「私は文系だから」「専門知識がないから」。そう言ってデータの話題から少し離れた席に座る。心当たりのある人は多いはずです。
でも本書は、その遠慮こそが一番もったいないと言います。高度な分析ツールやプログラミングは、いつか移り変わる「トレンド」にすぎない。本当に効くのは、どんな環境でも通用する「データサイエンス思考」というサステナブルな考え方だ、と。
著者の山本康正さんと松谷恵さんは、グーグルやゴールドマン・サックスでの経験を持つ実務家です。一冊を通して語られるのは、データを分析オタクの道具で終わらせず、課題設定・現場との対話・自律的なキャリアにまでつなげる思考の型でした。
この本が拒んでいるもの
著者がもっとも強く拒むのは、「データを分析すれば答えが見つかる」という幻想です。本書は「データサイエンスは魔法ではありません」と言い切ります。目的を外したデータをいくら集めても、最新ツールを使ったところで意味のある結果は出てこない。集めたデータの大半は使いものにならない、とまで踏み込みます。
そのうえで著者は、私たちが磨くべき武器の中身を定義し直します。
スキル自体は、いまの環境で最も便利なものとしていつかは移り変わるトレンドでしかない。しかし、思考は、どのような環境でも通用するサステナブルなものです。
ここが本書の出発点です。特定の言語やツールの習熟ではなく、データから仮説を立てて検証する思考のOSこそが長期の武器になる。だから読者に問われるのは、自分の判断にどんなエンジンを据えるか、という一点です。
私が読んでいて面白かったのは、技術の話が驚くほど少ないことでした。論点はずっと、分析の手前にある「何を解くか」と、分析の後にある「どう現場に届けるか」に集中している。データサイエンティストを分析オタクではなく、課題設定とコミュニケーションを担うビジネスのプロとして描き直す。この視点が一冊を貫いています。
「いかに活用するか」から逆算する
本書は思考の型をいくつかのフレームワークやサイクルに落とし込んで提示します。ここではその中から、私が一番効くと感じた一点だけを紹介します。それは、著者がデータ活用で最も大切だと断言する「課題設定」です。
どんな課題を解決したいのか、そのためにどんなデータが必要か。ここが曖昧なまま分析に入っても、有効な打ち手にはたどり着けません。だから著者は「いかに分析するか」ではなく「いかに活用するか」を意識せよと言います。順序が逆なのです。多くの人は手元のデータから始めてしまうけれど、本来は解きたい問いから逆算してデータを取りにいく。この当たり前のようで難しい姿勢が、本書では繰り返し強調されます。
そして著者は、データと現場の「肌感覚」を対立させません。数字で捉えきれない背景や文脈は、現場の経験値や直感が埋めてくれる。直感を非科学的だと切り捨てず、むしろデータと相互に補完し合う関係として位置づける。この懐の深さに、現場を知る実務家の目線を感じました。具体的にどんな事例でそれを示すのかは、本書で確かめてみてください。
課題把握から仮説、データ収集、分析、検証へとつなぐサイクルや、課題を絞り込むための具体的な問いの立て方は、本書の中核にあたります。一度で正解を出そうとせず、何度も回して解像度を上げていく。その実証的なプロセスの全体像こそ、本書を手に取って受け取ってほしい部分です。
「わかったふり」をやめる、という地味な強さ
本書を貫くもう一つの軸が、インプットとアウトプットの姿勢です。
著者が厳しく戒めるのは「わかったふり」。自分にも他人にもわかったふりをしない。これがすべてを台無しにすると言い切ります。耳が痛い人は多いはずで、私もその一人でした。会議で知らない用語が飛び交うと、つい後でこっそり調べることにしてやり過ごしてしまう。その小さな逃げが、データと向き合う力を静かに削っているという指摘は、効きます。
アウトプットの入口も拍子抜けするほど身近です。いきなり高度なツールに頼るのではなく、手元のデータを表計算ソフトに入れて、自分なりの仮説を立ててみるところから始めよ、と。専門家任せにしないこの一歩が、最終的に大きな差になる。生成AIの活かし方についても同じ文脈で語られますが、その具体的なたとえや勘所は本書で味わってほしいところです。
「わかったふりをしない」「最初の一歩を自分で踏み出す」。書いてしまえば地味ですが、続けられる人は少ない。この地味さに賭けているところに、私は本書の誠実さを感じました。
どんな人にどう効くか
向いているのは、データ分析を「専門チームの仕事」だと思って自分の業務と切り離している人、会議で専門用語にうなずきながら内心ヒヤヒヤしている人、そして数字を集めて資料は作れるのに「で、何が言えるのか」の手前で止まってしまう人です。本書は、その止まっている地点に手をかけてくれます。
逆に、プログラミングや具体的な分析手法そのものを習得したい人には物足りないでしょう。本書が扱うのは、分析の前後にある人間臭いプロセス、つまり課題の見極めと現場との合意形成だからです。一冊で完成した戦略の正解を受け取りたい人にも向きません。
終盤、本書は技術ではなくマインドセットに行き着きます。最も重要なのは「謙虚さ」と「学び続ける姿勢」だ、と。成長を生む領域の捉え方や、自分を客観視するための視点の置き方といった概念が示され、最後にはこの思考法が会社の枠を超えていく、という展望にまで広がります。AIに仕事を奪われると身構える前に、AIにはできない課題設定と合意形成を自分の手に取り戻す。その出発点が、ツールではなく思考だったというのが本書の一番のメッセージでした。
著者がたどり着く結論の表情は、ぜひ本書のページで確かめてみてください。次の会議で知らない言葉が出たら、わかったふりをせずに一度聞いてみる。その小さな一歩から、本書のいう「サステナブルな武器」は立ち上がってきます。
合わせて読みたい
『問題解決 ― あらゆる課題を突破する ビジネスパーソン必須の仕事術』高田貴久さん 本書が「データ活用は課題設定が最重要」と説くのに対し、こちらは「思いつきの対策」を捨て、解くべき課題を見極める手順そのものを体系化した一冊です。IPDACの入口であるIssue（課題把握）を、もっと深く鍛えたい人に向いています。
データは揃っている。分析もした。なのに、何も決まらない。 本書がいう「データは魔法ではない」「課題設定がないと打ち手に辿り着けない」を、まさに体感させてくれるコラムです。分析しても決まらないのは情報不足ではなく問いの立て方の問題だ、という本書の核心と強く響き合います。
『アウトプット思考』内田和成さん 本書の第3章「最初の一歩はエクセルから」「言語化が次を生む」と同じ問題意識を、情報過多時代のアウトプット論として展開した一冊です。情報収集という名の現実逃避から抜け出し、手を動かす側に回りたい人におすすめします。
