分析フレームワーク(2-3)データの系統図(ツリー)を作る
データの系統図(ツリー)とは何でしょうか?
データの全体図です。データの地図です。データ間の関係を表します。分析の考え方です。分析のアプローチです。
色々な作り方がある
例えば、同じ利益でも色々な作り方があります。
微妙な違いです。
どちらが正解?どちらが不正解?
人によって違います。組織によって違います。データ分析の目的によって違います。
人や組織や目的によって違うとは?
例えば、利益率を重視している組織や人に対し、利益率の一切無いデータの系統図(ツリー)は受け入れがたい。
受け入れがたい系統図を基に分析しても、頭にスーッと入ってこない。パッションが損なわれます。しっくりこないと言われます。分かるようで分からないと言われます。分かり難いと言われます。
次の例はいかがでしょうか?
系統図(ツリー)のエリアと製品の位置が逆転しています。
エリアを最初に考えて次に製品を考えるのか?製品を最初に考え次にエリアを考えるのか?という違いです。
表現されていることは一緒に見えます。しかし、組織や人、分析目的などによって、どちらを先にもっていくのかが変わります。ちょっとしたことです
このちょっとしたことが重要だったりします。
エリアを最初に考える組織や人に、製品が先だと違和感を与えます。分析結果が同じであっても違和感を持たれます。分析結果以上にこの順番が重要だったりします。
例えば、海外展開している企業。大きく日本市場と海外市場を分けて考えているとします。そのような企業に対し、日本市場と海外市場を無視して、いきなり製品単位で分析しても違和感を持たれます。少なくとも最初に日本と海外で大きくエリアを分けたほうが良さそうです。
一方、同じ企業でも国内市場だけを考えた場合にはどうでしょうか?いきなり都道府県別に分析をするよりも、製品単位で分析したほうが良いかもしれません。
準備段階である程度作り込む
データの系統図(ツリー)は、データの全体図です。データの地図です。データ間の関係を表します。分析の考え方です。分析のアプローチです。
データの系統図(ツリー)は準備段階である程度作り込みます。取得するデータのイメージが湧くまで作り込みます。どんどん右に伸びていきます。
この系統図(ツリー)を基にデータを集めます。そして、データ分析が進められます。
なぜ、系統図(ツリー)を作るのか?
系統図(ツリー)を作ることで、データの抜けもれが防げます。集めたデータの位置づけや意味付けが分かります。収集できなかったデータが何かが分かります。つまり、データ分析の根拠となるデータの状況が分かります。
例えば、売上点数の分析をすることになりました。理想は、市場全体と自社、競合のデータがすべて揃っていることです。時間的金銭的コストの関係ですべてのデータを集められません。
そこで、今回は詳細なデータは自社データのみ。競合に関する詳細なデータを集めない(集められない)。市場全体のデータを集める。それも市場が拡大しそうか?という定性的なデータ(白書や業界誌など)だけを集める。
系統図(ツリー)はデータ分析の根拠となるデータの状況が分かります。どのデータが抜けているのか?集めたデータの粒度はどの程度細かいのか?が分かります。
この例では、市場全体のデータの粒度は荒い。自社データの粒度は細かい。競合データはない。ということが分かります。
分析結果を解釈するときに、どのようなデータからの結果かを知ることは重要です。どのようなデータかを表すのがデータの系統図(ツリー)です。
そのためにもデータの系統図(ツリー)をしっかり作らないといけない。抜けもれがあってはいけない。「あえて収取しなかった!」と「気づかず収集しなかった!」では意味が異なります。
系統図(ツリー)の典型的な作り方
系統図(ツリー)上で抜けもれを防ぐ方法があります。四則演算(+-×÷)などで考えます。
足し算の例です。
引き算の例です。
掛け算の例です。
割り算の例です。
他にも、積分(マクロ化)で考える微分(ミクロ化)で考えるフレームワークで考える。などがあります。フレームワークとはPESTや5FORCES、3C、4P、4C、EBM、バリューチェーン、マーケティングホイールなどのお馴染みのフレームワークのことです。
フレームワークに関する書籍はたくさんあるので参考にしてみて下さい。
ちなみに、データの系統図(ツリー)は、データ収集やデータ分析の途中で変わるかもしれません。たぶん変わります。それはそれで構いません。データを集めたり分析したりすると変わってきます。ガンガン変えていきましょう。
タグ:データ分析, データ分析フレームワーク, 分析フレームワーク