英国の看護師で「白衣の天使」と呼ばれたナイチンゲールは、クリミア戦争（1853年～1856年）で、戦闘で負傷した兵士がその傷で亡くなるよりも、病院での感染で死亡する数のほうがはるかに多いことをデータで証明しました。当時はまだ棒グラフや円グラフが一般に認知されておらず、ナイチンゲールは独自のグラフ図を考案。円を12分割して1～12月とし、月ごとに扇形の半径で死亡率を示しました。このグラフは形が鶏のとさかに似ていることから「とさかのグラフ」と呼ばれています。

このようにビジュアル化して伝えた理由は、国会議員や役人に現実をわかりやすく伝えるためであり、これによって病院の衛生状況の改善を実現。傷病兵の死亡率を劇的に引き下げました。クリミア戦争が起きた1853年は、日本でいえば黒船来航の年に当たります。このような時代においても「データリテラシー」があれば、現状を正しく捉えることができ、また、人を説得することができたのです。

「データリテラシー」には、基本となる三つの手順があります。第一に、有効なデータを集め、データベースをつくる。第二に、集まったデータをもとにデータを分析する。第三に、分析をもとに予想や予測を行う。また、統計分析の基本は「変化をみる」「比べる」「分けて考える」の三つです。時系列でデータの変化をみたり、他のデータと比べたり、データ対象を分けて考えたりしながら、その中にどのような特徴や法則があるのかをみていきます。

データによって人事の世界をみると、さまざまなことがわかってきます。例えば「どのような能力の人材を、どの程度の給与や待遇で雇うべきか」「新卒をどれくらいの時間をかけて育成すべきか」「採用した人材がどの程度活躍すれば、採用にかけた費用が回収できるのか」といったことを分析することが可能になります。これまで人の経験や勘に頼っていた人材の質や価値が、数字で把握できるのです。

ただし、最終的にデータをどのように判断するのかは、コンピュータではなく人。的確な判断ができるようになるためにも、普段から数字に触れ、データと現実がどのように関わっているかを観察しておくことが求められます。