前職では、私が提案したマトリクス分析手法は「数字が一人歩きする」という理由で採用されませんでした。
当時は「数字の一人歩き」の意味がよく分かりませんでした。
なぜなら、私が考案したマトリックス分析手法は、誰がやっても、何度やっても、一貫して同じ結果が得られたからです。
私の前職では、定量的な手法ではなく、アナリストのスキルに依存する定性的な手法を主に使用していました。
数字が独り歩きする主な要因の 1 つは、アナリストが主観的な判断を導入したり、分析手法やパラメーターに関して選択を行ったりする場合です。
分析者による分析方法の選択によって異なる結果が生じる可能性があり、分析者が主観的に設定したパラメーター値に応じて結果が変化する場合があります。
データ クレンジング、欠損値の処理、特徴選択などのデータ前処理タスクをアナリストが実行する方法も、結果に大きく影響する可能性があります。
データを分類するためにカットオフ値を設定する必要がある状況がありますが、これらのカットオフ値はアナリストが主観的に選択できるため、結果に重大な影響を及ぼします。
これらの要因により、異なるアナリストが同じデータに対して異なる結果が得られ、数値が独り歩きする可能性が高まります。
あなたの分析結果は定量的かつ客観的であり、再現性のあるものですか？
” Numbers don’t take on walk alone “
In my previous job, my proposal for the Matrix Analysis Method was not adopted, with the reason being that “numbers walk alone.”
At that time, I didn’t fully understand the meaning of “numbers walk alone.”
The reason was that the Matrix Analysis Method I had devised consistently produced the same results, regardless of who conducted it or how many times it was done.
In my previous job, we primarily used qualitative methods that depended on the skills of the analyst, rather than quantitative methods.
One of the major factors causing numbers to walk alone is when analysts introduce subjective judgments or make choices regarding analytical methods and parameters.
The choice of analytical method by the analyst can lead to different results, and the results may change depending on the parameter values set subjectively by the analyst.
The way data preprocessing tasks such as data cleansing, handling missing values, and feature selection are performed by the analyst can also significantly influence the results.
There are situations where cutoff values need to be set to categorize data, and these cutoff values can be chosen subjectively by the analyst, thereby having a significant impact on the results.
These factors contribute to different analysts obtaining different results for the same data, increasing the likelihood of numbers walking alone.
Is your analysis results quantitative, objective, and reproducible?