2014年頃から注目を集め、2016年においては各企業の活用が注目されるマーケティングオートメーション。市場調査を行っている矢野総合研究所によるとマーケティングオートメーションの市場規模は、2020年までで420億円に成長すると言われています。そんなマーケティングオートメーションの注目したい機能の一つとして「データ分析機能」があります。顧客データの分析から施策までをシームレスに実行することで、迅速なPDCAサイクルと顧客視点に立ったマーケティングの展開が可能です。
しかし、普段データ分析に触れることのない方にとっては「どのように分析すればいいのか？」とデータ分析機能を持て余してしまうことも少なくありません。
そこでここでは、データ分析初心者が知っておきたい“データ分析のステップ”を紹介していきます。既にマーケティングオートメーションを活用している方も、今後導入を検討している方もデータ分析のステップを理解し効果的な施策考案に役立てましょう。
そもそも分析とは何か
一口にデータ分析と言っても様々な手法が存在します。しかし、その目的は一つです。
それは“事象全体で見るのではなくデータを個々に細分化して分析することで、経営戦略やマーケティングに有用な情報を導き出すため“です。
例えば「売上げが低下している」という事象全体だけを見たとき、その原因までを突きとめることは難しいでしょう。多くの企業ではこうした事象全体を見て「営業力が低下しているからだ！」と原因を決定付け、解決方法を探ります。
しかしながら、ここで重要なのは「本当に営業力の低下が原因なのか？」と分析することです。なぜなら、データを個々に細分化して分析することで全体的な売上げが低下している中に「A地区の売上げが伸びている」「B社員の業績が伸びている」といった事象全体からは見えない結果が隠れているからです。
そしてこうした情報こそが原因解決に繋がるベストプラクティスである可能性が高く、データ分析を活用することが有効的となります。
ただし、闇雲にデータ分析を行っても経営戦略・マーケティングに有用な情報を得ることは難しいでしょう。そこでデータ分析の正しいステップを知ることが、有用な情報を導き出すための最善策となります。
それではデータ分析で重要なステップをステップ1～5に分けて紹介していきます。
データ分析に必要な5つのステップ
ステップ1. 明確なゴールを持つこと
企業が新たな事業やマーケティングを展開する際、必ず明確なゴール(または目的やKGIなど)を設けます。データ分析においても例外ではなく、明確なゴールを持つことが正しいデータ分析への第一歩です。
まずは「データ分析を用いて何を実現したいのか？」を考えてください。低下している売上げの改善であったり、新しい顧客層の開拓であったりとゴールは企業により様々かと思います。ここで重要なのは具体的な数値と期間を持ってゴールを定めることです。
「四半期中に全体売上げの10％を回復」や「半年間で20～30代ユーザーの会員登録数を15％増加させる」といった具体的な数値と期間を定めることで、今後やるべげきことを体系的に整えることができます。
「こんなの当たり前のこと」と思われるかもしれませんが、意外にもできている企業は少ないのが現実です。
また、データ分析が“ただの分析”にならなよう注意してください。データ分析が流行っているからという理由から「自社にもデータ分析を取り入れよう」と考える企業は珍しくありません。しかし、本来データ分析とは原因究明や課題解決のために存在するものです。
ですので目的が先行していなければ、データ分析で有用な情報を導き出すことはできないのです。
ステップ2. 相関関係と因果関係について知る
データ分析では複数のデータを分析する場合がほとんどなので、必ずデータの相関関係や因果関係というものが存在します。しかしこの2つの言葉を間違って理解してしまっている、あるいはきちんと理解できていないことが原因でデータ分析に失敗してしまうことも少なくありません。
まず相関関係ですが、これは2つの値の関連性を示し一方の値が変化するともう一方の値も変化します。つまり「X＝Y」といった式や中等教育の数学で習った一次関数グラフがこれに当たりますね。
そして因果関係とは、複数の事象の間において「原因」と「結果」がハッキリとしている関係を指します。つまり「台風が発生し洪水が起きた」といった事象のように、原因と結果が連なっているものです。
データ分析を行うにおいて重要なのは、相関関係ではなく因果関係を導き出すことです。
例えば顧客単価が下がることで売上げが下がるということは相関関係にありますが、因果関係があるとは考えられません。この場合「何が原因で顧客単価が下がったか？」を考え因果関係を導き出すことが重要となります。
相関関係だけを見て経営戦略・マーケティングの意思決定を下すことは珍しくありませんが、確実に失敗する可能性が高まります。
相関関係と因果関係の違いを明確に理解し、データ分析を適切に活用しましょう。
ステップ3. データを集め、可視化する
当然のことですが、データ分析を行うためにはデータを収集しそれを分析できるように可視化する必要があります。しかしデータ分析を持て余している多くの企業では、可視化に悩んでいるケースが多いようです。例えばデータを時系列でプロットするだけでも、多くの情報を読み取ることができます。
「集めたデータは、とにもかくにも可視化する」
これを意識するだけでも、データ分析の幅が広がることを実感できるでしょう。
データを可視化するのに有用なのがHubSpotなどのマーケティングプラットフォームです。コンテンツやキーワードのパフォーマンスを可視化でき、分析を容易にします。
ステップ4. アタリをつけ、比較する
データ分析を開始するにあたってまず重要なのは、分析するデータに“アタリ”を付けることです。「仮説を立てる」と言い換えても良いですね。
ビッグデータ時代と言われている現代において、収集できるデータはバラエティに富んでいます。数十項目のデータを分析することは今や当たり前であり、場合によっては数百項目のデータを分析する必要性もあるでしょう。
例えば50項目のデータを2つの組み合わせでクロス集計(縦軸・横軸で分析したポピュラーな分析手法)したとすると、1,225通りもの分析パターンが存在します。全てのパターンを網羅的に分析していくことは明らかに非効率的であり、地図なしで複雑な鉱山へと入り込むようなものです。なので「どのデータをどこまで掘り下げて分析するか？」といった“アタリ”を付けることが重要となります。
また、複数のデータを分析し異なる結果を導き出し比較することも重要です。目の前に一つのりんごを置かれて「このりんごの特徴を教えてください」と言われても難しいように、一つの分析結果だけで有用な情報を導き出すことは難しいでしょう。
では隣にもう一つりんごを置き「それぞれの特徴を教えてください」と言われたら、「こっちの方がやや赤みが強い」や「こっちの方が小さい」といった特徴を捉えることができます。
データ分析もこれと同様で、複数の結果を比較してこそ見えてくるものがあるのです。
ステップ5. 情報を評価する
データ分析にて情報が導き出された後は「果たしてこれは正確な情報か？」というのを評価しなくてはなりません。なぜなら、データ分析によって導き出された情報は必ずしも正しいとは限らないからです。
分析途中において打ち込む変数を間違えたかもしれません。そもそも分析手法が間違っていたという可能性も考えられます。こうした失敗はデータ分析を専門とするデータサイエンティストでも自然なことなので、データ分析初心者であれば導き出された情報が間違っている可能性は大いにあり得ます。
なので、データ分析によって得た情報は正確なものかどうかをきちんと評価する必要があるのです。また、ここでステップ4の「比較する」というのが重要になります。情報が正しいかどうか、それを見極めるには複数の情報を比較することが最善の方法だからです。
また、情報の評価で重要なのは「徹底した客観視で評価すること」です。特に自社の利益が絡む場面では主観的な視点が大きくなり、情報の正確さを見誤ってしまう可能性が大きくなります。
あくまで客観的な視線を徹底し、冷静な目で情報を判断していきましょう。
まとめ
最後に、ここまでのステップをまとめておきます。
- ステップ1. 「データ分析で何を実現したいのか？」を考え、具体的な数値と期間で明確なゴールを持つ
- ステップ2. 相関関係と因果関係の違いを理解し、正しい意思決定を下すために因果関係を追求する
- ステップ3. データを収集するだけでなく、とにかく可視化してみることでデータ分析の幅を広げる
- ステップ4. 闇雲にデータ分析を行うのではなく“アタリ”をつけ分析を行い、複数の分析結果を比較する
- ステップ5. 客観的視点を徹底し、データ分析によって導き出された情報を正しく評価する
以上が、データ分析初心者が知っておきたいデータ分析のステップです。
せっかくマーケティングオートメーションを導入したのなら、データ分析機能は大いに活用すべきです。また、これから導入を考えている企業では予めデータ分析のステップを理解しておくこで、導入後機能をスムーズに活用出来ますね。
ビッグデータの活用が注目されている2016年においては、今後もデータ分析の重要性が高まっていきます。日々蓄積されているデータを適切に分析し事業に有用な情報を導き出すことができる企業が、現代ビジネスで生き残れる強い組織になると言ってもいいでしょう。
また、多くの経営者の方はデータ活用の重要性を日々肌で感じているはずです。今後の事業展開や企業成長のためにも、今回紹介したデータ分析のステップを意識しつつ有効的なデータ活用を考えてみてはいかがでしょうか。
