使えるデータ分析！役立つ手法を厳選して紹介
ビックデータが注目されている現在、データ分析手法への関心が高まっています。
データ分析に使える手法はアトリビューション分析、テキストマイニング、タップ分析、共分散構造分析など数十種類あるといわれています。そのすべてを覚えようとするのは、あまり現実的ではありません。そもそも、そのすべてを実務で活用しているわけではないので、重要な手法だけを抑えれば十分です。ここでは、ビジネスで使えるデータ分析手法をご紹介します。
このページのコンテンツ
ビジネスで使える！代表的なデータ分析の手法！
一定の数値や文字などを分類・整理した上で、意義を見出すデータ分析。
そのメジャーな手法に「アソシエーション分析」などがあります。アソシエーション分析とは、POS（Point Of Sales）データの分析を行うときに使われる別々の事象の関連性の強さを求める手法です。
別名、「マーケットバスケット分析」ともいわれています。たとえば、ビールを購入する人はおつまみとなるチーズを一緒に買い物かごに入れてレジに行く確率がどのくらいあるかなどを知ることができます。アソシエーション分析では、一見すると、関連性がなさそうなものでも結び付けられることがあります。
意外なエピソードとして知られているのは、ビールを購入するときにおむつを購入する人が多かったというものです。その理由は定かではありませんが、併売を促すため商品陳列順を最適化し、購買運動を行います。さらに、これを応用することで、リピート率やブランドスイッチの発生率を知ることができます。
実務に活用する！最低限必要な分析手法は？
アソシエーション分析のほかに実務で活用している分析手法は、クロス集計、ロジスティック回帰分析、決定木分析（ディシジョン・ツリー）、クラスター分析です。
アンケート分析の基本となるクロス集計とは、2つないし3つの項目に注目して集計する手法です。たとえば「Aという商品が好きか」という項目のアンケート結果だけをみると、Aがどのような人々に人気があるのかわかりません。これに対して、そのアンケート結果と年代を組み合わせると、20代、30代の人には人気があり、40代以降の消費者にはあまり人気がないことがわかるでしょう。
ロジスティック回帰分析とは、「Yes」「No」で区別できる事項に関して、「Yes」を1、「No」を0として顧客ごとに数値化し、ツールを用いて計算する手法です。キャンペーンの反応率や特定の商品の普及率のように物事の発生確率を把握するために使用します。
データマイニング手法の1つである決定木分析とは、顧客の購買履歴などから対象者をいくつかのカテゴリーに分類していく手法です。ロジスティック回帰分析は集団を2つに分けるのに用いられるのに対し、さらに細かく分類するのが決定木分析です。原因から結果に至るまで複数の枝が伸びていくように見えることから、決定「木」分析と呼ばれています。
クラスター分析とは、異なる性質を有する集団の中から似た者同士をそれぞれの群れに分類していく手法です。クラスター分析を行うことで、それぞれの群れの特徴を把握しやすくなります。
戦略を徹底サポートする！データマイニングの手法
データマイニングとは、大量にある情報や事実の中から価値ある情報を掘り出すことです。
統計解析に対してデータマイニングの方が扱うデータ量は多く、知識発見の側面が強いといえますが、仮説を検証する役割も果たします。このため、データマイニングは目的志向的データマイニングと探索的データマイニングの2種類に区別することができます。
目的志向的データマイニングの代表例は、ロジスティック回帰分析や決定木分析であり、さまざまなデータを用いていくつかのカテゴリーに分類します。将来の予測を伴うことが特徴です。
目的変数が少なく、データ上のパターンや類似性を見出そうとするアソシエーション分析は、探索的データマイニングに該当します。データマイニングはCRM、すなわち優良顧客を見出し、増価させ、ビジネスを成功させる手法に役立ちます。
知ってるだけではダメ！自分のスキルとして活用する
実務で活用するためには、さらに詳しく思考パターンを学び、自分のスキルとして習得しなければなりません。
ここで大切なのは数多くの手法を「知っていること」ではなく、いくつかの手法を「使える」ことです。知っているデータ手法の数が少なくても、基礎となる思考パターンを習得していれば応用が利きます。
データに基づく説得は人の心を掴みやすく、思考パターンを身に着けることは、ビジネスにおけるさまざまな場面で役立つはずです。
セミナーの参加
弊社ではデータ分析/活用など、営業の組織改善に特化した無料セミナーを開催しております。
気づきを得たい方、営業の業務効率化、売り上げ改善などにご興味がある方はぜひご参加くださいませ。
