今すぐ使えるデータ分析の種類と特徴

 2020.03.24  Marketing Intelligence

データ分析、実施していますか?過去から現在に至るまでのビジネスで生まれたデータは膨大です。各システムに管理されているデータを分析できれば、今まで気づくことのできなかった事象を発見し、それを新しいビジネス戦略やマーケティング戦略に活用できます。また、過去のデータから物事の傾向を把握することで、製品・サービスの品質改善や業務効率化を図るなど、コスト削減に役立てることも可能です。本記事では、これからデータ分析へ取り組む方に向けて、今すぐ使えるデータ分析の種類と特徴についてご紹介します。

今すぐ使えるデータ分析の種類と特徴

色々あるデータ分析

データ分析を正確に行うために大切なポイントは、目的に沿った分析手法を選ぶことです。一口にデータ分析といっても多種多様に種類があり、分析手法ごとに導き出される情報も違います。そのため、目的に沿った分析手法やツールを選択することが、より適切なデータ分析を行うための第一歩となります。それでは、目的別にデータ分析手法をご紹介します。

1.全体像を把握するため

度数分布とヒストグラム

度数分布とはデータを一定のルールで整理し、どのような値を中心にしてどのようなバラつき方をしているのかを把握します。一方ヒストグラムは、バラつきの分布状態(度数分布)を棒グラフで表したものであり、「箱ひげ図」とも呼ばれています。仮にPOSデータを使って度数分布とヒストグラムを行うと、時間当たりの平均客単価を算出したり、それをグラフで表すことによって時間帯での客単価でピークになるのかを視覚的に確認できたりします。

標本調査と標本平均

標本調査は大量のデータから無作為に一部のデータを抽出し、観測した場合にその背後にある大量のデータを推測する手段として、仮説検定の考え方にもとづいた統計的推定手法となります。一方、標本平均は標本調査から得た情報から、母集団の傾向を推測するデータ分析手法です。母集団の平均を推測するために、標本となるデータの平均値を利用します。たとえば、市内在住者のすべてにアンケート調査を実施することは難しいため、数百人単位で無作為に抽出した人を対象にアンケート調査を実施します。その結果から、市内住民全員の傾向を調査し、さらに標本平均を利用することで市内住民全員の平均値を推移即できます。

2. 比較して判断するため

相関関係

相関関係とは、一方の値が変化すれば他方の値も変化するという2つのデータの関連性を意味します。「生の相関」では、2つのデータのうち一方が増加するともう一方も増加します。「負の相関」では2つのデータのうち、一方が増加するともう一方が減少します。相関関係は複数のデータの関係性から隠れた特徴を抽出するためにあります。たとえば、顧客にサービス満足度調査を実施した際に、調査結果の中から満足度と相関関係が強い項目を把握することにより、満足度を向上するために必要な実施事項を想定することが可能です。

3. 仮説を検証するため

回帰分析と重回帰分析

回帰分析とは「原因となる数値」と「結果となる数値」の関連性を、統計的手法を持って調査するためのデータ分析です。原因となる数値(説明変数)の変化によって、結果となる数値(目的変数)が変化することが推測可能です。これによって仮説を立て、事象発生の関連性について把握できます。一方、重回帰分析とは1つの目的変数を複数の説明変数で予測しようとする統計的手法のことです。たとえば、プールの来場者について調査する際に、回帰分析では気温の上昇によって来場者が増えるのではないか?という仮説をもとに、気温と来場者数の関連性を調査します。さらに、重回帰分析において気温と降水確率によって来場者数が増減するのではないか?という2つ上の複合した関連データから、全体像を把握できます。

導入事例:KDDI株式会社
導入事例:ダイキン工業株式会社

4. 知識を発見するため

テキストマイニング

テキストマイニングは自然言語解析の手法を使い、文章を単語(名詞・動詞・形容詞など)に分割し、それらの出現頻度や相関関係を分析することで有益な情報を抽出するものです。前述したデータ分析が構造化されたデータを扱うものならば、テイストマイニングでは文章という非構造化データを扱います。コールセンターでのお客様とオペレータのやり取りの記録や、WEBページでのお客様からの問い合わせ文、アンケート調査の自由記述文などだけでなく、SNS等から収集したテキストデータを分析することでさまざまな知見を発見できます。

今すぐ使えるデータ分析

データ分析を実施するには、一定のスキル(知識・技術・経験)が必要となります。ただし、そうしたスキルが無くても今すぐ使えるデータ分析もあります。ここでは、「デシル分析」と「RFM分析」をご紹介します。

デシル分析

「デシル」とはラテン語で「10等分」という意味です。このデータ分析では、ある値を基準にして顧客を10個のグループに分け、そこから有益な情報を得ようとする分析手法です。たとえば顧客が1,000人いたとすると、一定期間における顧客別購入金額を算出して、上位から100人ずつのグループに分けていきます。デシル分析を実施することで、「上位200人が売上の過半数を占めている」といった事実を改めて認識できます。するとグループごとに実施すべきマーケケティング施策なども明確になるため、より正確な戦略を立てることが可能になります。デシル分析を実施する際は、購入金額だけでなくさまざまな値を基準にすることで面白い発見があります。

RFM分析

RFM分析は「Recency(直近いつ)」「Frequency(頻度)」「Monetary(購入金額)」の3つの指標で顧客を評価し、グループ化した上で各グループの性質を知ってマーケティング施策を講じるデータ分析です。

Recency(直近いつ)

最近購入した顧客の方が昔に購入した顧客よりも優良だと考えます。購入データの中から購入日時を抽出して、最後に購入した日を基準にグループ化します。

Frequency(頻度)

どれくらいの頻度で購入したかを判断材料に、頻度が高いほど優良と考えます。顧客の購買履歴から過去に何回購入したかを抽出し、回数が多い順番に並べてグループ化します。

Monetary(購入金額)

購入金額の合計が多いほど優良と考えます。これを10段階に分割したのが先ほどご紹介したデシル分析であり、購買履歴から顧客ごとの購入金額合計を算出して、それを金額の大きい順番に並べてグループ化します。

これらの指標を組み合わせて、顧客ごとの状況を理解することに繋げます。RFM分析は実践的な手法であり、かつ今すぐ始められるのでぜひチャンレンジしてみていただきたいと思います。

データ分析に取り組もう!

いかがでしょうか?色々とあるデータ分析ですが、実務では数個程度の手法をマスターしておけば、データ分析をもとにしたビジネスやマーケティングが推進できます。まずは、サンプルデータを使った分析活動を積極的に行い、データ分析をどんどん行ってみてください。データ分析に慣れるということも非常に重要なので、時にはデータ分析ツールの活用を検討してみましょう。

統合的マーケティング・アナリティクス戦略に必要な7つのステップ

RECENT POST「マーケティング分析」の最新記事


今すぐ使えるデータ分析の種類と特徴
統合的マーケティング・アナリティクス戦略に 必要な7つのステップ

RANKING人気資料ランキング

RECENT POST 最新記事

ブログ購読のお申込み

RANKING人気記事ランキング