トップページ | ひとつ上のページ | 目次ページ | このサイトについて | ENGLISH

対策立案と実施

データ分析や企画の立場の人が 問題解決 を進めた時に、「原因がわかったので終了」、「対策案を出したから終了」という風になっていることがあります。

担当としては、それで良いのかもしれませんが、 問題解決と課題達成 という点では、その後に対策の実行が必要です。 実行してみて、ダメな場合も考えなくてはいけないこともあります。

対策の立案では、対策を決める時に大きな投資が必要なこともあります。 この場面では、 意思決定論 も役に立ちます。

対策は、自由な発想で

「対策は、これしかない」という風になってしまうこともありますが、できるだけ自由に発想して決めて行きたいものです。

対策や方策を発想する時は、MECEを念頭に置いて、体系的に網羅的に考えていくと良いです。 系統図が役に立ちます。

先人の知恵を活用する方法としては、 パターンによる発想 があります。

対策の、目の付けどころ

「問題が解決すれば良い」、と考えられるのなら、目の付けどころは、いろいろあります。

実務の上では、「結果が出るのが早いこと」、「効果が大きいこと」、「安く実行できること」、「安全なこと」、「懸念点(リスク)が小さいこと」、 と言った点で比べて、優先順位を付けて進めることになります。

原因系に取り組む

因果推論 がしっかりできていれば、根本的な解決ができることがあります。 「恒久対策」と言われるものの多くは、これに当てはまります。

「原因になっていることが、起こらないようにする」のための思い切った方法として、 問題が起きているシステムや設備の一部ではなく、そっくり変えてしまうようなものもあります。 「人の作業を、ロボットにする」、「刃物で切らずにレーザーで切る」などです。

結果系に取り組む

「応急対策」や「暫定処置」と言われるものの多くは、こちらに当てはまります。

手抜きのように思われることもありますが、 原因が問題の認識のされ方にある場合などは、現実的な対応として一番有効なこともあります。

対策の実行の仕方

あらゆる策を机上で検討するよりも、実際に試してみた方が、 はるかに早く、確かな情報を得られることもあります。 事前の完璧な検討が必ずしも良い訳ではありません。

また、緊急の場合は、効果が大きいものからではなく、すぐにできるものからになることもあります。



問題解決と課題達成のためのデータサイエンス

参考文献

スタンダード品質管理」 岩崎学 編著 培風館 2018
ばらつき低減のための4つの対策として、「結果にアクションをとる」、「原因にアクションをとる」、 「原因の状況をみて、その状況に応じてまえもって結果にアクションをとる」、「因果関係にアクションをとる」を挙げています。
タイトルから品質管理の入門書かと思いましたが、 実験計画法回帰分析管理図 といった、統計的な品質管理の方法本でした。


QCストーリー

QCサークル活動の基本と進め方 あらゆる小集団活動に役立つ」 山田佳明 編著 日科技連出版社 2011
対策の検討と実施として、手順1が「現象を緩和する処置」、手順2が「原因を取り除く処置」としています。


わかる!使える!品質改善入門」 石川君雄 著 日刊工業新聞社 2019
自動車関係の品質改善の様々な方法について、実際に体験したことを元にして、書かれているようで、現場感のある内容の本です。
QCストーリーについては、2ページだけですが説明があります。 対策立案として、改善の4原則(ECRS)を挙げています。 EがEliminate(排除)で「やめられないか?」、 CがCombine(結合)で「一緒にできないか?」、 RがRearrange(交換)で「取り替えられないか?」、 SがSimplify(簡素化)で「簡単にならないか」です。


発想法

問題解決のためのファンクショナル・アプローチ入門 そもそもそれって「誰のため?何のため?」」 山田佳明 編著 日科技連出版社 2011
「誰のため?何のため?」という見方で物事を見て、そこから解決策や代案を決めていくアプローチを紹介しています。


仕事はひらめきだ 問題解決のための「発想」の導き方」 渡井康祐 著 クロスメディア・マーケティング 2016
著者は、問題解決に直感を重視しており、それに関連して、行動すること、メモすること、話すことを大事にしています。
HBCモデル : Human Brain Computer。外界の刺激がイメージとなり、言葉で表されるまでのプロセスが階層的になっているとしている、脳のはたらきのモデル。 サイバネティクスを起源にしている。
NM法 : HBCモデルをベースにしている思考法。「データは不十分でも仮説を立てる。」、 「アナロジーで言葉を引き出す。」といったことで、アイディアを出していく方法。



順路 次は 効果確認のデータ分析

Tweet データサイエンス教室