ロジックツリー

分析

分析 = 分類 x 分解

分析 = 分類 x 分解 となる。

  • 分類
    • 汎化関係なので一般と特殊の性質をを持つ
    • UML で言うと、Generalization
    • UML の記号だと △
    • 一言でいうと似たものをグルーピングすること
  • 分解
    • 集約関係なので全体と部分、から構成されている
    • UML で言うと、Composition や Aggregation
    • UML の記号だと ◇
    • 一言でいうと一つのものを部分に分けること

分析軸について

  • データの集合の切り分け方(分析軸)は無限にある
  • ある線分に回帰させる方法や、x={1, 2, 3}みたいな形でタテに切ったり、斜めに切ったりする方法もある
  • 分けたい対象を MECE に分けられて Fit する分類機(分析軸)を選ぶべし

MECE じゃないパターン

  • 補集合がある = 網羅していない
  • 背反じゃない = ダブっている

① 分類

ロジックツリー

  • 分類のロジックツリーは UML の Extension の矢印で表現できる
  • 下に行くほど特殊となり、上に行くほど一般になる
  • 下の図の場合は横軸は分類軸 (階級名)となっている

集合

  • ロジックツリーは集合でも表現できる
  • 分類は集合は UML では配置図で表現できる
  • 動物の分類は階層構造になった
    • NOTE: 似たもののグルーピングなので階層構造である必要はない

  • 全国の店舗のデータに対して次のように分類(似たものをグルーピング)することができる
  • 軸は軸羽軸で時間と空間、データの性質軸で定量データと定性データ
定量データ定性データ
空間で分類店舗別売上店舗別活動
時間で分類月別売り上げ月別活動

② 分解

ロジックツリー

UML 的には二つある。

  • 集約| Aggregation ( has-a )
  • コンポジション| Composition ( has-a | 強い集約)

意味は、上に行くほど全体で、下に行くほど部分となっている。

集合

  • ロジックツリーは集合でも表現できる
  • 集合は UML では配置図で表現できる

  • 軸は軸羽軸で時間と空間、データの性質軸で定量データと定性データ
  • 分解(一つの物を分ける)方法は因子軸部分軸
定量データ定性データ
因子売り上げ = 客単価 x 客数成績 = 能力 x 情熱
部分売り上げ = 費用 + 利益活動 = 営業 + 製造

ref