そのデータは本当に必要？

2023年4月10日お役立ち情報,仕事

ものレボのCTO森松です。

会議にデータを持ち込んで発表するときに、とにかく数字が並んだものを持っていく方。
そのデータは、本当に整理ができてますか？

技術的な知識を交えて、データ整理の大事なポイントをご紹介します。

3つのポイント

構造化しよう
プロセスを洗い出そう
総合評価する

構造化しよう

理解が難しくなるのは、ほとんどの場合、構造化が曖昧だからです。
データを出す前に、そのデータのモデリングをしてみてください。
IT開発でよく使われている、DDDというデータモデリング手法に触れながら説明します

1. オブジェクトを定義する

オブジェクトというのは、同一性の定義です。
どこまでを同一としてみなすのかは、設定したゴールに準拠することが大切です。

例を挙げましょう。
採用活動の何らかのゴールがあるとして、採用される人側のオブジェクトを定義します。

候補者

これだけです。「採用される人側」と言いましたので、業界用語に言い換えました。仮に候補者（男）・候補者（女）とオブジェクトを定義したとします。それは、候補者という同一の性質を持ってるのに、性別で分けるのはもう定義が壊れてると言えるでしょう。ゴールに立ち返り、同一性の定義に矛盾を出さないことが重要です。ものレボでは、「WHYに立ち返る」と言ってます。

余談ですが、WHYに立ち返って同一性を定義すると、無駄な差別も区別も起こらないと思ってます。オブジェクトを定義を重ねてきた経験は、言葉を選ぶための重要な一つの要素として有効です。

オブジェクトには2種類あります。何となく程度に読んでください。

エンティティ

同一性により区別される
同じ属性であっても、区別される
可変である

値オブジェクト

透過性により比較される
交換が可能である
不変である

簡単に言うと、実績系は値オブジェクトですが、人とか物はエンティティになります。
深く考えなくても、ざっくり全部をオブジェクトと呼びましょう。

2. 要素を定義する

候補者オブジェクトには、その存在に必ずある情報があります。これはどういう扱いなのでしょうか。

一例として、「名前」の話をしましょう。私で言えば、名前の中に「森」という漢字がありますが、その森は木が3つあります。木が多いから森になったのかなと（よく知りませんが）文字から読み取れる情報はまだあります。

ここでWHYに立ち返ります。採用に「森」の成り立ちは必要でしょうか？まったくどうでも良い情報です。しかし、仮に名前がないとすれば、面接のときに候補者が誰なのかわからなくなり、挨拶したくても名前がわからなくなってしまいます。

WHYに立ち返ると、名前そのものは必須ですが、それ以上の情報はいりません。

この場合、オブジェクトの中にある「要素」として取り扱います。要素そのものはオブジェクトにもなれますが、ゴールに準拠すれば、そう取り扱う方が適切であるということです。

3. 関連性を定義する

オブジェクト間の関連性を線と文字で表します。仕事をしていれば誰でも聞いた事のある、「1対多」とか「多対多」とか言うやつです。
1からの手順を踏まえて、サンプルを作ってみました。

関連情報が加わり、全体像が把握しやすくなりました。
ゴールに準拠しつつ、シンプルに構造化することによって、整理の土台が出来上がります。

プロセスを洗い出そう

オブジェクトはプロセスを通ることによって、何かしらの影響を受けて変化していきます。
採用で言えば、候補者はカジュアル面談を経由することによって、より採用企業の事を理解出来た候補者になります。
以下に例を作りました。

プロセスは、ユーザー像（ペルソナ）毎に出してください。オブジェクトの図と比較がしやすくなります。プロセスは左から右へ時間軸が動いてます。サンプルは少し大雑把ですが、行うべき/行っている全てのプロセスを洗い出してください。

総合評価する

さぁ、オブジェクトとプロセスを繋げましょう。関係があるオブジェクト/要素をプロセスに紐付けてください。プロセスに何かしらの対応行動をうってるのであれば、オブジェクト図にわかるように追加してもいいでしょう。相関図に相当するものも作っても良いかも知れません。
※私の普段使いの照らし合わせ手法もありますが割愛します。方法は一つでありませんし、長くなるので・・・。

あなたの本当のボトルネックをみつけてください。そのボトルネックに直接関連する数値こそが、あなたが本当に発表したい内容のはずです。

以下のような項目を確認してみてください。