【メルマガコラム】分析の基本はロジカルシンキング

初めまして。本日より寄稿させていただくこととなりました、ALBERTの菅ともうします。勤務先ではデータ分析、DMP・CRM導入・運用のコンサルを担当しております。実際のデータ分析、顧客対応で感じたことや分析の事例などを色々とお話できればと考えております。今後ともよろしくお願い致します。

今日は【データ分析を行う上で重要なことは何か？】についてお話ししてみたいと思います。ビッグデータという言葉については、もう皆様食傷気味だと思います。データサイエンティスト、についても同様かもしれません。両者とも言葉や概念が先行して本当の意味での活用が進んでいる企業は未だ多くないかもしれませんが、このバズワードの効能もありデータの活用、分析ニーズの高まりはまだまだ加速度的であると私自身は実感しています。ただし、データの大小ではなくデータ分析には共通して重要なものがあります。それは、他でもなく【ロジカルシンキング】です。

分析を行う際には、まず分析の目的を明確にすることが必要です。PVを増やしたいのか、プロモーションコストを抑えたいのか。それを関係者間で明確にし、共通認識をもつところから分析はスタートします。よくあるのは分析を行うことが目的となってしまい、本来の分析の目的がよくわからないままデータいじりだけ延々と行ってしまうというものです。目的を明確にするためには、何が問題であるのか、分析した結果何を得たいのか、ということを考えぬく必要がありますが、その思考を行うためには分類・整理・体系化を行うロジカルシンキングは不可欠です。

課題が決まると、今度は分析に必要なデータの取捨選択と、分析手法の選定です。課題が明確でないまま分析を始めてしまうと、始めた後になって実は他のデータが必要だったということになりかねません。手法も別の手法のほうが良かったのでは、ということも起こるでしょう。反対に、課題が明確であれば必要なデータの取捨選択も、手法の選定も非常にスムーズです。限られたデータや環境であった場合にベストな選択をするために、やはりロジカルシンキングは役に立ちます。

分析した結果、何らかの知見が得られた・あるいは得られなかったという判断をするのにもロジカルシンキングが力を発揮します。それは本当に有意な結果であるのか、それは分析結果から判断のできることですが、有意な結果であった場合、どのように施策として実行していくのか。あるいは有意な結果であったが施策として実行できないというケースもありますので（私も多く経験しました）、その場合はどのようにすれば実行できるのか。結果の解釈と、その後の施策実行もロジカルに考えることが求められます。

分析前から分析後まで、どのフェーズにおいてもロジカルに考えることが求められますが、これはデータ分析に限ったことではなくビジネスシーンにおいては常に求められることかもしれません。

★メールマガジンのバックナンバーはこちら