『統計学』を「マーケティング/ビジネス文脈」でざっくり理解する記事

今回は入門者/初心者向けに『統計学』をざっくり解説します

▼そもそも統計学とは？

要は『「データ」から「パターンを算出する学問/技術群」』です

ある1つの群のデータに対してその性質を調べたり、あるいは手持ちのデータからもっと大きな未知のデータや未来のデータを推測するための学問。 引用：『統計学とは？どのような学問か5分で理解する』

▼統計学の性質

・「少ないサンプル数」で「確率発生」の算出ができる

・データの信用度を算出できるので『根拠（ファクト）』として使用できる

▼統計学が使用される分野の例

主に『理系』の研究分野で用いられることが多く、プログラミングで検算することが多い。

・医療分野　→　疫学/薬学/臨床試験

・製造業　　→　品質管理/欠品管理

・ビジネス　→　リサーチ/マーケティング/ニーズ分析

▼マーケティング分野での代表的な書籍

書籍名『確率思考の戦略論』

ちなみに海外のマーケティング関連の「書籍」や「論文」には当然のように『数理モデル』＝『統計学』が出てくるので、専門性と精度上げるなら基礎知識を学ぶのはオススメです。

▼ビジネスにおける統計学のメリット

メリットの前に『ビジネスのあるあるな課題』を並べる

▽『ビジネスのあるあるな課題』

　①？個？円販売されるか確率がわからない

　②成功のパターンがわからない

　③なにが？ボトルネックで、成功要因かわからない

　④データ量が数千や数万とかあって全くパターンがわからない

▽統計学的な解法

　①『？個？円』が販売されるか？わからない

　　→『？個？円』の発生確率を可視化できる（正規分布、数理モデル）

　②成功のパターンがわからない

　　→データの関連性を『数値』で可視化（重回帰分析、相関係数）

　③なにが？ボトルネックで、成功要因かわからない

　　→要素を分割して可視化する（因子分析、樹形図）

　④データ量が数千や数万とかあって全くパターンがわからない

　　→『ツールの関数使いましょう』（Excel、スプレッドシート、R言語）

▼ビジネス文脈での大雑把な実行の考え方

だいたいは『リサーチ』や『データ分析』の思考手順が近い

　①ゴールを設定する（仮説、課題、知りたい情報など）

　②データを扱う（加工、調査、分析、数理モデルなどの構築）

　③示唆を見つける（A→Bはどの程度、出るか？信用できるか？など）

▼初心者にやさしいデータ分析手法

参考『初学者のための代表的なデータ分析手法25選』

▼マーケティング・ビジネス文脈での使用例（根拠やファクト部分）

参考①『TVCM出稿に適さない消費者グループの分析』

参考②『女性の消費行動要因を探る』

▼ビジネス文脈での学習に関して

必要なレベルによりますので目安と、レベルに対しての入門書です

①情報の「信用度」や「根拠」を理解したいレベル

参考例『統計学が最強の学問である』

②大雑把にでも「数式」「実践」が必要なレベル

参考例『統計学が最強の学問である［数学編］』

練習例『１億人のための統計解析 』

③自力で『数式』や『思考手順』が必要なレベル

参考例『その問題、数理モデルが解決します』

▼検算に使えるソフトウェア

・Excel

・スプレッドシート

・R言語（無料のプログラミング言語）

・Python（ライブラリで使用可能だが、検算ならR言語がオススメ）

おまけ

▼概要

統計学の概要をビジネス・マーケティング用途で解説する

▼狙い

・統計学の初心者が概要の理解する時間をコストカットしたい

▼制作理由

統計学は性質を掴むだけで、相応の「時間」と「前提知識」が要求される為