小売マーケ担当者必見！データ分析の手順10ステップ【完全保存版｜スクショ用画像付き】
この記事は、偏愛とマーケティング研究所がお届けする「小売店のためのデータ分析マガジン」に収録されています。隔週月曜に更新されていくのでぜひご覧ください。
今回の記事では、小売企業におけるデータ分析の進め方を10個のステップに分解して解説していきます。
今回紹介する10ステップはいかなる分析においても全て当てはまる普遍的な手順なので確実に頭に入れておいてください。
また、後で見返せるようにスクショ用の画像も挿入しているので、保存もしくはスクショしておいてください。
お知らせ：「小売店のためのデータ分析マガジン」無料購読について
①noteアプリをスマホに入れてる方
この記事をnoteのアプリで見ていただいている方に関しては、以下の記事を読んでいただけるとプッシュ通知の方法が分かります。
②PCで読みたい/アプリを入れるのが面倒な方
以下の公式LINE（のうとみたかし🧠データ人材育成）を追加していただけると、記事更新のタイミングでLINEにお知らせします。（記事が更新される2週間に1度程度の通知になります）
また、公式LINEでは実際の分析手順を動画で紹介しているので、
少しでも興味がある方はぜひ以下のリンクから友達追加していただけると嬉しいです。
◤◢◤◢◤◢◤◢◤◢◤◢◤ ◢
🚨▼公式LINEを追加▼🚨
https://lin.ee/YYlS98e
◤◢◤◢◤◢◤◢◤◢◤◢◤ ◢
❶小売店におけるデータ分析とは？
「データ分析」と聞いたときにあなたがパッと思いつく流れはどういったものですか？「エクセルやスプシで関数を入れて計算する」といったものを想像するかもしれません。
しかし、これだけではデータ分析したことには入りません。
（細かいことまで言うと、エクセルやスプシでやっていることのほとんどが集計であり分析ではありません）
今回は誰でも結果に直結するデータ分析ができるように、
データ分析の手順を体系的に10のステップに分けました。
今回紹介するの10ステップの内容をなぞりながら進めていくことで、
あなたのデータ分析スキルが格段に向上していきます。
ぜひ、今回紹介する10ステップをあなたのデータ分析にも取り入れてみてください。
❷【スクショ推奨】小売店のデータ分析手順10ステップ
※下の画像は保存するかスクショしておいてください。
各10ステップについてそれぞれ説明していきます。
STEP①：データ分析の目的設定
まずはデータ分析の目的を設定します。
「とりあえず分析したらなんか有益な情報が得れるのでは？分析ってそういうことでしょ？」こういったマインドは即捨ててください。データ分析は目的をもって取り組まなければ、既に分かりきっているそれほど有益でない結果しか出てきません。
どのような目的があって分析を進めるのか一番最初に決めておくことが肝心です。
STEP②：解決したい課題の特定
次に解決したい課題を特定します。
目的を阻んでいるものの正体がなんなのかを分解していくことで、
課題を特定します。
例えば、あなたがスーパーマーケットのデータ分析担当者で「年末年始の売り上げを増やすこと」が目的であったときに、目的を以下のように分解します。
分解していくことで、解決すべき課題が「20代・30代の売上が下がる」「お肉の売上が下がる」ことに対しての原因を明らかにすることだと特定できます。
STEP③：仮説の検討
次に仮説の検討です。
STEP②で課題を特定することができたと思いますが、それに対する仮説を検討していきます。この仮説がない限りは分析はそもそも前に進めることができません。
先ほどの例を使って説明すると、
20代・30代の売上が下がることに対して、
実家に帰省をしているのでは？
年末年始に値段がもっと低くなるスーパーが近隣にあるのでは？
…etc
などという予想（仮説）を立てることができます。
この仮説に基づいて分析を進めていくという形です。
STEP④：分析ターゲットの明確化
ここで上記の仮説を検証するために分析ターゲットの明確化をします。
分析に慣れている方からすると、「なぜここで分析ターゲットの明確化をするの？」と思われる方もいるかもしれません。
しかし、これを読んでくださっている方の中には分析担当になったばかりの方もいらっしゃると思うのであえてこのSTEP④に「分析ターゲットの明確化」を持ってきています。
例えば、あなたはスーパーマーケットのデータ分析担当者だったとします。
そこで、「2023年1月から1年間の間に年間⚫︎⚫︎円以下しか使わない人ってどんな特徴があるんだろう？」と調べるとします。
こういった状況で単純に顧客全体を調べると思うような結果が得られません。（何かしら結果は出てきますが、適切なインサイトを出すことができません。）
なぜ思うような結果が得られないのでしょうか？
上記の例がわかりやすいかと思います。
顧客全体に対して、2023年1月1日からの年間利用金額を抽出すると、そこには2023年の途中に利用開始したAさんのような顧客の年間利用金額も含まれています。（途中で利用開始したAさんのような顧客は正確には"年間"ではありませんが…）
分析ターゲットを明確にしておかなければ上記のようなことがしばしば起きます。そこで、STEP④でまずは分析ターゲットを明確化しておく必要があるのです。
STEP⑤：アウトプットフォーマットの作成
次にアウトプットフォーマットの作成です。
STEP①〜⑩の中でも特に大切なステップです。
アウトプットの形式として、最初から綺麗にスライドにまとめようなんて思っていませんか…？
綺麗にスライドでまとめるのはもっと後の話です。
アウトプットフォーマットを作成するおすすめのツールはスプレッドシート（通称：スプシ）です。（スプシがおすすめである理由は後々わかります。エクセルよりも圧倒的に便利です。）
なぜ先にアウトプットフォーマットを作成するのか？
集計/分析では1度にたくさんの数値の出力を行います。仮説が明確であったとしても出力した方が良い項目が抜けていて後から追加するという事態がしばしばおきます。
そこで、分析/集計の前に出力項目を網羅したアウトプットフォーマットを作成してしまうことで、集計/分析の抜け漏れを無くします。
またアウトプットフォーマットを作成している途中で「これも追加した方がいいのでは？」と考えつくこともよくあります。
STEP⑥：データの収集・整形（クレンジング）
ここからはやっとデータを触り始めます。
しかし、いきなり分析/集計を行えるかというとそう言うわけではありません。データ分析をすでにやったことがある方であれば理解していただけるかもしれませんが、データ分析において一番時間も労力もかかるのがこの「データの収集・整形（クレンジング）」です。
具体的にどのようなことを行うのかを以下に記載しておきます。
データを集める（必要であればPOSシステム等からデータを抽出する）
各種分析ツールで扱えるような形に変換する
欠損値の処理を行う
必要な列のみをもれなく抽出する（データ量削減のため）
特に欠損値の処理は気をつけなければいけません。
欠損値とはデータの空白のセルのことです。この空白のセルを0で埋めるべきなのか、それとも全体の平均値で埋めるべきか、そもそも欠損値を取り除くべきなのかは結論そのデータによります。
（※欠損値の扱い方に関してはこのマガジンに追加する予定です）
また、必要な列のみを抽出する理由としてはデータ量削減のためです。
小売店は特に商品の種類が多いので購買データの容量が大きくなりがちです。下手すると1ヶ月分のデータで20GBを超えることも…。
大きすぎるデータは会社から貸与されるPCでは扱えない場合がほとんどですが、分析に必要な列のみを抽出することでデータ容量を抑えることができ、貸与PCでも十分に分析をすることができるようになります。
STEP⑦：データ分析/集計
STEP⑦でようやくデータの分析/集計に入ります。
ここからはアウトプットフォーマットに従って、分析/集計を進めていくだけです。分析/集計の方法にはいくつか種類がありますが、このマガジンではRを使った手順をメインに書いていきます。
基本的には以下の流れです。
スクリプトを記述
実際に実行しながら適宜スクリプトの修正
スプシに書き出し
（スプシだとRからそのまま書き出せるのでおすすめだったりします）
STEP⑧：インサイトの共有
分析/集計が終わったからといって、データ分析担当者の仕事は終わりではありません。このインサイトの共有がデータ分析担当者の一番の力の見せ所になります。（ただただ分析/集計するだけだったらいずれAIに代替されちゃいますからね）
データから分かることをまとめていき、
仮説に対する証明を"一切主観を入れずに"行なっていきます。
いいですか。大事なことなので、もう一度言います。
一切主観は入れないでください。
「数値が上がっているように見える〜〜」なんてのも主観です。
どれくらい上がっているのかを数値で算出してください。
また、このSTEP⑧であえてインサイトの"共有"と書いているのにはワケがあります。基本的にどれだけ主観を入れないよう気をつけたとしても主観は入りがちです。なので担当者同士で自身のインサイトを共有しながら主観が入っていないかチェックします。また、それ以外にもインサイトは見る人によって若干変わってくるので新しい視点に気づくためにも、お互いにインサイトを共有し合うことは有効的です。
STEP⑨：アクションの実行
データ分析/集計が終わった後に、「〜〜〜が分かりました！」で終わってしまったらこれまでと何も変わりません。実際に分析/集計で明らかになった仮説からネクストアクションの実行まで一気貫通で行うことが大切です。
STEP⑩：追加分析の検討
最後に追加分析の検討を行います。これは、実際に仮説に対して分析を進めていく際にまた新たな仮説が生まれたり、別の課題が生まれたりします。
そこに対して実際に分析に入っていくのか、もしくは分析を実施するとしたらその優先順位はどうなるのかを明らかにしていきます。
これが決まったらまたSTEP①に戻ります。
❹最後に：
偏愛とマーケティング研究所について
偏愛とマーケティング研究所は、
「1%の需要を満たす」データサイエンスカンパニーです。
これまでに、
スーパーマーケットの顧客分析
コンビニの床の汚れ数値化
塾の顧客分析、生徒の成績予測
各種SNS分析…etc
を実施してきました。
小売はもちろんですが、それ以外の業態に関しても対応しておりますので
ご意見・質問等ある方はこちらのお問い合わせフォームよりお願いいたします。
お知らせ：「小売店のためのデータ分析マガジン」無料購読について
①noteアプリをスマホに入れてる方
この記事をnoteのアプリで見ていただいている方に関しては、以下の記事を読んでいただけるとプッシュ通知の方法が分かります。
②PCで読みたい/アプリを入れるのが面倒な方
以下の公式LINE（のうとみたかし🧠データ人材育成）を追加していただけると、記事更新のタイミングでLINEにお知らせします。（記事が更新される2週間に1度程度の通知になります）
また、公式LINEでは実際の分析手順を動画で紹介しているので、
少しでも興味がある方はぜひ以下のリンクから友達追加していただけると嬉しいです。
◤◢◤◢◤◢◤◢◤◢◤◢◤ ◢
🚨▼公式LINEを追加▼🚨
https://lin.ee/YYlS98e
◤◢◤◢◤◢◤◢◤◢◤◢◤ ◢
著者: 納富 崇 / NOTOMI Takashi (X: @takashi_notomi)
偏愛とマーケティング研究所 代表 / データアナリスト
この記事が気に入ったらサポートをしてみませんか？