イシュードリブン分析
「何が問題なのか」「何を解決できれば嬉しいのか」というイシュー（課題の核心）を最初に明確化してから分析設計・手法選択・データ収集に進む、データ分析プロジェクトの設計思想。
概要
データ分析プロジェクトの失敗の多くは技術的問題ではなく、イシューが曖昧なまま分析が開始されることに起因する（データ分析失敗パターン（5類型） 参照）。イシュードリブンとは、ツール・手法・予算の議論より先にイシューを定めることを絶対的な原則とするアプローチ。
核心原則
まず「何が問題なのか」「何を解決できれば嬉しいのか」を考えるべきだ。イシューが見定められれば、自ずと「まずはデータの管理方法を考えよう」「この手法が使えそうだ」という次の一手が見えるものである。（尾花山 和哉 / 株式会社ホクソエム）
実践ステップ
- イシューの定義: 「〇〇が解決されれば、誰が何をどのくらいうれしくなるか」を具体化する
- 結果のシミュレーション: 考えられる分析結果をいくつか仮定し、それぞれがどう使えるかを事前に問う
- フィージビリティの確認: イシューに対応するデータが取得可能かを検証してから本格着手
- 手法の選択: イシューに最も効果的なアプローチを選ぶ（注目度・複雑さではなく適合度で選ぶ）
失敗への対比
| 反イシュードリブン（失敗） | イシュードリブン（成功） |
|---|---|
| 「AIを使いたい」から始まる | 「〇〇を解決したい」から始まる |
| 手法ありきで課題を当てはめる | 課題ありきで手法を選ぶ |
| 分析後に「使い道がない」と気づく | 分析前に「使い道」をシミュレーション済み |
| 政治的な理由で手法を決める | ビジネス価値で手法を決める |
関連概念
- データ分析失敗パターン（5類型）
- 手段の目的化（データ分析）
- AI時代の仕事術（仕事の本質） — 「問題の厳密な定義」との共鳴（小川 雄太郎）