世の中には把握しきれないほどのデータが存在しており、同時にデータ分析の手法が何種類もあるわけですが、データ分析と言われると難しい印象をもつ方もいるのではないでしょうか。

実はデータ分析はコツさせ掴めば難しくなく、これからでもビジネスに役立つデータ分析の手法を3つ紹介します。

データ分析に必要な考え方の基礎

データ分析に必要な考え方の基礎となっているのはPDCAサイクルです。
PDCAサイクルという言葉は長く日本で浸透されてきた言葉ですが、それぞれの意味は以下のようになっています。
*P:計画
*D:実行
*C:評価
*A:改善

データ分析には一連の流れとなるプロセスが存在し、プロセスはPDCAに当てはめることができます。
P(計画)に当てはまるデータ分析は目的や仮説設定です。計画性のないデータ分析は良い結果を得られることができません。
D(実行)にはデータ分析などが当てはまります。
C(評価)にはデータ結果の選別などが当てはまります。
A(改善)にはデータ分析の結果を改善に繋げることです。

データ分析は基本的にPDCAを基に考えることができますが、必ずしもこの順序通りサイクルするとは限りません。

プロセスの中には行動や評価を反復することもあれば、計画に戻って仮説のやり直しということもあり、データ分析における分析の仕方はもちろん重要ですが、それ以上に考え方が重要です。

業務で実践できるデータ分析手法

これからの業務でも活用できるデータ分析手法をここでは以下の3つを紹介します。
データ分析のコツさえ掴めば難しくありませんので、実際にビジネスの場で活用してみてはいかがでしょうか。

アソシエーション分析

アソシエーション分析は別名バスケット分析やマーケットバスケット分析と呼ばれおり、関連性を分析するためのデータ分析手法です。

例えるならば、「Aという商品を購入する人はBという商品も一緒に購入する人はどれくらいいるのか」という関連性を示すデータ分析になります。

アソシエーション分析は主に小売店などで活用されているデータ分析手法で、データの材料となるのがPOSレジのデータです。

アソシエーション分析によって得られたデータは営業などで活用され、小売店では商品の陳列の仕方をデータに基づいて変更し売上UPを図ります。

クロス集計

クロス集計は2つないし3つの情報に対して集計する分析手法です。
クロス集計の最も身近な使われ方とされているのがアンケートであり、アンケートの例として「スマートフォンを持っていますか?」というアンケートがあります。

ただ集計する単純集計では「はい」か「いいえ」の割合だけですが、クロス集計ではスマートフォンを持っているもしくは持っていない人の性別や年齢別も集計するのが特徴です。

単純集計であればスマートフォンを持っているか持っていないかしか分かりませんが、クロス集計であれば単純集計の結果以外にスマートフォンを持っている人と持ってない人の性別や年齢を知ることができます。

クロス集計はExcelの「ピポットテーブル」機能で簡単に分析することができますので、1度試してみるといいかもしれません。

ロジスティック回帰

ロジスティック回帰はある事象に対して起きる確率を求めるもので、目的変数が1か0のような2値であるときに利用するデータ分析手法です。

これだけだと「なんだかよく分からない、難しそう」と思う方もいるかもしれません。例として、1日あたりの喫煙本数や飲酒量という項目に対して、ガンが発生するのかしないのかというような場合に用いられます。

ロジスティック回帰は他の2つのデータ分析手法と違って複雑なところがありますが、使いこなすことができれば営業面にも活用できるデータ分析手法です。

データ分析では目的を定めることが最重要

データ分析では目的を決めることが何よりも最重要です。
データ分析は「何のために分析するのか」という目的から始まり、フィードバックに終わるというプロセスがあります。

最初のプロセスであるデータ分析の目的が明確でなければ、その後のデータ分析によって得られたデータを正しく選別することができません。

正しいデータでなければ、営業などに活用しても効果を最大限に引き出すことはできません。正しいデータ分析をするためにも、目的は明確化するようにしましょう。

横溝 龍太郎

この記事の監修者

横溝 龍太郎 レッドフォックス株式会社 COO

本コラムは、ビジネスパーソンを「働くを、もっと楽しく」するためのアイディアの情報発信しています。
ちょっとした、日々の仕事のヒントになれば幸いです。

働くを、もっと楽しく。
営業支援ツール導入をご検討の方、お気軽にお問い合わせください!

0120-61-7799
営業時間 9:00〜18:00 (年末年始・土日・祝祭日を除く)