前回のコラムでは、分析プロジェクトの進行時に依頼主やプロジェクトのステークホルダーに分析アプローチを提示することの重要性について寄稿しました。使用するデータセットや期間、処理手順、モデリングの方針、評価方法など分析のプロセスを明らかにしたものを提示することで、追加要望や手戻りを防ぐことができます。今回はこのアプローチ設計、分析計画書に必要な要素について記載したいと思います。

私は自身の携わるプロジェクトでは、この計画書をデータの取得から詳細なモデリングに入る前（依頼主からデータセットを受け取り基本分析が終わった後、データの構造を確認した後）のタイミングで提示することがほとんどです。そもそものプロジェクトの大枠のプロセス提示はプロジェクトの提案時やキックオフ時に行われると思いますが、「分析のモデリングや具体的な仮説検証に入る前に」提示するものとしてご確認ください。

– 用いるデータセット
分析に用いるデータセットの一覧とその項目および期間、取得前であれば取得方法と場合によっては権利関係について言及します。

– データの処理工程・処理プロセス手順
取得→前処理・クリーニング→単変量解析・分布の把握→相関の把握→モデリング→評価という基本プロセスをデータセットの名前などを用いながら言及します。ときにはいわゆる「前処理」のポリシーや変数のくくり方、特徴量設計についてのポリシーも提示しても良さそうです。

– モデリングに用いる変数・特徴量の候補
事前に立てた仮説に対し”あたり”のついている変数や特徴量は記載をします。この時点で過不足が無いかの確認に用いることができるため、以降の進行をスムーズにすることができます。

– 想定されるモデリング手法
予測・識別・分類・パターン発見などプロジェクトの目的によって用いる手法は様々ですが、想定される手法は提示します。また可能な限りその手法のメリット・デメリット、性能についても言及できると依頼元の期待値を適切にコントロールすることができます。

– モデルの評価方法および評価指標の提示
計画書でも最も重要なのが評価方法と指標の提示です。用いるモデルによって評価指標も異なりますので、モデリング手法と対で構成した資料にすることも多いです。

– 分析結果イメージの提示
必ずしも必須ではありませんがアウトプットイメージがあると議論も調整も行いやすくなります。用語だけでも分析対象テーマや収集データからキーワードを用いたイメージを提示できるとよいでしょう。

大切なことは”データの構造を把握したうえでの方針提示”であるということです。分析プロジェクトのハンドリングは前回言及した契約の種別により大きく左右されますが、どのような場合であってもデータを元にした意思決定に徹すればハンドリングに苦慮することも少なくなるはずです。上記の計画書はあくまで私の用いている方法ですが、プロジェクトの規模に関わらず分析のプロジェクトを請け負う方には参考にしていただければ幸いです。