データリテラシーとは？社会人として必要な新たな常識を解説

01データリテラシーとは？

データリテラシーとは、データの内容を理解し、活用すべきデータを選んで分析し、その結果を正しく解釈する能力である、といえます。データに関する知識だけでなく、的確に理解したうえで分析し、解釈までする能力のことです。データアナリストやデータサイエンティストなどデータ分析の専門家はいますが、いまやデータリテラシーは社会人にとって一般的なビジネススキルです。技術的な知識よりもデータを理解して活用するための論理的思考が求められます。 データリテラシーには大きく分けて分析と活用があります。データは正しく分析して可視化しなければいけません。またデータを集めるだけではなく、分析データを活用する能力も必要です。

データ分析

データ分析とは数学や統計などの技術を通じてデータから何らかの洞察を引き出すことです。また分析結果や分析の目的によって視覚的に簡潔に表示することも重要です。データを分析するためにはまずはデータを理解しなければいけません。データを読む力を身につけ、そこから洞察を引き出す能力です。

データ活用

データ活用とはデータから得た理解に基づいて、実際の暮らしやビジネスにおいて行動を起こすことです。データの使い方はそれぞれです。同じデータであっても組織のなかで求められる役割やミッションに応じて使い方は異なるでしょう。データを目的に応じて正しく使う能力です。

02データリテラシーの重要性

データを分析して活用することは専門家のみの仕事ではありません。前述の通り与えられたポジションによってデータを使う目的が異なるため、一人ひとりがデータを活用するリテラシーをもっている必要があります。ではデータリテラシーを身につけることでどのような利点があるのでしょうか。

データの重要性の理解

普段活用しているデータの一つひとつが、いかに重要であるかを理解できるようになります。業務の報告や数値管理で使用しているデータがどのように活用されているか、データリテラシーを身につけることでわかるようになるからです。データの重要性を理解していない状態では、数値の入力や報告をただの作業としてしか捉えられません。データリテラシーを身につけ重要性を理解することで、普段活用しているデータからは何が読み取れ、今後どのような行動が取れるかを意識できるようになります。

データに基づいた意思決定

データは判断したり検討したりする際の根拠になります。意思決定だけでなく目標の設定やマーケティングや組織開発にもデータリテラシーは重要です。 データに基づいた意思決定は根拠があり論理的で、社内外からの納得感も高いでしょう。また目標設定、マーケティング、組織開発などあらゆる場面において数字は必ず使われます。数字のない曖昧な目標に価値はないのです。

生産性の向上

データに基づいた決定と行動は、生産性の向上につながります。経験や感覚に基づいた行動も時には大切ですが、根拠の薄い決定は結果的に遠回りになってしまったり、失敗に繋がってしまう場合も多いです。信頼性のあるデータに基づいた決定ならば根拠があるため、工数や費用を削減した効率的な行動につながり、生産性を向上させることができます。

論理的なPDCAサイクル

PDCAサイクルを回すにもデータを活用することが求められます。初めのP（Plan）の段階では過去の実績や競合他社のデータ、損益分岐点などを加味して計画を立てます。D（Do）の段階では実際に実行した結果のデータを収集して次につなげます。C（Check）では実行した結果のデータを使って評価を行います。行動データを元に分析し、Planの段階で計画していた目標との差異や原因について分析します。A（Action）の段階で分析したデータを活用して改善行動につなげます。 目標値に届かなかった数字は何なのか、なぜ届かなかったのか、どうすれば届くのかなどを考察し次なる計画を改善したデータに基づき作成していきます。 データのないPDCAはただの根性論に陥ってしまう危険性があります。売上が足りないからといって、「もっとがんばろう」という目標を立てても、実現は難しいでしょう。

＜PDCAサイクルのSchooおすすめ授業＞

成果を出していく上で非常に重要なビジネスフレームワークであるPDCA。
データを分析し、活用していく中で求められるスキルとなりますが、なんとなく理解しているけど、体系的に学んだことがないという方も多いのではないでしょうか。
本授業では、PDCAの基礎について学ぶだけでなく、日常の業務の中でどのようにしてPDCAサイクルを回していくのか具体的な実践方法についても学ぶことができます。

「“もっと” デキる若手のPDCA」

データマネジメントへの活用

データをビジネスに活かすために管理する「データマネジメント」にも活用できます。データマネジメントでは、信頼性のあるデータを蓄積し、必要に応じて引き出すことが大切です。データリテラシーが低いと、必要なデータの判断ができず、そのデータから何を読み取ればいいかもわかりません。データマネジメントを行うためには、高いデータリテラシー が重要になります。

企業価値の向上

企業や事業に対する評価はデータを元に行われます。自社の強みの分野もデータとして表せるでしょう。利益や資産収益率（ROA）、一株あたりの純資産（BPS）、株価純資産倍率（PBR）などのデータは取引先企業や投資家からの評価の基準になります。会社内でどれだけ優れた技術やノウハウをもっていたとしてもデータに反映されなければ理解してもらえません。 また経営においてやみくもに売り上げを上げることを目指すのは非効率です。企業の目標は売上の向上ではなく、利益の向上です。各指標を分析しボトルネックを探し、効率的に利益向上を目指す際にもデータは欠かせません。

03データリテラシーで求められる能力

データリテラシーで求められる能力として、次の4つが挙げられます。

これらの能力は、データを扱う上で必要不可欠であり、個人や組織がデータを有効に活用し、意思決定や問題解決を行うための基盤となります。データリテラシーを向上させることは、現代のデータ駆動型社会において競争力を持つための重要なスキルの1つです。ここではそれぞれについて詳しく解説していきます。

読解力

データを読み取り、理解する能力です。これには、データがどのように収集され、整理されたかを理解し、データセットの構造や形式を理解することが含まれます。また、データが表す情報やパターンを正確に理解する能力も含まれます。読解力は、データの質や信頼性を評価する際にも重要です。

分析力

データを分析し、洞察を得る能力です。これには、統計的手法やデータ分析ツールを使用してデータを探索し、パターンや関係性を特定する能力が含まれます。分析力を持つことで、データから意味のある情報を抽出し、問題を理解し、解決策を導くことが可能となります。

活用力

データを活用して意思決定や問題解決に役立てる能力です。これには、データを適切に可視化し、説得力のあるストーリーを作成する能力や、データを活用して問題を解決する能力が含まれます。活用力を持つことで、データをビジネスや社会の価値創造に活かすことができます。

説得力

データを他者に説明し、影響を与える能力です。これには、データを分かりやすく伝える能力や、データに基づいた説得力のある議論を展開する能力が含まれます。説得力を持つことで、データに基づいた意思決定や行動の促進が可能となります。

04データリテラシーの鍛え方

私たちの身の回りにはデータがあふれかえっています。しかし社会にあふれるさまざまなデータに触れているだけではデータリテラシーは身につきません。普段生活する上でも情報を見た際に疑ってみることや、その情報を活かせる分野を探すことを意識してみることも有効です。

データサイエンティスト検定

データサイエンティスト検定はデータサイエンティストに必要なデータサイエンス力、データエンジニアリング力、ビジネス力それぞれの実務能力や知識を証明できる資格です。データサイエンティストとはデータに基づいて合理的な判断を行えるように意思決定者をサポートする仕事です。 データサイエンティスト検定はデータサイエンティストのためだけの資格ではありません。資格の難易度は全部で4段階あり、一番低い難易度であれば日常の業務で有効な知識が得られます。

統計学でデータを読む力を身につける

データリテラシーを身につける際に最初に必要なことは、データを正しく理解することです。そのためにも統計学は有効です。平均値や中央値、最頻値などの数値の違いや特徴が分かれば数値が何を意味しているのか理解できるようになるでしょう。また相関や偏差値なども学べばデータを分析する際に役に立ちます。

データ分析ツールを活用した分析力向上

データ分析ツールは自動でデータを分かりやすいように分布してくれます。例えばWebサイトの閲覧データを調べるツールにGoogle Analytics 4があります。Google Analytics 4では閲覧者が何人いるのかだけではなく、どこの国からアクセスがあったのか、Webサイト内での行動、どのページで離脱しているのかなど非常に多くのデータが閲覧できます。日頃から分析ツールに慣れておけば新しい事業を始める際にどのデータを集めるべきかが分かるようになるでしょう。

＜Google AnalyticsについてのSchooおすすめ授業＞

2023年7月1日より完全移行となったGoogle Analytics 4（GA4）ですが、従来のGoogle Analytics（UA）と機能が異なったり、「探索」といった新機能が追加されるなど、不明点がある方も多いのではないでしょうか。
本授業では、Schooのアクセス解析に関する授業を担当してきた小川卓先生に、「GA4とUAの違いと新出用語」や「新しくなったレポート見方」「新機能『探索』の使い方」などについて、解説していただきます。

「Google Analytics 4 の基礎と分析」

実践でデータを活用する

データを実際に使ってみることは効果的です。例えばスーパーの特売のチラシが配られたとします。特売という文字や値下げ幅に驚き一喜一憂するだけでなく、そのデータを実際に読み解いて、使ってみましょう。他店舗と比べていくら得になるのか、品質と価格は見合っているのか、普段はいくらで売られているのかなど、一つのデータから考えられる考察はさまざまです。

05さまざまな場面で役に立つデータリテラシー

上述のようにデータは日常生活のいたるところにあふれています。データリテラシーはビジネスマンとして必要な能力ですが、日常生活においても役に立ちます。 ただし、データも万能ではありません。あくまでただの情報であり、正しいデータに基づいた行動が必ずしも正しいとは限りません。そのデータを元にどう考えて行動するのかを見極めることが大切です。

ビジネスパーソンとして必要な教養

今後ビジネスにおいて扱うデータ量は確実に増えていくでしょう。ビッグデータを用いた社会活動が当たり前になりつつあります。そもそもビッグデータとは一般的なデータ処理ソフトウェアでは扱うことができないほど巨大で複雑なデータの集合の事です。技術の進歩により処理できるデータ量の上限は日に日に増しています。よりデータリテラシーが求められる時代になるでしょう。 また、前述のようにデータ分析や活用は専門家のみの仕事ではなくなっています。もはやビジネスパーソンとして備えておかなければいけない教養といえるほどに重要になっています。パソコンが普及した1990年代にはコンピューターリテラシーという言葉が広く普及しました。パソコンで表計算や電子メールが使いこなせるスキルを意味します。しかし今ではそのようなスキルは備えているのが当たり前のレベルになっています。データリテラシーも同じように、今後当たり前の知識として扱われるかもしれません。

私生活でもデータリテラシーは必要

私生活においてもデータリテラシーは役に立ちます。前述のとおりデータは日常にあふれていますが、正しい情報や本質的な情報はごく一部です。例えばダイエット中の食事のカロリー計算をする際には、カロリーだけでなく糖質や脂質も重要です。バナナダイエットなどがテレビで紹介されてバナナが売り切れるといった現象が過去にもありました。確かにバナナは満腹感を得られる割りにカロリーは少ないですが、含まれている糖質は少なくありません。 このように我々の周りには数字があふれています。正しく論理的に数字を見て分析し活用する能力は、普段の生活にも役に立ち、なおかつ意識することでデータリテラシーの向上にもつながります。

06データリテラシーの現状と課題

データリテラシーはビジネスにおいて多くのメリットがありますが、世の中に広まりきっていないのが現状です。実際に総務省の調査では、世の中でデジタル化が進んでいない理由として「利用する人のリテラシーが不足しているから」と44.2%の方が答えています。そのため、一部の人物にしか高いデータリテラシーが身につかず、うまく活用されていないことが課題となっているのです。こういった課題を解決するためには、組織内で授業や研修を行い、データ活用への抵抗をなくすことが重要になります。

データ分析学習ロードマップ―「データサイエンス」のはじめ方

 

「データ分析ができるようになるには、何を学べば良いのか―。」 スキルを身につけるための学習ロードマップをご紹介

• 
  担当講師：村上 智之先生

  株式会社データラーニング 取締役CAO
  
  株式会社ALBERTにてデータサイエンティストとしてキャリアをスタートし、機械学習やデータエンジニアリングに関する基礎を習得。株式会社イノーバでマーケティングオートメーションツールの開発やサービス企画の経験を積んだ後、澪標アナリティクス株式会社にて、大手自動車メーカーの分析チーム立ち上げに従事。その後2018年5月にデータラーニングを設立。初学者に向けたデータ分析の教育事業とデータ分析の受託事業、データ分析人材向け有料職業紹介事業を展開。社員数数万人規模、売上数千億円以上の規模企業からスタートアップまで幅広い領域での分析コンサルティングを手がける。

データ分析学習ロードマップ―「データサイエンス」のはじめ方―

---

 

「研修をしてもその場限り」「社員が受け身で学ばない」を解決！
研修と自己啓発で学び続ける組織を作るスクーの資料をダウンロードする

■資料内容抜粋
・大人たちが学び続ける「Schoo for Business」とは？
・研修への活用方法
・自己啓発への活用方法　など

07まとめ

データリテラシーはもはや社会人としての教養といっても過言ではないでしょう。今後ますますデータが活発に使われていきます。データを分析する能力はAIに取って代わられる可能性もありますが、大切なことはそのデータから何を読み取りどう行動するかを考えられる人間です。数字の羅列に意味を見出すことは人の仕事として今後も必要になるでしょう。これを機にデータリテラシーを学んでみてはいかがでしょうか。

▼【無料】経済産業省が取り組む デジタル人材育成プラットフォーム｜ウェビナー見逃し配信中

 

経済産業省の商務情報政策局 情報技術利用促進課でDXリテラシー標準化の検討会を行っている同課の金杉 祥平氏をお招きし、「経済産業省が取り組むデジタル人材育成プラットフォーム」について語っていただいたウェビナーのアーカイブです。デジタル人材要件の定義や、リスキリングするための構造化された項目、さらに経済産業省で構想している人材育成プラットフォームについてもお話しいただいております。

• 登壇者：金杉 祥平様

  経済産業省 商務情報政策局 情報技術利用促進課 課長補佐（企画）
  
  2006年に経済産業省に入省。過去には、再生可能エネルギーの推進、家電製品の安全基準の整備、電気事業制度のルール整備、福島第一原子力発電所の廃炉推進に従事し、2021年5月から現職。情報技術利用促進課では、地域企業・産業のDXの実現に向けて、デジタル人材の育成を推進するため、デジタル知識・能力を身につけるための実践的な学びの場を提供する「デジタル人材育成プラットフォーム」の制度設計を担当。

アーカイブを無料視聴する