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。