『世界標準の経営理論』

ビジネス誌や新聞などでの紹介も多く、広告の露出も多かったので気になっていた本です。しかし、印刷媒体で832ページというボリュームでとても読み切れないと思っていたので見送っていたのですが、長い自宅待機期間を機にKindleで読み始めました。

せっかく経営理論を網羅したと謳う本なので、腰を据えてきっちり読もうと、章ごとにノートに整理しながら読み進めるという、かなり時間のかかる読み方をしました。章あたり1時間半～2時間くらいかかるので、自宅待機期間のかなりをこの本に費やしたと言っても、言い過ぎではないような。

読み始めるまでの印象で、経営理論=フレームワーク、この本でビジネスフレームワークをきっちりと覚えるぞ！と読み始めて、さっそく期待を裏切られます。この本では、フレームワークは学びません。フレームワークは現象の整理であり、理論ではないからです。

で、この本は「理論」を開設する本です。

経済学ベースの経営理論
　↓
心理学ベースの経営理論
　↓
社会学ベースの経営理論

と順に各論を読んだあと、「ビジネスを説明できる経営理論はない」で締めくくられます。序盤にフレームワークでないことで裏切られ、終盤にビジネスを説明できる経営理論はないと裏切られで、ちょっと凹みそうになりますが、それでも本書はそうとうな価値があります。

会社員が「経営理論」に触れる機会は、あまりありません。ビジネスの現場では今日覚えて今日使えるツールが必要なので、いちいち理論から遡って意思決定するようなことはないからです。この本で説明されている理論は、ビジネス現場で使えるものというよりはリベラルアーツに近いものですから。でも、今回のコロナ自粛で時間ができ、理論まで遡って学ぶことができたのは幸運だったかと。

結局「自転車の乗り方を教わりに行ったら筋トレだけして帰ってきた」みたいな結果になりました。それはそれでよし。

車を手放した

自家用車を手放しました。

13年前、2007年5月に「マツダ・プレマシー」という3列シートのミニバンを購入。当時は一人めの子どもが1歳を迎え、前に乗っていたライトバン「日産アベニール」が若干手狭になっていました。11年目の車検を前に乗り換えた車でした。その後の家族の増も見越し、使い勝手がよさそうな3列シートを選びました。

その後、娘も生まれ、チャイルドシート2台載せの運用で、ミニバンは活躍しました。たいていは3列目は折りたたんだ状態で、大きな荷室としても重宝しましたし。

しかし、
・自宅からはるひ野駅がけっこう近い
・マンションの立体駐車場は、出庫に時間がかかる
ということで、出かけるのは電車がデフォルトな生活に。徒歩圏のカワチ・クリシマや、若葉台駅北口あたりも便利になり、日常生活なら徒歩で済む住宅地が形成されたこともあり、どんどんクルマに乗らない生活に。足立区にある妻の実家に行くときも、中央環状線が開通して便利になった首都高よりも千代田線直通多摩急行で北千住まで行ったほうが便利に感じるようになり、娘が小学生くらいになってからは地下鉄で行くことのほうが増えました。

で、車にどんどん乗らなくなる。最近は年に1,000kmくらいしか乗っていないかもしれません。ここ数年間で2度、エンジンを掛けなさ過ぎてバッテリーが上がってしまい、ロードサービスを呼びました。こんなことで、結局2万kmを超えたくらいで13年を迎えることになりました。

もう車を買い替えても乗らないだろうしもったいないので、今回は単純に車を手放しました。中古車店に持って行っても値が付かず、廃車手配をお願いして完了です。(探せば値が付くのかもしれませんが、コロナのご時世での外出は最小限にしたいので。)

というわけで、これから車を持たない生活が始まります。といっても、これまでと大して変わらないと思いますが。

『Data Analytics Made Accessible』

アンリミにデータ分析の本あるかな？と探してたら洋書がヒットした。どうせアンリミでタダなので、難しくて読めなくても構わないやとダウンロードしました。

開いてみると、英語はそんなに難しくなく、ちゃんと読めそう。和書に比べると読破には時間がかかりそうですが、久し振りの英語の勉強にもなるやと読み進めました。

前半は、BI、DWHといったツールの概要、データマイニングやデータビジュアライゼーションといった技法の概要。後半はデシジョンツリーや回帰と言った分析手法の説明が、簡潔に書かれています。データ分析についての全体的な考え方を捉えるのに、ちょうどよい内容です。英語なので斜め読みができず、かえってちゃんと読むことができ、けっこう腑に落ちたところもありました。

『IGPI流経営分析のリアルノウハウ』

コンサル会社IGPI流というよりかは、著者の前職の産業再生機構で経験の語りが多い。産業再生機構がやらなければいけないのは投資判断でもなくデューデリジェンスでもなく、企業価値の再生と出口戦略である。かなり特殊な業態といえよう。なので、MBA的な教科書とは勝手が違うのだ。とにかく今を何とか生きながらえている企業を、殺さずにきちんと元気にしなければいけない。なわけで、現場の生きた分析力が必要。教科書通りじゃ失敗するんだぜ、他にもこんな視点が必要なんだぜという、警告の書である。

Pythonで理解する統計解析の基礎

Pythonやら統計学やらを勉強しようと本を探していた時にヒットした本。著者を見てみると「谷合廣紀」の文字。ん？(当時)奨励会三段リーグをトップで走っていた(その後、四段に昇段←おめでとうございます!)と同じ名前では？と調べたら、本人でした。まじか、東大大学院で研究していて、プログラムの本を出版して、さらにプロ棋士になろうなんて人間がいるのか…。しかも、後日知ったのですが、大学院の研究室の指導者は、なんと短歌で有名な坂井修一だとか。ほんとうにわけが分からない濃密な世界。ちなみにあとがきには、著者がプログラムを学ぶきっかけになったのは、行方尚士八段にプログラマ辻慎吾氏を紹介してもらったからだとか。

統計検定2級の教科書を読み終えたあたりで、この本をKindleで買い、読み始めました。自宅のWindowsPCにAnacondaをインストールし、Python環境を作って、本書のコードを手入力しながらPythonと統計の両方を手に覚えさせます。本書の統計学の範囲は、ほぼほぼ統計2級教科書と同じ。おお、教科書でやった確率分布がMatplotlibで表示されるぜ! 確率分布がほんとうに実現できてるぜ! という感動を覚えるためのプログラムです。

一通り読んで
・本書ではPythonを覚えることが難しい
・本書では統計学を覚えることが難しい
という印象を受けました。

しかし、
・Pythonを一通り(特にnumpyやpandas)覚えた人が、使い方を定着させる
・統計学(2級レベル)を覚えた人が、手で覚えて知識を定着させる
という使い方に、非常に有効です。

本書ではnumpy、pandas、matplotlib、scipy.statsの関数の説明がほぼなく、このプログラムはいったい何をやっているんだ?というのを毎回Googleで検索して調べる必要がありました。過去に勉強したプログラミングの本は、本のなかでこういう疑問が解決できるように作られているものがほとんどなので、この点にはかなり苦しみました。どこかにリファレンスを置くなり、提供ソースのコメントに記載でもあれば助かるのですけど。

本書で使われていたAnacondaという開発環境を初めて使ったのですが、こちらも意外な環境でした。ブラウザ上で対話的にコードを入力し、対話的に順次実行していく環境です。大昔にMS-BASICを使ったことがある人なら「懐かしい!」と思うような環境ではないでしょうか。クリック一つで試行錯誤する使い方には、この環境なかなかよいですね。