二郎三田本店

データ分析で最も重要なのは「物事が動く」こと

【更新情報2024年5月26日】

「その決定に根拠はありますか?」

確率思考でビジネスの成果を確実化するエビデンス・ベースド・マーケティング

戦略を導く為の「エビデンスの作り方」をテーマに、これまで体系化してきたノウハウを紹介したマーケティング・インテリジェンスの書籍を出版致しました。5問の調査でTVCM(施策)→コンビニで商品を見た(要因)→売上がいくら増えたか?→年間16.67億円(効果)の様に経路ごとに構造的に効果を把握する国際特許(PCT)を出願した分析法など、確率モデルや因果推論をプロジェクトで実際に活用している方法を特典の動画講義も活用して実装レベルの知識まで提供しています。

データ分析で最も重要なのは「物事が動く」こと



新商品の仕入れ数を増やすための根拠とする調査分析プロジェクトを支援した時のこと、当初はSNSの投稿数などから売上を説明するモデルを作る提案を行いましたが、高度なものはいらないという要望から、結果、シンプルなレポートになりました。例えば、誰もが知っている過去の成功事例の時のある指標を100%とすると、今回売りたい新商品の指標が200%近かった、だから、今回の商品も(2倍位)売れるだろう。といったものです。アウトプットは時系列の折れ線グラフなど。それでも商談相手には刺さり商談が動いたそうです。モデルで推論する因果関係といった要素は全くなく、分析者としては単純過ぎて物足りない気もしたのですが、とにかく『物事が動いた』ことが一番だと考えました。

データ分析によって、物事が動くこともあれば、動かないこともあります。マーケティングの現場では後者のほうが多いと思います。物事を動かすために重要なことは分析の「分かりやすさ」と「腹落ち感」です。本noteの要点は、マーケティングの現場では高度なモデルより、とにかく分かりやすさであり、分析者たるデータサイエンティストが工夫すべきです。という論考ではありません。むしろ、それとは反対で、受け手となるマーケター側の基礎リテラシーを上げないと有益な分析法が使われず、マーケティングの生産性がいつまでも上がらないという話です。

マーケターは、「基本統計量」を把握したり「相関係数」を出したり「回帰分析」を行うなど、Excelでできるレベルの分析すら経験したことが無い方も多いと思います。

※後に紹介する拙書「Excelでできるデータ・ドリブンマーケティング」の全文公開では「エクセル統計」を販売する社会情報サービス社の自主調査の参照引用や筆者の経験を用いてビジネスマン(≒マーケター含む)全般の統計知識が浸透していないことに言及している。

Excelのアドインに分析ツールという機能があることすら知らない方も多いのではないでしょうか?そうした方に「分かりやすさ」と「腹落ち感」を担保するためにデータサイエンティストがかみ砕いて説明する時間は、彼らの時間やリソースを奪います。有益な示唆を得られる可能性が高い分析法があっても、プロジェクトに関与するマーケターの基礎リテラシーが低いがゆえに、腹落ち感が得られないと判断したデータサイエンティストがその手法を採択しないといったケースも多いはずです。

滋賀大学データサイエンス学部教授の河本氏のインタビューに、マーケティングの世界で起きている事象として、マーケターは文系の方が多いので、データ分析で数学や統計学、プログラミングなどの話が出てくると「勘弁してくれ」と拒絶反応を起こすといった事例が見受けられ、企業の経営層やミドル層と社内のデータサイエンティストたちとの分断が起きていることについて言及されています。こうした分断こそが、マーケティングの現場で分析によって物事が動かない最大の原因だと考えます。

分断を解消するために、データサイエンティストがマーケターに歩み寄ることは、マーケターがデータサイエンティストの時間やリソースを奪うことになり生産性を著しく下げることになります。これからは、マーケターが歩みよることによって生産性を上げるべきではないでしょうか?データサイエンティストを特別な存在にしないため、マーケターがデータサイエンスについて理解を深めるべきではないでしょうか?特に企業の経営層やミドル層など、マーケティング意思決定者が、データから物事を「予測」したり「説明」したり「分類」する、そうしたデータ分析を理解し、リテラシーを底上げすれば、日本のマーケティングの生産性を上げることができると考え、執筆した書籍が「Excelでできるデータドリブン・マーケティング」です。

Excelでクラスター分析やマーケティング投資配分最適化の分析など、マーケターに役立つデータ分析を演習で学べる書籍です。50万部を超える大ヒット書籍シリーズ「統計学が最強の学問である」著者の西内啓 氏から推薦を頂くことができました。


出版社に許可を頂き、1章までをnoteで全文公開しています。

インサイト開発の独自手法を持つデコム社の松本健太郎氏(以下松本氏)いわく、この書籍は「データサイエンスの(ラーメン)二郎」だそうです。

書籍の中盤からは回帰分析を時系列データに適用し、更にTVCMやWEB広告が売上に影響するタイムラグや残存効果を加味して分析するマーケティングミックスモデリングをテーマにした演習と解説が続き、最後の8章で、ようやく気が抜けると思いきや、因果推論のデータ分析の知識やモデル選択の視点など本格的な内容に発展し、そこからが特に濃くなるので「二郎」なのだそうです。

※本noteのアイキャッチ画像は上記「ラーメン二郎」Wikipediaより参照

かくいう筆者は数学もプログラミングも苦手意識があるマーケターでした。難解な数式やプログラムコードの書いた専門書の勉強は苦痛だったので、この書籍はビジネスマンに馴染み深いExcelでできる方法にこだわりました。2年かけて、マクロを使ってオリジナルの分析ツールを作成し付録として提供することで、TVCMとWEB広告の最適な予算配分を試算するなどを可能にするマーケティングミックスモデリングという高度な分析も習得できる様にしました。Excelで手を動かしながら、(数式を読み解くのではなく)感覚的に学べる様にフルカラーで丁寧に演習手順を解説しました。この書籍を手に取ると、その大きさに驚かれると思います。

この書籍の演習を一通り行えばデータから物事を「予測」したり「説明」したり「分類」するとはどういうことか?感覚的に理解でき、データサイエンティストとのプロジェクトの生産性を格段に高められるはずです。ぜひチャレンジ頂ければ幸いです。入り口は簡単な演習から入りますが、最後はこってりとした「二郎」的な解説に及ぶもしれませんが笑


【告知】

「インサイトとデータドリブン」について言及する書籍を出版予定です。(出版社や正式タイトルなどの詳細情報は現段階では公開できず)それに連動する形でマーケターの皆さまに我々の考える「インサイトとデータドリブン」について紹介し、議論させて頂けるイベントを2019年8月30日に共著者の松本氏と開催致します。松本氏が「インサイトって何だ?」をお話し、私は本noteのタイトルにさせて頂いた「データドリブンって何だ?」についてお話しします。


【参考 note】

データドリブンに対する昨今の風潮、マーケターの間違えた期待値に対して言及した松本氏のnote他、拙書をご紹介頂いたnoteや書評をいくつかご紹介します。

【更新情報2024年5月26日】

「その決定に根拠はありますか?」

確率思考でビジネスの成果を確実化するエビデンス・ベースド・マーケティング

戦略を導く為の「エビデンスの作り方」をテーマに、これまで体系化してきたノウハウを紹介したマーケティング・インテリジェンスの書籍を出版致しました。5問の調査でTVCM(施策)→コンビニで商品を見た(要因)→売上がいくら増えたか?→年間16.67億円(効果)の様に経路ごとに構造的に効果を把握する国際特許(PCT)を出願した分析法など、確率モデルや因果推論をプロジェクトで実際に活用している方法を特典の動画講義も活用して実装レベルの知識まで提供しています。

















この記事が参加している募集