他部署を跨ぐデータ分析手法～ビジネス編～

管理職の方はこの時期、来期の行動計画や指針策定等ちょうど行っているのではないでしょうか。

他部署はデータ管理が自部署と全然違う！、他部署のデータと合わせるとよくわからなくなるという方も多いのではないでしょうか。

こんにちは、株式会社クロコという会社を経営しております谷田部といいます。
2020年7月に会社を作り、人材にかかわる仕事をしております。

本日の谷田部の流儀は、【他部署を跨ぐデータ分析手法】について書きたいと思います。

本投稿を読んでほしい方は以下の通りです。
・データ分析が苦手な方
・データから現状をイメージできない方

データ分析とは？

現在の状況を把握するために行う最も基本的な手法。主にデータ分析で使用する手法は以下

・クロス集計
一番オーソドックスなデータ分析手法、全ての状況で利用可能

・ロジスティック回帰分析
1つの事象からYes/Noを分岐させ1事象の確率分析手法、主に消費者の購入確率分析などで利用可能

・バスケット分析
共通項を洗い出し法則性を導き出す手法、主にレコメンドへの活用で利用可能

・決定木分析
データ（現状）から仮説を立て、その仮説の確率、可能性を検証する手法。

・クラスター分析
様々な情報をある一定法則に当てはめることでクラスターを形成し分析する。主にブランディング等で利用可能

データ分析の落とし穴

上記データ分析手法をご覧いただき、実際に使われた経験はありますでしょうか？

多分ないのではないでしょうか？

まさにここに他部署を跨ぐデータ分析の難しさがあります。

データ分析はテクニックであり、手法なので、当然リテラシーに個人差や部門さがあります。

営業部より、マーケティング部の方が当然リテラシーが高いです。

ではそんな営業部とマーケティング部のデータを突合させたらどうなるでしょうか？

当然データの分析粒度が全く異なるため分析ができないという状況に陥ります。

どうすればよいのか？

もちろんデータ分析は粒度が細かいに越したことはないです。

しかしながらその部門で必要とされるデータの分析粒度は異なるという前提のもとデータを加工する必要があります。

その際に、2つの部門の内リテラシーが低いデータに一旦合わせることをお勧めします。

なぜか、分析粒度が荒いのであればそのあとからいくらでも細かくすることはできます。しかし一度細かくなってしまったデータを荒く戻すことは経験上難しいです。

上記のような前提条件を基に他部署間でコミュニケーションを取りデータを行き来することができれば全社統一見解のデータを作成することが可能となります。

もちろんデータ分析リテラシーは高いに越したことはないですが、部署ごとに求められるミッションの違うので、リテラシーは高い方がいいに決まっているという正論ではより良い分析活動は進まないので、注意が必要かと思います。

是非データ分析にお困りの方参考にしていただければと思います。

以上です。
またよろしくお願いいたします。

株式会社クロコ 谷田部