14のフレームワークで考えるデータ分析の教科書
今度本を出版しました。
２０１４年９月１８日（木）に発売されます。
14のフレームワークで考えるデータ分析の教科書という本です。
AMZONなどで購入できます。
↓↓↓
14のフレームワークで考えるデータ分析の教科書
↓↓↓
14のフレームワークで考えるデータ分析の教科書
成果のでるデータ分析とは？
データ分析から、、、
- いかにインサイト（データ分析結果の本質部分）を得て
- そしてアクションに繋げていくか？
という点に注意して書いています。
アクションなくして成果はあり得ないからです。
分析結果を眺めただけでは何も起こりません。分析後に行動することで、はじめて成果を得る可能性がでてきます。
したがって、分析手法は非常に簡単なものしか紹介していません。
簡単な分析もキチンとできないのに、難しい分析は論外です。
まずは、簡単な分析を確実にマスターし、その分析結果を確実にアクションに繋げて成果をあげることが重要です。難しい分析は、その後です。
想定している読者のかたは、データ分析の入門者、もしくは、データ分析から分析結果からアクションに繋げることに悩んでいる方です。
具体的なアクションに結びつかなければ無意味
どんなに難しい分析をしても、具体的なアクションに結びつかなければ無意味です。
そもそも、簡単な分析なくして難しい分析を生かすこともできません。
難しい分析を生かすも殺すも、簡単な分析をどれだけキチンとやっているかにかかってきます。少なくとも、実務の世界ではそういうことになります。
いたずらに難しい機械学習や統計理論を駆使するのではなく、昔からある簡単で容易な分析技法を駆使して分析することが、まずは重要です。
私は実務で、比較的新しい統計理論である一般化線形モデルや、ネステッドロジットモデル、階層線形モデル、状態空間モデル、傾向スコアなどを駆使してアクションに繋げる分析をしています。
基礎的な分析がなくして、これらの統計理論を実務の世界で使いこなすことは不可能です。的を外します。私は若い時に何度も失敗しています。そもそも、基礎的な分析だけでビジネス上の解（ソリューション）がでることも多いです。
見える化≠データ活用
データ分析で大きな勘違いがあります。
データを集め加工し整備すると、色々なことが見えてきます。
いわゆるデータによる見える化です。
勘違いとは、見える化だけでデータ活用できると思っていることです。
つまり、データ活用を実現させるために「見える化」を目的にデータ分析基盤を導入するケースです。しばらくして気が付きます。「見える化」で見えるようになったけど、「で、次にどうすれば良いの？」
見える化だけではアクションできない
実は、見える化だけではアクションに結びつけることはできません。
- 毎日、詳細な売上データが見えるようになっただけでは、売り上げは上がりません。
- 売上と気温が影響していることを知っただけでも、売り上げは上がりません。
売上を上げるためのアクションが必要です。その前に、データからアクションに結びつくインサイトを得るための分析が必要です。
↓
分かる化（インサイト）
↓
出きる化（アクション）
アクションに繋げる５つのポイント
では、具体的にアクションにつながるデータ分析とは何でしょうか？
次の５つのポイントを押さえることで実現できます。
- 準備する
- 集める
- 分析する
- 表現する
- 伝える
よく見かけるデータ分析が得意な人に多いのが、「表現する」「伝える」の弱い人です。
だからデータ活用が進まない
アクションを起こす人や、アクションの際に関係する人に、きちんとデータ分析結果が伝わらないと、データ分析自体が無意味になることがあります。
なぜならば、分析結果が理解されず、誰もデータ分析に基づいたアクションをしないからです。
理解できない人が悪いのではなく、相手に理解させることのできない分析者が悪いのです。
非常にもったいない
しかし、このようなことは日常茶飯事です。
データ活用が進まないのではなく、データ分析結果を理解できる形で共有できないのです。
このことを解決するためのデータ分析結果の活用ノウハウを体系立てて書いたのが、この本です。
目次
大きく２部構成になっています。
- 理論編
- 事例編
以下が目次詳細になります。
第1部 理論編の目次詳細
STEP01 準備する ～ POINT 3つのツールを使って「準備」する
- 01 メッセージボードを作る
- 02 データの系統図(データツリー)を作る
- 03 スケジュールを作成する
STEP02 集める ～ POINT データを「集める」際は3つのポイントを守る
- 01 データの特性を理解する
- 02 まずはセカンダリーデータから集める
- 03 データの6 W 1 H を明らかにする
- 04 データは対で集める
STEP03 分析する ～ POINT 3つのポイントに注意して「分析」する
- 01 データ分析の基本ノウハウ
- 02 定量分析のための7 つ道具
- 03 定性分析のための7 つ道具
- 1 経営企画
- 2 新商品企画
- 3 営業
- 4 顧客管理
- 5 販売促進
- 6 調達・購買
- COLUMN ピボットテーブルを使った「層別分析」の方法
- COLUMN 「新QC7つ道具」の7つめの「マトリックスデータ解析法」とは?
STEP04 表現する ～ POINT 「表現」の工夫次第で説得力が変わる
- 01 「表現する」前にやるべきこと
- 02 ドキュメントを作成する
STEP05 伝える ～ POINT 伝えるべき相手に合わせた表現で「伝える」
- 01 プロファイリングシートで受け手の表現に変換する
- 02 デリバリーシナリオとレビューによるブラッシュアップ
第2部 事例編の目次詳細
CHAPTER01 ～ 高収益体質に生まれ変わるために製品選定を見直す
- 分析の目的を明確にする
- データを収集する
- データを分析する
- STEP1 全体の傾向を把握する
- STEP2 製品の特徴を把握する
- STEP3 製品をグループ化する
- STEP4 注力する製品を絞り込む
- STEP5 製品リストを作成する
- 分析後に考えるべきこと
- COLUMN パレート図の作り方
- COLUMN ラベル付き散布図の作り方
CHAPTER02 ～ 店舗の売上をさらに伸ばすために新規のセットメニューを考える
- 分析の目的を明確にする
- データを収集する
- データを分析する
- STEP1 全体の傾向を把握する
- STEP2 価格帯を設定する
- STEP3 支持されているメニューの組み合わせを抽出する
- STEP4 収益性による絞り込みをする
- STEP5 セットメニュー候補リストを作成する
- 分析後に考えるべきこと
- COLUMN ヒストグラムの作り方
CHAPTER03 ～ 売上に貢献した顧客別DM(ダイレクトメール)作戦でリピート率を上げる
- 分析の目的を明確にする
- データを収集する
- データを分析する
- STEP1 全体の傾向を把握する
- STEP2 DM反応者の特徴を把握する
- STEP3 最近のDMと一昔前のDMの違いを整理する
- STEP4 顧客をグループ分けするための層別軸の仮説出しをする
- STEP5 層別軸を決定する
- 分析後に考えるべきこと
- COLUMN アンケートの自由回答には親和図法・連関図法が有効
多くに人に読んでもらいたい
データ分析をビジネスに活用できない。
そのような声を良く聞きます。
そのためにも、先ほどの５つのポイントを押さえることが重用なのです。
- 準備する
- 集める
- 分析する
- 表現する
- 伝える
このことを多くの人に知ってもらいたいので、こちらのブログでは、書籍ほど簡潔ではなく、そして、まとまりもなくダラダラとですが、５つのポイントについても書き綴ります（いつか完全版が完成します）。
金銭的余裕のある方は、体系づけられて、まとまりのある「書籍」を購入していただければと思います。
編集者の手が入っているので、だいぶ読みやすいと思います（少なくとも私はそう思います。プロはすごいです！）。
こちらで購入できます
ご興味のあるかたは、こちらで購入できます。一度ご検討ください。
↓↓↓
14のフレームワークで考えるデータ分析の教科書
↓↓↓
14のフレームワークで考えるデータ分析の教科書