データドリブンの極意～Tableauブートキャンプで学ぶデータを「読む」「語る」力（技術評論社） [電子書籍]

データドリブンの極意～Tableauブートキャンプで学ぶデータを「読む」「語る」力（技術評論社） の 商品概要

• 「もっとデータを活用して業績アップ」
  「データドリブンで事業をもっと大きく」
  
  このようにデータが重要といわれる現代では，一人一人がデータとの向き合い方を会得し，自分自身の意思と判断力を持つために「データリテラシー」を身に付けることが必要です。
  データリテラシーとは，データ活用の意味から理解し，人間がデータとどう向き合うのかという視点で，どのような役割を担う人にとっても今必要なデータにまつわる知識です。データベースやSQL，難しいシステム，あるいはデータを可視化するデザインの話だけではありません。
  本書は，著者が創設した「Tableauブートキャンプ」における師と弟子の対話を元に，8年間かけて会得したノウハウ・考え方をまとめあげた本です。
  
  「データとはなにか」
  「データを使ってどのように改善するのか」
  「データを可視化して人々を動かすにはどうすればよいか」
  
  これらの観点から，技術的な専門知識だけではない，データ活用の本質を考えます。
  

• 目次

  はじめに
  DAY0　データドリブン文化のはじまり
  0-1　プロローグ
  データを扱うのにITの専門家である必要はない
  データリテラシーを1か月で学ぶ
  0-2　なぜデータドリブンを目指すのか
  データの本質を考える
  データを見ることが世界を知ることになる
  八百屋さんのデータ活用例
  データを使ってマスマーケティングから脱却する
  データドリブンと共存する「経験と勘2.0」
  データで経験を拡張する
  0-3　すべての人が持つべき「データリテラシー」
  リテラシーと文化のつながり
  データを「読む」「書く」力が必要になる
  データリテラシーの4つの必須要件
  データリテラシーを学んで，広げる
  DAY1　データストーリーテリング
  1-1　なぜストーリーが必要なのか
  ストーリーで理解を深める
  ストーリーの力を体感する
  ストーリーを使う2つの意義
  思考のフローのきっかけを生み出す
  1-2　インプットとアウトプットの連鎖で思考する
  インプットとアウトプットを同時におこなう
  アウトプットをかんたんにする
  データを扱う道具
  良い道具は「身体の一部」となる
  1-3　ストーリーでデータを分析する
  デモンストレーションで思考のフローを学ぶ
  Eコマースの売上データ分析デモ
  必要なこと以外をあえて削ぎ落とす
  デモでは操作説明をしない
  デモで意識するべき4つのポイント
  見る人を飽きさせない3つの工夫
  1-4　ストーリーテリングの枠組みを理解する
  構造化データとスプレッドシート
  列の値を2つに分類する――メジャーとディメンション
  ディメンションの4種の属性
  ディメンションの階層を確認する
  データ分析の2つの方向性
  ディメンションが不十分なデータの問題点
  分析するデータの信頼性
  存在していないデータに思考をめぐらせる
  5W1Hの「4W」でストーリーを紡ぐ
  見慣れない専門用語を学ぶ意義
  1-5　他人のアクションを導く強いストーリーを作る
  データストーリーテリングのゴール
  美しいグラフだけではアクションを呼び起こせない
  起承転結でストーリーを強くする
  身に着けるということ
  DAY2　ビジュアル分析
  2-1　ビジュアルでデータを理解する
  グラフは本当に「あいまい」なデータなのか
  視覚を駆使してデータを理解する
  「見やすい」の本質を考える
  ビジュアルを正しく使う必要性
  すべての人が理解できる表現を選ぶ
  データをビジュアル化する意義
  2-2　ビジュアル分析のサイクルを理解する
  データ分析で何を解決するのか定義する（Task）
  Taskに沿ってサイクルをすばやく回す
  Taskを解決する行動を常に意識する（Act/Share）
  Taskが見当外れだった場合も成果になる
  2-3　思考のフローを生み出す脳のしくみを押さえる
  記憶を構成する3つの要素
  アウトプットとしてデータをビジュアル化する
  感覚記憶の力を最大限に使う
  感覚記憶を動かす10種の視覚属性（Preattentive Attribute）
  Preattentive Attributeの強さの違い
  ①色vs形状――見え方の違い
  ②サイズvs長さ――見え方の違い
  ③位置vs色――見え方の違い
  最適な視覚属性は常に変化する
  一般的な知識としてビジュアルを土台にする
  2-4　データに合わせて視覚属性を使いこなす
  データには3つのタイプがある
  Preattentive Attributeとデータのタイプの相性
  コンテキストを利用して視覚属性を重ねる
  データ数が多いときはビジュアル選択に気をつける
  視覚属性のパターン増加に注意する
  コンテキストを持たない記号的な視覚属性に注意する
  無意味な色分けに気をつける
  色を有効に使う
  背景色とビジュアルの相性を考える
  ビジュアルの背景色をそろえる
  色覚多様性に配慮する
  場所は必ずしも地図でなくていい
  比較で伝えたいことを強化する
  2-5　ビジュアルの構成をまとめあげる
  「探索型」か「説明型」かビジュアルのタイプを見極める
  タイトルと色のポイント
  相手の「ほしいもの」ではなく「したいこと」をベースにする
  ビジュアル化の表現は無限
  DAY3　分析プラットフォーム
  3-1　データを使える環境を共有する
  データドリブン文化に必要な3つの要素
  分析後のデータ共有の課題
  すべてのデータと人を同じ土台に乗せる
  データベースと分析プラットフォームは別物
  理想的な分析プラットフォーム
  データカタログを用意する
  分析プラットフォームの上での行動を明確にする
  分析プラットフォームに必要な要件を押さえる
  分析プラットフォームを活用する
  3-2　データの自由化と保護のバランス
  昔と今のプラットフォームの変化
  データを保護するだけではかえって危険になる
  データを守りながら，データを開放する
  分析プラットフォームはウォーターフォールよりアジャイル
  文化醸成の最初のステップを進めるパイロット部門を選ぶ
  データドリブン文化を全社展開する
  文化醸成は終わりのない旅路
  3-3　データを開放して人々を動かす活用例
  ゴール達成のためにハンズオンセミナーを改善した例
  周囲を説得するデータを分析プラットフォームに乗せる
  データは人を動かすことができる
  手作業が多いデータは廃れてしまう
  データは見られるほど美しくなる
  道具と共に進化する分析プラットフォーム
  分析プラットフォームが支える3つの役割
  3-4　データを見るだけの人は存在しない
  3つの役割すべての人を分析プラットフォームに乗せる
  3つの役割が担うビジュアル分析のパート
  データ原始時代から脱却し，データ文明時代へ
  DAY4　データとはなにか
  4-1　データの語源と歴史を振り返る
  データ（data）の語源から意味を考える
  「データ」と「情報」の区別
  与えられたものを「記録」したものがデータとなる
  人類最古のデータとは
  紙媒体によるデータの4つの問題点
  コンピューターとデータの進化
  データ飽和状態の現代
  4-2　データを管理・活用するシステムのしくみ
  入力を正確に早くおこなうために生まれたデータ
  正規化で入力するデータ量を極限まで減らす
  基幹系システムとデータの活用
  データを情報にするための情報系システム
  情報系システムがクリアするべきポイント
  巨大化するデータを保管するためのデータウェアハウス（DWH）
  膨大なデータを集計・視覚化するBIツール
  基幹系からデータを変換して取り込むETL
  ETL/DWH/BIの各ツールは明確に分けられるものではない
  データの入力値を制御する
  DWHのパフォーマンスを上げるデータマートとキューブ
  データマートとキューブの処理の限界
  巨大なデータを直接処理するためのインメモリデータベース
  列指向と行指向
  カーディナリティ
  4-3　現代の情報系システムの進化
  データの保管・変換手法の変化
  増え続けるさまざまなデータの種類に対応する
  データの利用目的に合わせて保管場所を変える
  すべてのデータ処理を同時におこなう試み
  データ分析に最適なシステムを選択する
  4-4　目の前のデータの正しい知識を身につける
  データの価値を見極める3つの指標
  分析しやすいデータの形
  あり得る値と欠落した値に想いを馳せる
  データの粒度を見極め，詳細レベルを操る
  DAY5　データドリブン文化をさらに広げるために
  ■5-1　データとテクノロジーの進化を学び続ける
  ■5-2　データドリブンの仲間を増やす
  必要な知識は組織によって異なる
  真の「データドリブン」とは
  多くの人に基本知識を伝えて「学ぶきっかけ」にする
  最低限のデータリテラシーとはどこまでか
  人の心を揺り動かす「強い言葉」から逃げない
  おわりに
  さくいん
  著者プロフィール
  

データドリブンの極意～Tableauブートキャンプで学ぶデータを「読む」「語る」力（技術評論社） の商品スペック