データで考える

水族館の来館者アンケートを例に考えます。1,200 人の答えを集計すると、「満足」と答えた人は全体の 8 割でした。一見、問題はなさそうです。

そこで、年代ごとに分けて数えるクロス集計をします。年代を行、満足度を列にした表をつくると、70 代以上だけ「満足」が 5 割にとどまっていると分かりました。全体の数字だけでは見えなかった違いです。

次に、自由に書いてもらった感想を、情報 I で学ぶテキストマイニングで調べます。よく出る言葉を数えると、「案内」「文字」「階段」が目立ちました。案内の文字を大きくし、エレベーターへの道順を示したうえで、次の調査で満足の割合が上がるかを確かめます。

表計算ソフトには、クロス集計の表をつくる機能があります。分け方を変えて何度も集計し直すことで、改善のきっかけが見つかります。

集めたデータは、そのままでは使えないことがよくあります。学年の欄に「1」「１」「一年」が混ざっていると、表計算ソフトは別々の答えとして数えます。全角の「１」と半角の「1」は、コンピュータの中では違う文字コードだからです。

表記のゆれをそろえ、空欄や「年齢 250 歳」のような入力のまちがいを直す作業を、データクリーニングといいます。情報 I でも学ぶ作業で、分析の前に欠かせません。

情報 I で学ぶ尺度の考え方も、仕事でそのまま使います。アンケートの満足度「1〜5」は、順番に意味がある順序尺度です。1 と 2 の差と、4 と 5 の差が同じとは限りません。

そのため、満足度は平均の値だけで判断するのは危険です。全員が 3 と答えても、1 と 5 が半分ずつでも、平均は同じ 3 になります。マーケターは、答えごとの人数の割合をグラフにして、散らばり方まで確かめます。

ここでは、水族館や遊園地を運営する会社で、データを受け持つマーケターの 1 日の例を紹介します。

朝は、前の日の入場者数とチケットの売れ方を確かめます。雨の日や連休の前後など、いつもと違う動きがあれば理由を考えます。昼前は、届いたアンケートの表記をそろえ、年代ごとの満足度を比べます。

データを読む仕事ですが、人と話す時間も長くあります。分かったことを、展示や売り場の担当者に、グラフと短い言葉で伝えます。数字を見て「次に何をするか」まで提案できると、仕事の幅が広がります。

高校のうちは、情報 I の「データの活用」と、数学 I の「データの分析」を大切にしてください。表計算ソフトでの集計やグラフづくりは、仕事で毎日のように使います。情報 II を選べるなら、回帰分析やクラスタリング、機械学習のしくみまで学べます。

大学は、データサイエンスや情報系の学部のほか、経済学・経営学・社会学など、データを扱う多くの学部から目指せます。マーケティングは経営学部や商学部で学ぶことが多く、統計と組み合わせると強みになります。科目の名前や内容は大学によって異なります。

「なぜだろう」と気になると調べずにいられない人、数字を言葉に直して人に伝えるのが好きな人に向いています。経験を積むと、分析チームのリーダーや、データをもとに事業の方針を決める仕事へ進む道があります。