アイデア出しの手法とデータ活用

この単元の正体：名前と説明の対応問題

結論から言うと、この単元は手法の名前と説明の組合せを問う問題です。ひっかけの選択肢には、同じ単元に出てくる別の手法の説明が並びます。そのため、手法ごとに一言で言える特徴を覚えておくのがいちばん効きます。

会議の手法：ブレーンストーミングとファシリテータ

ブレーンストーミングは、複数人で思いつくままに自由にアイディアを出し合い、発想を広げる会議の方法です。守るルールは「批判しない・自由奔放・質より量・他人の案に便乗してよい」の4つです。

ファシリテータは会議の進行役です。中立公平な立場でメンバーに発言を促し、議論の流れを整理します。結論を誘導する人ではありません。

デルファイ法（最頻出）：キーワードは「専門家・匿名・繰り返し」

デルファイ法は、複数の専門家に匿名でアンケートし、集計した結果を回答者に返して（フィードバック）もう一度聞く、という手順を繰り返して意見を収束させる手法です。答えが一つに決まらない未来予測や、プロジェクトのリスク識別に使われます。匿名にするのは、声の大きい人や上司の意見に引っ張られないようにするためです。

たとえるなら、料理コンテストの審査員が名前を伏せて採点し、全員の平均点を見てから採点し直す、というのを何回か繰り返すイメージです。

flowchart TD
  A["専門家を複数選ぶ"] --> B["匿名でアンケート"]
  B --> C["回答を集計・要約"]
  C --> D["結果を全員にフィードバック"]
  D --> E{"意見は収束した？"}
  E -- "まだ" --> B
  E -- "した" --> F["統計処理して分布とともに示す"]

データ分析の手法：クラスタ分析とテキストマイニング

クラスタ分析は、観測データを似ているもの同士の集団（クラスタ）に分け、それぞれの集団の特徴を分析する手法です。結果は**樹形図（デンドログラム）**で表します。樹形図は、データの枝が段階的に合流していき、最後に1本になる図です。

テキストマイニングは、アンケートの自由記述などの文章から、単語の出現頻度や単語同士のつながりを分析する手法です。

ビッグデータ：量・種類・速さがそろったデータ

ビッグデータは、量が膨大（Volume）、種類が多様（Variety）、発生と更新が速い（Velocity）という特徴を持つデータです。SNSの書込み、音声、画像のような非構造化データ（表の形に整っていないデータ）や、アクセス履歴のようなリアルタイム性の高いデータもそのまま分析の対象にします。

「活用事例はどれか」と聞かれたら、多種多様で大量のデータを分析している選択肢を選びます。顧客DBから連絡先を取り出す、人事情報から社員を絞り込む、財務諸表から利益率を計算する、といったものは従来のデータベースで足りる定型処理なので不正解です。

ソーシャルメディアと電子商取引

ソーシャルメディアの活用とは、利用者が意見を発信・共有できる双方向の場をインターネット上に作り、製品改善などに役立てることです。雑誌や専門誌に記事を載せる、ネット通販で物を買う、といった一方向の行為は活用事例ではありません。

**電子商取引（EC）**は、誰と誰の取引かで分類します。バーチャルモールは、ネット上に多数のお店が出店する商店街で、B to Cにあたります。