データ指向のソフトウェア品質マネジメント の商品レビュー

野中誠,小池利和,小室睦【著】

2013/03/05

6.1.4 欠陥の分類
がよい。
　機能性欠陥
　発展性欠陥
に分類している。

全体の章が影響の把握，静的モデル，動的モデル、測定方法という構造が良い。

金融系で聞く具体的な不具合について、データでの分析があると嬉しかった。
事故があっても分析結果を公開していないため不可能かも。

2012/09/16

野中先生の切り口の鋭さと、小池さんの豊富な実践経験と、小室氏のデータ解析力がハーモニーよく一冊の本にまとまりました。事実に基づく品質マネジメントを実践したい人は読むべしです。

本書の冒頭に、経済学者ケインズの
　“I'd rather be vaguely right than precisely wrong.”
　（精密に誤るよりも漠然と正しくありたい）
という文章が引用されています。

著者の一人の野中先生のプレゼン資料（http://www.hitachi-solutions.co.jp/forum/tokyo/vol57/pdf/pb_seminar57_1.pdfの27スライド目）によると、

● 私たちのメトリクス利用は「精密に誤って」いないか？（自戒の念を込めて）
　- 手法や理論モデルの洗練／詳細化が目的になっていないか
　- 細かい議論に深入りしすぎて、現実の問題から目が離れていないか

● 「漠然と正しい」情報が得られているか？
　- 意思決定に役立つレベルの精度を持った情報が得られているか
　- 正しい意思決定に役立つ、正しい方向感の情報が得られているか

と解説されています。また、Twitterで、同氏は、

　> 同じデータに、根拠もなく数式上の精緻なモデルを適用して精度が
　> 上がったと喜んで、現場感覚からするとワケ分からん、というのを
　> やめましょうよ、などという意図です。
　> 本質的なものををシンプルに示すだけで意思決定には概ね役立つと
　> 考えてます。

とも書いています。

★★★

さて、ここで、データを元にした分析スタッフに共通する悩みが生まれます。
本書の著者の一人でもある小池さんとも昔々に東高円寺の地下のスナックで語り合ったことです（同じテーブルには野中先生もいらっしゃいました）。

それは、「もし、分析結果を『現実の問題』や『正しい方向』に照らせるのなら、分析するまでもなく『現実の問題』をやっつけて、『正しい方向』に進めばよいのではないか？」という矛盾です。

分析するためには、データを取る必要があり、いくつかのデータについては多くの人に入力を協力してもらう必要があります。たとえば、工数の分析をしたいとなると全員に対して、

　・ どの程度の粒度で入力してもらうのか
　・ いつまで入力してもらうのか

についてスタッフは決める必要があります。さらに、データ構造（何階層にするか、自由コメントは許すのか）についても決めます。
この時に、データ構造は、データを分析する軸をある程度想定しないとなりません。つまりは、「データを取る前に問題を理解し、正しい方向も想定しておく」必要があります。

そして、多くの場合、当たり前の結果が得られます。
「そんなことデータを取らなくったって知ってた」って言われます。

　私「小池さん、すごくお金を掛けて時間を掛けてデータを取って「知ってた」って言われますよね。
　小池さん「うん。
　私「画期的な何かが見つかることって少なくないですか？
　小池さん「少ないよ。ほとんどないって言ってもいいかも。
　私「そういうのって、どうなんですかねぇ？
　小池さん「秋山さん、でもね、当たり前の仮説でもデータの裏付けが取れると自信を持って進めることができるんですよ。
　私「自信を持って？
　小池さん「そう。確信があると、現場を説得する時の気迫が全然違う。だから、そんな細かなデータはいらないんだけど、そうだよなって思える事実を示して共有するのが大事だと思うんです。
　私「なるほど。

小池さんと真面目な話をしたのはこれが最初で最後かもしれないのですが、妙に心に残っていて、そして、本書を読んで思い出したのでした。

★★★

それから、本書には野中先生の「欠陥の測定（バグの数え方）」の話も載っています。
とても大切な話（欠陥の数え方を例にしてデータの取り方の基本を教えてくれるとてもよい話）なので、じっくり読んでほしいと思います。

ということで、様々なノウハウが詰め込まれたとても良い本なのでお勧めします。

後半部分のデータ解析技術については、さすがにこのページ数では収まらないので、この本だけで実践するのは不可能と思います。
著者らによる姉妹編（統計処理実務）がでるといいなぁ。あと、著者らが統計を身に着けた経緯なんかがブログに書かれるとうれしいかも。