PINTO!株式会社PLAN-Bの情報発信メディア

2018.11.08

百々 雅基

DMP/AI

目次
    1. データ分析をする前に
      1. データ分析の役割
        1. 01:直感や経験から生まれる考えを裏付けること
        2. 02:小さな発見から仮説を立て、検証していくこと
      2. データの収集
      3. データの整理
    2. データ分析の手順
    3. まとめ

ビッグデータ、DMPといったバズワードに追いつくようにさまざまな業界でデータを活用しようとする動きが活発になってきています。しかし、一方でまだまだその流れについていけていない企業も多いのではないでしょうか?実際にデータを活用してみたいが、やり方がわからないという声を多く聞きます。

そこで、今回はデータを使った分析についてどのように進めていくかの一例を解説できればと思います。今回は分析手法ではなく、どのように進めていくかの手順や考え方という部分についてご説明していきます。


データ分析をする前に

データ分析の役割

データ分析と聞くと、今までわからなかったようなことが明らかになり、大きな発見が続出するもの、というイメージを持っている人が多い印象を受けます。

よくメディアで目にする事例などでは、データを用いた分析によって画期的な発見ができ、そのおかげで売上が〇〇%向上したといったものが多いですが、実際に分析を進めているとそのような発見は頻繁には見つかりません。

主なデータ分析の役割は以下の2つだと私は考えています。

データ分析の役割

01:直感や経験から生まれる考えを裏付けること

分析していくと「まあ確かにそうだよね」といった内容の分析結果が出ることが多いです。そこでがっかりされる方も多いのですが、今までそうだろうと思ってやってきたことがデータをもとに実証されたということは一歩前進なのです。

経験や勘、肌感覚だけでは他者に説明する時に論理的な説明が難しいというのはみなさん感じられていることだと思います。データによってそれらが立証されることで施策案を通しやすく、より意思決定がしやすくなることは間違いありません。

データの裏付け

実際に思っていた結果と違う結果が出て、それが改善につながるという例もありますが、経験や勘をデータをもとに立証することも同じくらい大切なことです。

02:小さな発見から仮説を立て、検証していくこと

分析をしていくと小さな違和感を感じる結果が出る場合があります。その際、それはなぜかという仮説を立て、検証していくことで大きな発見につながる場合があります。

また小さな発見から仮説を立て、施策に落とし込むことで小さな改善を繰り返し、最終的に大きな改善効果に繋げるということもデータ分析の役割です。

データの収集

データ分析をする前に大事なことはどのようなデータを収集するかということです。

何の目的もなく、ただあるものを活用しても欲しい結果は出てきません。また、データを過剰に集めることで余分なコストがかかることもあります。まずはどんな分析をするためにどのようなデータを集めるかという設計をきちんと行うようにしましょう。

データ収集の注意点

データの整理

いかにデータを綺麗に整理することができるかということも重要です。データを収集したはいいもののよく見てみると使えないデータが混じっていることがよくあります。

またデータの分析目的によっては使えるデータではありますが、省いたほうがいいデータというものもあります。例えばアクセス解析においては自社社員のデータなどです。そういったものも事前に省くという処理が必要になってきます。

データを収集した後もすぐに分析するのではなく、ノイズとなるデータをきちんと整理することが正しい分析結果を得るために必要となってきます。


データ分析の手順

データ分析は以下のようなサイクルを回すことをお勧めします。

データ分析のサイクル

ダッシュボードとは定点観測用の分析画面です。日々追うべきKPIを設定し、変化がないかをチェックします。また全体を俯瞰することで、それぞれの相関など普段は気づけないことを気づかせてくれるものになります。

アドホック分析とは「限定目的のための分析」ということです。つまりある仮説を深掘ってみたり、仮説の検証を行ったりするときにその都度する分析のことです。

まずダッシュボードから全体の状態を把握し、数値の変化などから仮説を構築します。次にアドホック分析によって、その仮説を深掘り、検証していきます。そこで仮説が立証されれば、そのまま施策に落とし込み、その結果をダッシュボードで観測するというのが基本的な形です。

今あるデータだけでは仮説が立証できない場合は、アドホック分析の後仮説を立証するための施策を行い、仮説が正しいかどうかをダッシュボードから確認します。

このようにデータ分析は、定点観測、仮説構築、仮説の深掘り、施策というフローをぐるぐると回していくことで効果の最大化を図っていきます。一回の大きな発見による変化よりも、このフローを繰り返すことが重要なのです。


まとめ

データ分析はとても難しそうに思えるかもしれません。しかし単純に考えると上記のように当たり前のことを行っているだけなのです。データ分析とは何もビッグデータを活用することだけではありません。普段のGoogle Analyticsによるアクセス解析もデータ分析です。

あれこそダッシュボードがあり、アドホック分析もできる最も取り組みやすいデータ分析だと思います。やってみなければ感覚は身につきません。ぜひみなさん、まずは簡単でもいいので実際に分析をしてみることをお勧めします。

また弊社ツールのJuicerではユーザー分析に特化したデータをご提供しております。サイトに訪れているユーザーをデータをもとに分析したいという方はぜひ一度ご相談ください。