【データ分析は宝探し】データは宝の地図である

皆さんご無沙汰しております。
久しく途絶えておりましたこのnote、
2024年を迎えたことをきっかけに再開したいと思います。

noteのタイトルは従来通り「意識低い系経営者」のままとしますが、
内容的には通販やマーケティングに関するデータ分析について、
私の思うところを書き綴ってみたいと思います。

【データ分析は宝探し】というテーマを掲げてみました。

昨今では「データ駆動型経営」や「データドリブン経営」といった言葉が聞かれるようになりました。
データをエビデンスとして用いて意思決定を行う考え方で、データを元に仮説検証を繰り返し、DX化を進めるというものです。

字面を追うととても時代に合った考え方に聞こえますが、
その一方で何やら難しそうというか、
ITとか数字に強くないと手に負えなさそうな印象を感じてしまいます。

しかし、私なりに通販業界に30年以上身をおいた人間からすると、
データに基づいた意思決定ということについては、
実は特別なものでも新しいものでもなく、
むしろ当たり前に取り組んできた領域でもあります。

現代のDX化と関わるデータであれば、いわゆるビッグデータ的なものを指示していますから、中小通販企業の販売データとはそのデータ量も指標の数も比べ物にならない複雑さがあることは間違いありません。

しかしデータに向き合い、
そのデータを活用し、
それによって意思決定を行い、
その結果をデータとして客観的に検証し、
またそのデータに基づき新たな仮説を立てて実行していく。

というプロセスは、
その本質的な意味としては同等に語ってもいいのではないか、
と考えました。

仮に、データでは導けないアイデアがあったとします。
本来であればデータのエビデンスがないから却下となって終わりです。
しかし、データ的にはあり得ないからこそチャンスがあるかもしれない、
イノベーションに繋がるかもしれないという、
逆説的な意思決定も可能なわけです。
そういった意味でもデータというのは結構面白いものだと思います。

私はそんなデータの山を
まるで「宝探しの地図」のようなものと捉えていました。

実際に「データは宝の山である」という言葉もよく聞かれます。
最近注目されるデータサイエンティストについての記事では、よく使われています。
しかし、「宝の山」であることは分かっていても、
本当に「お宝」を発見できるかどうかは、また別の話とも思えます。

データの中の「お宝」が自ら「ここにいるよ」と教えてはくれないのです。

そこで「お宝」を探すためのヒント、すなわち「暗号」を解かなければなりません。
それが指標です。

「宝の山」にある数々の指標は
宝の在りかを示す「宝探しの暗号」なのだと捉えました。

このデータの山には「宝」が隠れている。
しかしそれがどんな「宝」で、どこに隠れているかは分からない。

しかし指標と言う名の「暗号」はある。
売上、利益、利益率、レスポンス率、損益分岐、
MR, CPO, LTV・・・

単体だけでヒントとなるものもあれば、
組み合わせて初めて分かるものもある。
そこにある数字だけでわかるものもあれば、
過去に遡って調べなおすことでわかるものもある。

分かった！と思って進んでみたら、実はトラップだったこともあるし、
まったくの空振りだったこともあります。
しかし、それが空振りだったという事実から、
他の場所にこそきっと宝があるんだ、という希望にもなる。

数字の山を前にして苦手意識から逃げ出しくなるものだったとしても、
それが「宝探しの冒険」で「暗号を解く」ゲームだと思えば、
なんか「ワクワク」してきます。

データ嫌い、数字が苦手、という人であっても
「宝探し」と考えたら少しは面白そうと感じられるかもしれない。

仕事だと思うと厄介だと感じても、
そこに「ワクワク」があれば意外と楽しめそうな気がしてくる。

そう思ってデータと向き合ってみることで、
実際に多くの「お宝」を発見することができました。
その「お宝」のおかげで、前職の会社を創業から30年以上継続することができましたし、今も継続し発展を続けることが出来ている。
その「お宝」のおかげで、新商品を開発し、販売し、ヒットさせ、そしてたくさんの顧客を得て、たくさんのリピーターに恵まれることができました。

そうです。
データとは「宝探し」というゲームにおける「宝の地図」だったのです。

そんな話をこれから書き綴っていきたいと思います。
（週1くらいで更新できればなあ、と思っております）