データ分析の講座でちらほら出てくるPPDACサイクルについてまとめておく。まさに今の現場で欠如している考え方なので、ぜひ導入していきたい。
歴史とか近年の動き
課題発見や課題解決は一体どのように行っていけばよいのでしょう。
問題を解決するためのフレームワークの一つとして「PPDACサイクル」というのがあります。これは、問題解決における各段階をProblem（問題）、Plan（調査の計画）、Data（データ）、Analysis（分析）、Conclusion（結論）に分割した考え方です。
なるほど統計学園
PPDACサイクルは90年代に作られた問題解決手法のことで、データ分析を取り込むことでエビデンスに依拠した問題解決を行うことができる。
PDCAに似た印象を持つが、仮設設定→データ分析という点で大きく異なる。PDCAよりも具体的に、より成果を得やすい形になりそう。
最近では小学校の教科書でもこれを意識した教材作りがされているらしい。政府系データでもちょくちょく言及されているし、広まりつつある考え方のようだ。
どうProblemを設定するか
現在進行中の問題として、サイクルの最初に位置する「problem」をどう設定するかがなかなか難しいと感じている。
データ分析をしましょうという形でサイクルを回そうとすると、どうしてもデータ分析できる方法といった形で限定された問題を意識させてしまうことが多い。さらに、現在抱えている問題が曖昧なケース（明文化されていない）の場合は課題設定自体が難しい状態になっている。
課題について共有されていない状況の場合、まず感覚的に共有している課題の整理が必要。そのうえで、その課題が適切かどうかを判断するためにデータで裏付けを取るといったような全般的なPPDACサイクルの設定が必要かもしれない。
まずは「データ分析で解決できないかもしれないが、どんな課題があるのか」を明らかにする必要がある。
データ分析を目的化しないと公言する
データ分析は一見すると高度に専門家されたスキルで、それを使う人はちょっと怖い（相容れない）といった障壁は実際存在しているのを感じる。
また、やってることもよく分からないと感じられることも非常に多いので、誤解を生まないように「データ分析は目的ではない」ということをこちらから公言しておくことが必要。
そもそも分析データの取得には担当者や責任者の協力が不可欠であるわけだし、成果を生むための知見を得るためには親密なコミュニケーションが必要。分析を定着化させるには、現場の意見が継続的に反映されるような仕組み作りが要る。
PPDACサイクルの共有
目標に向かってプロジェクトを進めていくにあたって、データ分析の方法、ここではPPDACサイクルの手順を共有しておくことは必要だと感じる。
いったい何でデータ分析官がここに参加しているのか、どういった問題解決方法をとるのか、どういった価値判断をしているのかをあらかじめ共有しておくことでその後の活動がスムーズに行えそう。
合わせて相手の持っている価値観、業務範囲などの把握にも努めておくこと。
