見出し画像

【不定期連載】 #在宅勤務制度 始まったので、5年6ヶ月ほど使ってみて、歩数の見える化を通じてデータ活用を考えた件

はじめに

このシリーズは、全社員対象の在宅勤務制度が利用可能になったある企業のサラリーマンが使ってみた結果を不定期に書いていくシリーズです。

これまでのシリーズは以下の通りです。

正直なところ、最初は「在宅勤務制度を使ってみてどう思ったか」という所感を書くものだったはずなのに、いつのまにか「在宅勤務だと歩かなくなるのでその数値を見える化しよう」という企画になり、それすらもいまや惰性になりつつあり、いまや

歩数データをPythonで見える化して所感を書くコラム

となっているのが実情です。とはいえ、転職を経ていろいろな変化が毎回いろいろ気づきがあるので、今回も書いていきます。


5年6ヶ月の「歩数」グラフ

前回作成したPythonのコードを活用し、まずは「その月に歩いた歩数」を出力します。

月ごとの合計歩数に勤務情報を追加してみた結果

前回書いた通り、「O(青紫)」と「U(赤)」は出社先が異なります。これは2023年6月より転職したためなのですが、見た感じ明らかに平均歩数が減っているように見えます。

ヒストグラム

そこでヒストグラムを描いてみます。Pythonのmatplotlibだとヒストグラムを描くためのメソッドが用意されていますし、グラフを重ねるなどといったExcelでは難しい作業も簡単に実行できるのが素晴らしいですね。

「旧勤務地」と「現在の勤務地」の歩数の違いを見える化

回数が違うのはここではどうでもよくて、あくまでピークを見比べる必要がありますが、「O(青紫)」のピークが8000~9000歩台で、10000歩以上も多数あるのに、「U(赤)」のピークは6000~7000歩台です。明らかに、赤の方が歩数が少ないことがわかります。このように

「転職によって職場までの移動が減った」ことがデータで明らかに

なったことは見える化の大きな効果です。ちなみに、出張時(S=緑)と見比べると、歩数が増えているものの、分布が広がっています。これは、出張先によって歩数が変わるという性質を示しています。当然と言えば当然です。

「現在の勤務地」と「出張時」の歩数の違いを見える化

このようにヒストグラムを描くと、平均だけでは見えてこなかった「分布」の概念が見える化できるようになります。

おわりに ~ 小学生のうちから「データ活用」を考える

というのも、このようなヒストグラムは、今は小学生から扱うようになっているようです。小学生向けのデータ活用教材も出始めてきており、たとえば、くもん出版の「データの活用にぐーんと強くなる」シリーズは我が家でも活用しています。

ちなみに、くもん出版さんの公式noteもありました。高校の「情報I」を見据えての構成である点などの解説は勉強になります。

先日ご紹介した13歳からのデータ活用大全という書籍も含め、

データの活用とデータの見える化の議論を小学生から始められる

のは、データ活用人材を目指すうえでとても重要なことなのではないでしょうか。

歩数データの記録はいまさら止める必要もないので記録はし続けようと思っているのですが、さすがに5年半にもなると

転職を含む「人生の経験」がデータ上に見える化されている

状態になっており、人生を振り返る良い機会になっている気がします。次回は6年になる前にまたデータについて考えてみたいと思います。

(つづく)

いいなと思ったら応援しよう!

#ヒデ @hideh_hash_845
課金してくれるととても嬉しいです。シェアしてもらっても嬉しいです。「いいね」も嬉しいですし、フォローも嬉しいです。要するに、どんなことでも嬉しいです。