スクラムの原典「スクラムガイド」をテキストマイニングにかけてみた

本気出して考えてみた
スポンサーリンク
スクラムガイド2017年版

スクラムの原典である「スクラムガイド」。

最近、Unlearn(学びほぐし)のためにチームでスクラムガイドをモブリーディングしています。昔読んだことがあっても、改訂されて内容がアップデートされていたり、経験に合わせて読む度に違う気づきがあるのでけっこう面白いです。

スライドや本を読むのもステキだけど、原典が無料で公開されていて、おまけに素晴らしい日本語訳で読むことができるので、定期的にスクラムチームで読み合わせするのはものすごくよさそう。

スポンサーリンク

スクラムガイドをテキストマイニング

興味本位でテキストマイニングにかけてみました。結果はこんな感じ。

ワードクラウド
二次元マップ

二次元マップは、こんな感じ。

文章中での出現傾向が似た単語ほど近く、似ていない単語ほど遠く配置されています。距離が近い単語は色分けして、グループにまとめています。

なぜかプロダクトがすごく遠くにあるのが面白いなー!

出現頻度

名詞はもうちょっと辞書登録とかすると結果が変わりそうだけど、動詞や形容詞が面白い。なんとなくポジティブなワードが多い印象。

結果は以下のURLからご覧いただくことができます。この他にも2次元マップや共起ネットワークなどの結果もあって面白いです。

テキストマイニング 無料ツール by ユーザーローカル
あなたのTwitterアカウントを解析し、普段よく使っていたり、興味を持っていたりする単語を抽出、可視化します。

今回は楽をさせていただいて、以下のWebツールを使わせていただきました。

textmining_faq:

データは以下の下処理をしただけです。

  • スクラムガイド2017年版(日本語)をテキストに起こす
  • 改行を削除(文章の途中で切れてしまっている箇所が複数あるため)
  • ページ番号やクレジット情報を削除

心の声:専門用語(スクラムマスター、スプリントバックログなど)を辞書登録したらもうちょっと違う結果になるだろうし、データ分析の練習におもしろそうな題材だなー

結果の精度はともかくとして、内容を真正面から受け取るだけでなく、

「こんな単語がよく使われているんだな」
「こんな傾向があるんだな」
「こんな関連があるんだな」

という違う角度からものごとを見ることはそれはそれで面白いな、と改めて思いました。

ぜひ、ご参考に!

追記:英語版の場合の結果も気になったのでやってみました

ワードクラウド
二次元マップ
テキストマイニング 無料ツール by ユーザーローカル
あなたのTwitterアカウントを解析し、普段よく使っていたり、興味を持っていたりする単語を抽出、可視化します。

残念ながら英語対応されていないようで、単語の品詞まで判別されていないので、そこは評価できてなさそう。

タイトルとURLをコピーしました