1/4になって今年の目標というのも遅い気がしますが、今年の目標を立ててみました。
Blogを書く
僕がこのBlogに求めることはいくつかあります。もちろん承認欲求を満たすということもその1つです。 自分の書いたものが誰かに読まれるというのはやはり嬉しいものです。この世界で自分が孤独ではないということを実感できるからです。
一方で、Blogを書くことは自分の思考を整理することにもつながります。思考というものは、言語化されて初めて形を成します。逆に言えば、文字列として表現できなければそれは文字通り混沌でしかない。そのアウトプットを、承認欲求を満足させるという目的も含めて、Blogエントリに起こしたい。
毎日を充実させたい
そうすると、思考を整理したいことがある時にBlogエントリを起こせばよくて、実際に昨年までの多くの時間はそうやってきたのです。ただ、不思議とそれだけでは満足できない。理由はわかっていて、僕は毎日を充実させたいのです。そのためにBlogを使いたい。
日常を充実させるにはどうすれば良いか、それはそれぞれの毎日に特別な意味を与えることです。
その日に何をしたのか、どういうことを考えたのか。何を見て、何を感じたのか。どのような失敗をして、何を学んだのか。そういう意味づけを毎日に与えることで、惰性で過ぎる日々ではなく、意味ある日々を過ごしたという実感が得られるんだと思います。
この話は、文体こそ違えど、16年前にも書きました。毎日に意味を与えるためには、その意味というものは、言語化しなければならないのです。それはできるだけBlog上で行いたい。
なんで無駄じゃない日が無駄になってしまったのかというと、ぼくがそのかわいそうな日の「特別なこと」に気づいてやれなかったからです。たぶんそういうかわいそうな日は、今、烈火の如く怒っていて、たぶんだけどもうすぐ沸騰する。ばあちゃんが悪いことは謝らないとダメよとか教えてくれたので、ぼくはその日に対して「無駄じゃないのに無駄とか言ってごめんなさい」と泣いて詫びなければならない。
そういうわけで今年は、このBlogをもう少し「日記」に寄せていきたい。技術だけでなくて、自分が何を感じたのか、その日をどう生きたのかをこまめに書いていきたいです。目標としては「毎日エントリを書く」(ただし遡及して書くのは有効)ことなのですが、どうなることでしょうか…。
業務を早めに終える
妻と相談して立てたもう1つの目標が「業務を21時までに終える」ことです。
僕は業務を「自分の家をきれいにすること」のように捉えているところがあって、何か気になるところがあればきれいにしたいのです。色々と気になる、こうしたら良いかなというところが出てくる、そうするときれいにしたくなる。 それを繰り返すと、色々なチャレンジが増えてきて、身動きが取れなくなってきてしまいました(ちなみにこれは僕のミスでして、周りの人は負担を小さくすることも含めて色々助けてくれています)。
自分が選んだ道ではある一方で、子供との時間も多く持てず、自分の時間も取れずで日々に充実感がなくなる。そういう状況を変える必要あるよね、という話を妻としていて、であれば具体的な目標としては時刻を決めるのが良さそう。最遅でも21時には業務を終えることで合意しました。
勉強テーマ
あとは勉強テーマですが、今年は分析と可視化をテーマにしていきたいです。
ビジネスを意味あるものにする上で、自分を含めた周りに必要なものはなんだろうかということを考えるのですが、それが分析だったり可視化だったりでした。
分析
色々とデータドリブン、ファクトベースでやっていかなければならない、というような話が多いわけですが、 そのためには分析が必要です。データが単にそこにあるだけでは意味をなさない。それが何を意味するのか、何を示しているのか、何を示していないのかを見極めなければなりません。
そのためには分析が必要です。その分析力が自分には欠けている。 AとBを比べて差異があったとして当該の差異は本当に有意なものなのか、だったり、AとBの相関関係は本当に意味のあるものなのか、といったことだったり。
統計学に手を出した元々のきっかけは以下のような話なのですが、もう少ししっかりと基本から実用まで十分な知識を学んでいきたい。
過去のエントリにも書いたんですがなぜ統計学を勉強し直してるかというと、最近いろいろとアンケートの結果を定量的に分析して対策立てるみたいな機会が多くて、指標が上がった下がったという話のほとんどが誤差の範囲なんじゃねーかというのを確かめたかったからです
— Yuichi Kiri (@kiririmode) September 30, 2023
可視化
チームで動くことが多くなる中で、絶対に必要なのは可視化です。共通認識を持つための礎として欠かせません。
Excelで数字を羅列したところで、なかなか共通認識には至りません。どこがまずいのか、どこが良いのか、どのような傾向があるのかはグラフ等を用いて可視化することで初めて共有できる。そうであるならば、この可視化を如何に軽量に行えるか、ということが重要になってきます。人間は負荷を嫌う生き物ですから、負荷を下げないことには当たり前にならない。
今のところ、統計といった分析、可視化で一番強いのはPythonだと思っています1。ですので、Pythonを基礎に可視化まわり学んでいければなと。