top of page

【データの取り扱い方の基本】

おはようございます。にほん営業科学です。 

 

データ分析が誰でも簡単にできるようになり、

様々な数字を把握できるようになりましたね。

 

しかし、ただ数字を集めたものの、


「何の役にも立たなかった…」


「数字はわかったけれども、だから何なの?」


といったことはないでしょうか?

   



実は、このような問題は目的のブレから生じます。

 

 

そのブレの1つにあるのが、

現状を把握することだけに集中し、盲点が生まれることです。

 

 

そもそもデータを分析して、どのようなことができるのでしょうか?


それは、3つしかありません。



1)現状を把握するため


2)因果関係を発見するため


3)未来を予測するため

 

 

で、多くの方は「現状を把握するため」にデータを集めることに注力します。

 

 

例えば、ダイレクトメールの送り先を変えて売上を上げられないか?

  

という、課題があったとします。

   

  

・まず実施するのが、今どれくらいの売上が上がっているのかをデータを把握しますよね。

  

  

・そして次に、ダイレクトメールの送り先を別のところに変えてみます。

  

  

・最後に、送り先を変えた後のデータをとって、売上が変わるかテストする。

  

 

この繰り返しです。

  

 

大体は、このやり方で改善を繰り返していくのではないでしょうか?

      

 

      

実はこれが、データを活用できていない典型的なパターンです。 

   

  

現状を把握して、「そのデータが正しいものだ」という盲点が生まれるのです。

    

 

では、2)因果関係を見極めるため分析することがあります。

 

 

例えば、集めたデータが偶然そうなっただけなのか、

それとも本当に正しいデータなのかを分析します。



A地区よりもB地区が売上が高かったが、

それはたまたま気前のいい人が多かったので、売上が上がっただけではなのか?


  

もし、たまたま集まったデータで

意思決定したら、予測と違う結果がでるかもしれませんね…



これでは運の要素が、かなりの確率でつきまとってきます。 




他にも、A地区に比べてB地区は25%売り上げが高くなる

要因は何か?を分析します。


例として、A地区B地区で、男女、年齢別に売上を分析すると

実は両方の地区に共通して、30代女性にDMを送ると売上が上がる傾向がありました。

   

   

だから本質的には、地域別に売り上げが変わるのは

30代女性の比率に影響している。

  

 

数字で言うと、DMの送った数字と、

30代の女性の購入率が比例していることが分かりました。

 

・・・

 

  

今紹介したことですが、

前者が仮説検定、後者が回帰分析という方法になります。

  

言葉としては、どこかで聞いたことがあるのではないでしょうか。  

 

 

そして、例に挙げたような分析を行ったうえで、

意志決定したとすればどのような結果になるでしょうか?

 

おそらく、かなりの確率で臨む結果が得られると思います。

 

 

ただ、現実に起こった数字だけに集中しすぎると、

「因果関係を分析する」ということが盲点になってきます。 




大事なのでもう一度書きますが、


この3つの分析があるということだけでも

覚えておけば、盲点が生まれることはありません。



1)現状を把握するため


2)因果関係を発見するため


3)未来を予測するため


 

今自身がどの分析を行っているのか把握するだけで

データの分析に迷うことがなくなります。

閲覧数:29回
bottom of page