株式会社Bosque社が運営されている「大阪ええとこ案内」の大阪の優良ホームページ制作会社おすすめ11社に
弊社が紹介されました。

「大阪ええとこ案内」詳細はこちら↓
【リニューアルOk】大阪の優良ホームページ制作会社おすすめ11社をプロが厳選！

平素は格別のお引き立てを賜り、厚く御礼申し上げます。
弊社では、誠に勝手ながら下記の期間を年末年始休業とさせていただきます。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
＜年末年始休業期間＞
２０２０年１２月３０日（水）～２０２１年１月６日（水）
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

新年の１月７日（木）９：００より通常業務となります。
休業期間中にご連絡いただきました件については、１月７日（木）以降にご返答させていただきます。

休業期間中に緊急で対応が必要な場合は、以下の連絡先までお願い致します。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
株式会社Firefly
メールアドレス：　info@fireflyinc.heteml.net
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

本年中のご愛顧に心より御礼申し上げますとともに
来年も変わらぬご指導ご鞭撻のほど宜しくお願い申し上げます。

みなさんこんにちは
株式会社Firefly代表の平井です。

今は同社で代表業務のかたわらシステムを開発したり取引先の企業様のデータを運用したりしています。
もともとはシステム開発会社で３年間とフリーランスで１年間、システム開発とデータ分析をもちいて企業様の課題を解決してきました。その中で、お客様から

「データ分析の書籍や記事が技術者向けのものばかりで丁度いいものが無い」

というお声を多くいただいていました。
ですので今回は「データ分析を取り入れを検討している企業様」へ向けて、”データ分析とは一体何なのか”という疑問にお答えしながら、実際のやり方や運用のコツまでご紹介していきたいと思います。

そもそもデータ分析とは ？

企業でのデータ分析は顧客情報や取引情報を始めとするデータを集めて、因果関係や相関関係を可視化し、何らかの目的を達成するために行います。

例えば、居酒屋で売上のデータと曜日のデータを紐づけることで曜日ごとの売上が予測できます。しかし、データは集めて分析するだけでは何もなしません。データは言わば道具です。分析は手段です。目的のために存在するのです。

居酒屋の例でいうと、もし売上を上げたいとなれば、曜日ごとに売り上げを分析し、食材の仕入れ量を予測して機会損失を防ぐことができます。費用を抑えたければ、必要なバイトの数を割り出すことで、不要なバイトを出勤させる必要もなくなるでしょう。

このように、「機会損失を防ぎたい！」や「人件費を抑えたい！」などの、具体的な目的があってこそデータを分析する価値があるのです。

データ分析の目的は？その必要性とは？

前項で「データ分析には目的が必要」と言いましたが、次は「どんな目的のために企業はデータ分析を行っているのか」を簡単にご紹介いたします。データを分析するにあたっての主な目的は以下の２つです。

意思決定を迅速に行うため　

データを『見える化』『分析』することで、改善点を明確にしたり、異常をいち早く察知し意思決定を早く行うことができます。

未来を予測してビジネスのスピードを上げるため

データから未来の予測を行うことで、設備投資が早く行えたりと対策を先手で打つことが出来ます。

ようするに、目的を達成したり業務の改善を迅速に行うためにデータを利用し、分析を行うわけです。上記の利点は『人事』『営業』『マーケティング』『製造』『カスタマーサービス』等ほぼすべての業務に適応することができます。

データ分析のやり方　

そこまで複雑なもので無い限り、専門家に頼まずともGoogleスプレッドシートやGoogleデータポータルを使うことでデータ分析をする事ができます。ただ、いきなりツールを利用して始めるのではなく、以下の手順で行うことで、より効果を高く、効率的に行うことが可能です。

目的の選定　

データの分析を行うにはまず、目的を選定します。業務や経営をどのように変えたいのかを明確にします。また、分析における改善効果などのゴールも明確にする必要があります。

よくありがちな失敗例に、目的を定めずにただただデータを集めグラフを見て終わっただけになってしまう。施策がわからない。などがあり結局時間と労力の無駄になってしまう事がよくあります。

このように「ただデータを見るだけ」という状態を避けるためにも、まずはしっかりとデータ分析を行う目的を定めましょう。

 

分析手法の選定

達成する目標が定まったら、次は分析手法を選定します。

分析手法というのは、有名なSWOT分析や4P分析などの事で、扱うデータや達成したい目標によって手段を変える必要があります。

注意点として、分析手法は1つではなく必ず複数個選定してください。というのも複数の分析手法を利用することで様々なデータから違った因果関係や相関関係なども見えて来るからです。

 

利用データの選定

分析手法を選定したら次は、分析に必要な利用データや属性、データ同士のひも付きを選定します。利用するデータですが、基本的に目的が決まって分析の手法が決定したら、ほとんどの場合は自動的に決定します。

例えば化粧品メーカーがとある商品の売り上げを伸ばしたい、という目的でデータ分析を行うとした場合は

・お客さんごとの購入頻度
・ブランド認知力
・満足度

などのデータを集める必要があります。
そしてそれぞれのデータに属性をあたえ、データ同士のひも付きを定義していきます。

 

データ収集方法の選定

必要なデータを割り出したら、次はそれらを集める手法を決定します。
基本的にデータは外部データと内部データの2つにグループ分けをする事ができ、それぞれ取得方法が異なってきます。

<外部データの場合>
ー公開されているデータを入手する
　例：気象庁の温度、天気データ

ー自社で集める
　例：顧客満足度、顧客のデータ

ーデータを扱う業者から購入する
　企業情報、取引データ

<内部データの場合>
ーデータを入力する
　例：自社の取引情報や社員のデータ

ー自動で収集する
　例：タイムカードのデータ

また、飲料メーカーなどでは顧客のデータが欲しいとなった場合、キャンペーンを作成して完飲登録に誘導したりもしています。

しかし、この収集方法の選定次第でデータ分析にかける費用と労力に大きな差が出るので、収集方法の選定は慎重に行いましょう。

データの収集方法

データの収集方法が決まったら実際に収集方法を利用してデータを集めていきます。
これは皆さんご存知のExcelやスプレットシートで大丈夫です。また基本的にシステムやプログラミングを利用せずとも大体は手作業で行うことが可能です。

ただし、「手動でデータを集めるのがめんどくさい」「集めるべきデータの量が多すぎる」といった場合は自分で行うよりかは、プロや専門家にお願いしたほうが安く早く済む場合があります。

データの分析

データが集まってきたらいよいよ分析を始め、グラフや表などで可視化していきます。一般的にはBI（Business Intelligence）ツールというものを使用します。

BIツールとは蓄積されデータを集積し分析を行うもので、BIツールによって出力されたデータはグラフや表となって初めて可視化する事ができます。そうすることで、目的達成のための施策をスムーズに考えることが出来ます。つまBIツールは集めたデータを価値のあるものに変える働きをするのです。

ただこのBIツールはスプレッドシートやExcelとは少し勝手が異なるので慣れるまでは少し難しいかと思います。ですのでBIツールの種類や詳しい操作方法はこちらの記事を参考にしてみてください。

BIツールとは？Excelとの違いを知って上手に使い分けよう！

 

データ分析の3つのコツ

ここまでデータ分析のやり方をご紹介しましたが、ここでデータ分析のコツを3つご紹介したいとおもいます。

コツその１「なぜを繰り返す」

1つの分析から、業務を改善することは難しいです。分析結果から得た因果関係や相関関係に基づき、なぜこの結果に結びつくのかを繰り返し掘り下げることはじめてで業務レベルの改善を行うことができます。

コツその２「属性を増やす」　

データ分析を行う上で、属性を増やしセグメントを複数に分割することができます。例えば商品購入データと顧客のデータを紐づけて保持しているとします。顧客のデータには、性別、住所を保存しているとします。これでは、性別、地域ごとに購入パターンを分析する事はできますが、年齢や、収入ごとの顧客の購入パターンはわかりません。なので属性は多ければ多いほうが分析しやすいです。

コツその３「仮設をたててミニマムで始める」

データ分析を始める前にまずは仮設を立てることが大切です。
「ここをこうしたらもっとこうなるんじゃないか」といった具合にまずはしっかりと仮設を立てましょう。
その後ではじめて、データ分析を用いてその仮設の検証を行います。

そしてデータ分析を行った後で具体的な施策を打った後に、もう一度その結果をもとに仮設を立てる事がポイントです。なぜこの結果が導かれたのか、どうすればこの結果を更に良いものに出来るか、など結果から更に原因を追求していく事が肝心です。

なぜここまでして仮説検証が大切かというと、一つの結果には必ず複数の原因が存在するからです。この無数の原因を追求する事こそがデータ分析のそもそもの役割なのです。

そのためにも、まずはじめは小さいことから初めて仮説と検証を繰り返していく必要があります。

意味の無いデータ分析に陥らないように気をつけましょう

意味の無いデータ分析。
それはデータを可視化しただけでデータを眺めているだけの状況です。これはデータ分析を取り入れ始めたばかりの企業様でよく見かけるパターンです。

この状態のままだと、社内の売り上げを部署や商品ごとに見て、『この商品は売れている』、『この商品はうれていない』などで終わってしまいます。それは、その先に『なぜこの商品が売れていないのか』が全く分からないデータだからです。これでは、”現状”が見えても”改善”を行うことはできません。

大切なことなので何度も書かせてもらいますが、データ分析は必ず目的があって、その目的を達成するための行動を導くためのものです。ですのでただ単に情報を集めて可視化をして終了。ということが無いように気をつけてください。

まとめ

いかがだったでしょうか。データ分析は業務改善や売り上げ増加のための最強の手法ですが、データ分析をやっておけば大丈夫というのは言い過ぎで、実際にはかなりの試行錯誤を必要とします。

システム会社の営業マンの耳触りの良い営業トークをうのみにして、劇的な業務改善を期待したり、完全自動化で売り上げアップを目指してデータ分析を選択するのは、かなりリスクがある選択なのではないかと考えられます。

ただし、膨大なデータを一瞬で分析・紐付けをし、様々な事象の因果関係を捉える事が出来ることから、営業の効率化や経営戦略の策定には十分な効果を発揮します。また、商品開発においても市場の流行りを分析したり、競合を分析することも出来るため、十分に検討する価値はあるのではないでしょうか？

ちなみに、FireflyではCRMの構築やシステムコンサルタントを通じて、企業様の『コミュニケーション不足』や『非効率な営業』、『組織の透明化』といった課題を解決することが出来ます。

加えて、HPにチャットボットなどのシステムを組み込む事で、お問い合わせからお客様の課題解決までの速度が上がったり、顧客満足度を高めることも可能です。

これらを十分に活用していただければ、データ分析を企業にとりいれるリスクを極限まで減らし、メリットの恩恵を十分にうけられるのではないでしょうか？

もしこの記事のことやデータ分析についてご質問があるかたは問い合わせフォームよりお気軽にお問い合わせください。