データを読み解くことの大切さ

ビッグデータ、データドリブンなどと昨今よく聞きます。私は現在いわゆるビッグデータホルダーの会社で営業をしています。前職でも通信販売の膨大な購買データを見ながらカタログ作成・商品選定などを行っていました。
したがって、データに対する知見は人並みにはあります。そんな私が、データにまつわる場面でがくーんとテンションが下がる瞬間があります。

それは「出てきたデータに対して文句を言う」人を見た瞬間です。

具体的には
「このデータ当たり前の内容ですね」「このデータ、面白くないですね」「これだと、うちの商品が売れていないように見える」あたりでしょうか。

データは物事の結果と事実の集合体なので、基本的にはデータをそのままみると大抵当たり前なものですし、面白い示唆がズバリそのまま表現されているものでもありません。
なお、「うちの商品が売れていないように見える」のは「ように見える」ではなく「事実売れていない」だけです。

私はデータは読み解いて使うツールだと思っているので、データ活用って何？と聞かれたら、こんな感じで答えます。

見えない・わからないものを可視化してくれるもの。
自分の肌感覚との違いを客観的に示してくれるもの。
複数のデータを組み合わせることで事象の解像度を上げてくれるもの。

例を挙げると
「ダウニーを使っている人はどんな洗濯洗剤を使っているのか？」がわかる。
「『ストロングゼロ ダブルレモン350ml』より『こだわり酒場のレモンサワー 350ml』の方が売れている」ことを示してくれる。
「おでんの売上データと気温推移データの組み合わせでいつ頃からおでんが売れ始めるか予測」ができる。
みたいな感じですね。

そして、最も大事なのはデータ活用で分かったことを「どのように使うか・意思決定に反映させるか」です。

データマーケティングの現場では、データアナリストが膨大なデータを複雑な分析手法を用いて分析や集計を行い、データを出しております。
私はデータ分析の実務はしておりませんし、pythonも使えませんが、データ屋さんの営業としての仕事は現状できています。

それはなぜかというと
「お客さんがデータマーケティングの領域でどんなインサイトが欲しいのかを汲み取ることができる。」
「お客さんのニーズをアナリストにインプットできる。」
「アナリストが出したデータを読み解いて、インサイトを導き出すことができる」からです。

まとめると、「目的に沿った形でデータ活用を可能にする読み解きができる」といったところでしょうか。

ちなみにスーパーなデータアナリストは私みたいなのがいなくても、全部できちゃいます。でも、営業現場の勘所とかマーケティングセンスまで兼ね備えている人はあまり多くない印象があります。ま、お客さんと相対したり営業判断したりするところまでアナリストにしてもらうのも効率的ではないという一面もありますので、こんな感じで分業するメリットは大きいと思います。

と、いうわけで、データ活用したいがどうしたら良いかわからないとお悩みの際には、最初になぜデータ活用をしたいのかを徹底的に考えることをお勧めします。（何なら相談に乗ります。案件化したら相談料は無料で）
データ活用の目的が定まってからデータ分析、その後読み解くという順番で臨むと良いです。このプロセスで出てきたデータを見ると「データ出したけど使えない」とか「データが面白くない」といったポンコツなお悩みや発言が無くなります。

目的のないデータ分析は時間とリソースの無駄遣い。そして、出てきたデータをどう読み解くかがデータ活用のキモ。