「問題を定義できたら、それに適用するための適切な手法と適切な方法論を探すことが問題になります。そして、そこにはたくさんの方法論があります。質問は本当に：あなたは正しいものを選ぶことができますか？そして - それはに依存します：あなたは正しい方法で問題を定義しましたか？」 - Kaiser Fung、Analytical Speakingウェブキャスト、2012年9月10日
ニュースメディアではデータはどのようにグラフィカルに表現されますか。また、どのようなストーリーが実際に伝えられているのでしょうか。データサイエンスは統計と違いますか？統計学者とビジネスアナリストとの間に存在するコミュニケーションの障壁は本当に壊れることができるでしょうか？予測分析でディスカバリーはどのような役割を果たしますか？
最近、私たちは公聴会の特権を得ましたカイザーフォンの9月の分割払いの間にこれらの質問に答えてください分析的に言えば （ オンデマンド視聴が可能になりましたあなたがそれを逃した場合に備えて）。Vimeoのビジネスインテリジェンスおよび分析担当副社長であり、あなたの世界を支配する数字 （ 本そしてブログまた、統計クラスでは教えてくれない5つの統計原則と、彼の折れ線グラフに対する嗜好が彼の先駆的ブログへの多くの物議をかもしている投稿を生み出した理由、がらくたチャート 。
Kaiserはそのような人気のある講演者だったので、私たちはウェブキャストの聴衆によって提出されたすべての質問にライブで応答することができませんでした。
質問： 情報の視覚化で見られる最も一般的な最悪の慣行は何ですか？
カイザー： 絶対に最悪の習慣は、作図のために作図することです。デザイナーがどのような質問に対処したいのか私にはわからないところに、たくさんの表があります。次の問題は悪いデータを使うことです。もう一つの問題は私達の認識を歪めるかなりのものを好むことです：バブルチャートは一例です。がらくたチャートでは、私はこれらの3つの基準で各チャートをテストする3連式検診を使います。
質問： アナリストの最終目標は、戦略的意思決定のためのデータサポートを提供することです。ビジネスの意思決定に貢献するためにアナリストが持つべき重要な資格は何ですか？
カイザー： 最低でも、アナリストは精神的に多くの数値を処理し、情報を抽出できる必要があります。詳細に慣れるのはとても簡単です。ビッグデータはこの問題を拡大します。山ほどのデータの質の悪い分析よりも、データのサブセットについての質の高い分析が必要です。
次に、アナリストは常にビジネス目標を頭に入れておく必要があります。退屈なテクニックを使った単純な分析は、たとえそれが統計的に有意であっても、現状をいくらか重要でない程度に改善する複雑な方法論よりもはるかに大きい影響をしばしば生み出します。
最後に、成功したアナリストに見られる多くの無形の性質があります。好奇心、忍耐力、謙虚さ、隅を切る方法と時期の把握、時間管理などはすべて役に立ちます。
質問： Analytical Speaking Webキャストでは、オーディエンスには最終的なストーリーのみを表示し、多くのものは「ダンプ」していることを説明しました。？最初の2つのステップに時間をかけ過ぎていると思います。すべての分析に価値があるように、ストーリーを伝えるテクニックを改善するためのヒントはありますか。
カイザー： ここに私の理想的なシナリオがあります：あなたはプロジェクトに1ヶ月を費やし、あなたは仮説の後に仮説を通過し、あなたは多くの行き止まりを打ちました、しかし最後にあなたは一緒に暮らせる答えを見つけます。あなたはこの質問を単純に扱ったのであなたはこの答えが大好きです、そしてあなたがそれがあなたの最終的な答えより無関係であるか、またははるかに弱い効果を持っていたのであなたは他の仕事のほとんどを捨てることができます。だから今あなたはそれをバックアップするためにしっかりしたデータで単純な理論を持っている。それはすべて1つのスライドに収まり、あなたはそれをすべてまとめるための1つのグラフを見つけました。私はそのスライドを1枚のスライドで見て行きました。マネージャーは話を入手し、それが彼/彼女の問題を解決します。
質問： ストーリーをどのように定義しますか？
カイザー： 「ストーリー」とは、いくつかのキー番号だけで英語で書かれたものを意味します。スライドが10枚あると想像してください。10本のヘッダーを引き抜き、それらを一枚の紙の上に置きます。あなたは物語がありますか？通常、それは結論を持ち、それから結論を裏付けるポイントを持ちます。歴史クラスのために議論を書くようなものです。唯一の違いはあなたがあなたの原材料の一部としてデータを持っているということです。
質問： アナリストと分析ツールに関するあなたの見解を共有してください。どうすれば、彼らはお互いを最もよく補完することができますか？
カイザー： 私はいつもアナリストがツールよりも前に来ると思います。アナリストがデータの見方について明確であれば、その分析を容易にするツールを見つけることができます。それがジャンクチャートで、私がツールについて話すことはめったにない理由です。私がツールについて話してほしいのであれば、ツールはアナリストの生活を簡素化する必要があると思います。半分開発されたツールは必然的にアナリストにとって余分な作業を生み出します。
質問： 大量のノイズを含む乱雑なデータをどのように処理するかを説明できますか。そして、通常、クリーンデータや生データ、あるいはデータ収集の範囲外のものを評価することによってプロセスを開始しますか。
カイザー： この質問は2つの方法で解釈することができます。ノイズはあなたのデータの特徴かもしれません、あるいはそれはあなたのデータに誤って追加されています。私はいつもデータがどのように収集されるのか、理想的にはデータを収集した人と話をすることを理解するのに時間をかけます。エラーの修正に時間を費やす前に、エラーがどれほど大きいかを常に自問してください。データの分散が大きい場合は、統計的手法が必要になります。
質問： 統計学者と経営幹部との間の認識されている障壁を打破するためにあなたはどんな勧告を持っていますか？
カイザー： 私のお気に入りのヒントは彼らの言語を話すことを学ぶことです。[役員]数学を教えようとしないでください。
リチャード・ジアンブローネ書きました：
「数学を教えようとしないでください。」これはとても良いお勧めです。私はそれを経営者が愚かであることを意味するとは解釈しません。それは彼らが時間のために押されていることを意味し、彼らはあなたの推薦を知りたいのです。それはあなたが彼らの世界を理解し、彼らの言語で話すことを試みたことを意味すると思います。それは信頼と良い仕事上の関係を築くでしょう。彼らはあなたがもう賢いことを知っています。彼らは方程式を知りたい場合は、彼らは尋ねるでしょう。
