どんな人に向くか
- 施策の効果検証をデータで行いたいデータアナリストやマーケター
- Aテストを設計・評価する必要があるプロダクトマネージャー
- 統計学の数式より概念的な理解を先に得たいビジネスパーソン
- 因果推論の基礎を実務に応用したいデータサイエンティスト
この本を推薦するペルソナ
この本を「最初に読む3冊」に推薦しているペルソナはまだ登録されていません。
本書の概要
相関関係と因果関係の違いを明確にし、データから正しい因果推論を行うための思考法を一般向けに解説した入門書だ。回帰分析・RCT・自然実験など統計的因果推論の手法を数式を最小化して直感的に理解できるよう工夫した内容で、データ分析の本質的な力を養える一冊だ。
目次・章構成
目次データは準備中です
各章の見出しと要約を順次追加していきます。本書の構成感を掴みたい方は、まず「本書の概要」と「読み方ガイド」をご参照ください。
このロードマップに登場します
- データ基盤エンジニア ジュニアデータエンジニア（0〜1年）
- データサイエンティスト ジュニアデータサイエンティスト（0〜1年）
- データベースエンジニア / DBA リードDBA / DBアーキテクト（5年〜）
- 機械学習エンジニア ジュニア機械学習エンジニア（0〜1年）
- プロダクトマネージャー（PM） ジュニアPM（0〜1年）
- 学習の目的
- 「データ分析の力 因果関係に迫る思考法」を通じて、プロダクトマネージャー（PM）に必要な基礎知識を身につける。特にdata-growthの基本を理解することを目指す。
- 読み方ガイド
- まずは全体を通読し、概念を掴む。各章の要点をノートにまとめながら読み進めると効果的。
- 期待される成果
- ジュニアPM（0〜1年）ステップの学習後、data-growthに関する理解が深まり、プロダクトマネージャー（PM）としての基礎力が身につく。
良い点・気になる点
良い点
- 数学的背景を最小化し直感的な説明で因果推論の本質をつかめる
- ビジネス場面での具体例が豊富で実務への応用イメージが湧きやすい
気になる点
- 因果推論の実装（Rやstatモデル）には別途統計・プログラミング書が必要
次に読むべき本
同じカテゴリの本
同じカテゴリの書籍は現在この本のみです。
読み方ガイド
初心者の読み方
初めての方はまず目次と前書きを通読し、全体像を掴んでから前から順に読み進める。
中級者の読み方
中級者以上はすでに知っている章を流し読みし、自分の弱点に対応する章へ重点的に時間を割くと学習効率が上がる。
リファレンスとしての使い方
読了後はリファレンスとして手元に置き、業務で迷ったら該当章を辞書的に引き直す使い方が効果的。気になった引用は本棚にメモしておくと、再読時の入り口になる。
読了の目安: 章ごとに区切りながら、1日1章のペースで読み進めるのがおすすめ。
読了後に書ける学習アウトプット
書きたいアウトプットを先に決めると、読書の集中ポイントが明確になります。
- データ分析の力 因果関係に迫る思考法の核心アイデアを200字で要約したメモ
- business-analysisに関する自分の業務課題1つを、本書のフレームで再整理した記事
- 本書で得た学びを実務に適用した結果と、効果を測定するKPI
- 同じ章を読んだ読書会向けの議論ポイント3つ
- 参考になった引用と自分の解釈をまとめたブログ記事の下書き
外部リンク・購入
Amazon・購入
Amazon データ分析の力 因果関係に迫る思考法 を Amazon で購入するAmazon・購入
次の一歩を踏み出す
「データ分析の力 因果関係に迫る思考法」を活かすには、自分のキャリア地図上で位置づけることが大切です。