合と、パーセントポイントは同じ？
違います。説明用の例で、完了率が2%から3%になった場合、差は1パーセントポイントです。元の2%に対する増加率は50%です。どちらを述べているか、分母や期間も含めて示します。この数値は実際の施策の成果ではありません。
経験や勘は、使わないほうがよい？
経験から仮説を立てることは役立ちます。その仮説を、利用者の調査や測定、比較で確かめます。都合のよい結果だけを採用せず、別の説明やデータの限界を検討し、得られた根拠を判断につなげます。
まとめ：ざっくりこれだけ覚えればOK！
「データドリブン」って出てきたら「データを根拠に、判断や改善を進める考え方」と思えばだいたいOK！
📖 おまけ：英語の意味
「Data-Driven」 ＝ データに基づく・データに導かれる
💬 Drivenは、何かに動かされることを表します。ここでは、判断や活動を進める根拠としてデータを使う意味です。