問題が明確になったところで、次のステップPlan（計画）に移ります。
ここから本文です。
ゼミナール編（１） 〜データ利活用の進め方
1時限目 データ利活用の進め方
〜 実例で見るPPDACサイクル 〜
P（plan、計画）調査分析の計画と仮説の設定
成功の可否をにぎる「調査分析の計画」
PPDACサイクルにおいては、その次に控えるD（データ）のための計画、つまり、調査・分析の計画を立てます。無計画に調査・分析を行うと、有用なデータを収集できなくなるばかりか、見当違いの分析を行いかねません。PPDACサイクル成功の可否を二分するといっても過言ではない重要な部分が、この第２のP（計画）なのです。
また、ここで、できるかぎり原因と結果の見通し（仮説）を想定しましょう。仮説を立てるうえでの注意点は、全体を見失わずに、部分を広く深く具体的に掘り下げることです。事象（要因など）の関連性を俯瞰する論理図（ロジックツリーなど）の作成が有用です。
滋賀県の事例では、考えうる要因をフレキシブルに出した後、整理・抽出方法として、想定効果の大小のみならず、「データを準備・提供できるか？」という観点を採用しています。その後、最終的に仮説の設定をしており、エビデンスを導くための計画を立てていることがわかります。
滋賀県の実践例
M字カーブの発生要因を探るため、滋賀大学の協力のもと、次のようなワークフローにより、要因の仮説を立て、分析・考察するべき項目を絞り込みました。
1 アイデアを出し合う
ブレインストーミングにより、参加者から約50個の要因が提出されました。
ブレインストーミングの4原則
2 優先順位をつける 〜 ペイオフマトリクス手法
アイデアの優先順位をつけるためにペイオフマトリクス手法を使い、参加者から出された項目の絞り込みを行いました。横軸に施策影響・効果の大小を、縦軸にデータの準備・提供の難易度を設定し、データ利活用を前提としたEBPM推進を意識したものになっています。
ペイオフマトリクス
縦軸（実行難易度）‥ データの準備・提供の難易度
3 課題の整理（仮説の導出） 〜 ロジックツリーの作成
２の結果を参考にしながら、各項目をロジックツリー（＊）にまとめていきます。最終的に4つの中分類、11の小項目に分類・整理され、解決策の模索が可能となりました。ロジックツリーで表すことで、全体像を把握しながらも、問題の要因を広く深く具体的に探り下げることができます。
＊ロジックツリー‥問題解決に使われる手法。論理的に（Logic）考えるために、問題の要因を樹木（Tree）状に分解することから、ロジックツリーと呼ばれる。
ロジックツリー（概念図）
作成されたロジックツリー
ここがポイント！
- 統計データ利活用、成功への第一歩は「P・計画」。
- データ利活用を念頭におき、調査・分析の計画を立てる。
- ロジックツリーで、忘るべからず、全体俯瞰。
