私なりのデータ分析・活用の解釈_インスピレーションを得た書籍を交えて

Transcript

1. 私なりのデータ分析・活用の解釈 インスピレーションを得た書籍を交えて 2025/3/13 工藤 真理子
2. 名前：工藤 真理子 言語： VBA、Python、SQL 好きなこと：美味しいものを食べながらおしゃべりすること 好きな音楽：椎名林檎、東京事変 業務：とあるサービス会社でデータ周りのことをやっています X： https://x.com/kudou32323 ブログ： Kの備忘録（仮） 技術同人誌： Excel VBA 配列入門 自己紹介
3. データは21世紀の石油と言われているみたいです。 本日は「そのデータ、どう活用するの？」 ということを私なりの解釈で 素敵な書籍とともにお伝えしたいと思います。
4. 免責事項 本日の発表は私個人の考えです。 勤務先の企業の考えを代表したものでは ありません。
5. 私なりにたどり着いたデータ分析・活用の解釈 収集するデータは網羅的かつ粒度が細かい方がよい データを可視化するときは少ない情報量にしてから ※書籍紹介あり ダッシュボード設計は問いが大事 ※書籍紹介あり
6. 収集するデータは網羅的かつ粒度が細かい方がよい
7. Q.データは何をどんな粒度でとったらいい？ A.迷ったら一旦網羅的に、細かい粒度でとる
8. 例. カフェ経営でデータ分析をしたいとき 取れそうなデータ 来店時間 お客様の属性 頼まれたメニュー 来店回数（ポイントカードで集計）
9. Aさんのお店 収集するデータの粒度が細かく網羅的 来店日時：12/1 12:23 お客様の属性：大人、女性 頼まれたメニュー：ナポリタン 来店回数（ポイントカード）：3回
10. 来店日時：12/1 ランチタイム お客様の属性：データなし 頼まれたメニュー：ナポリタン 来店回数：データなし Bさんのお店 収集するデータの粒度が粗く網羅的でない
11. 例1.お客様のリピート率を知りたいとき
12. Aさんのお店： 来店回数：3回 リピート率がわかる Bさんのお店： 来店回数：データなし リピート率がわからない 例1.お客様のリピート率を知りたいとき
13. 残念ながら、ないデータは作れないません。 迷ったらデータは網羅的にとっておくほうが良い
14. 例2.ランチタイムのピークタイムを知りたいとき
15. Aさんのお店： 来店日時：12/1 12:23 来店時間がわかる 時間の集計ができる Bさんのお店： 来店日時：12/1 ランチタイム 来店時間がわからない 時間の集計ができない 例2.ランチタイムのピークタイムを知りたいとき
16. データの粒度を「細かい 粗い」にできるが、 データの粒度を「粗い 細かい」にできない！ 迷ったらデータの粒度は細かい方が良い
17. Q.データは何をどんな粒度でとったらいい？ A.迷ったら一旦網羅的に、細かい粒度でとる 再掲
18. データを可視化するときは少ない情報量にしてから
19. Q.データ量が多いときはどう分析したらいい？ A.グルーピングして、情報量を少なくしてから分析しよう
20. どんな内容？？ やみくもにアウトプットを推すのではなく、 インプット情報を厳選しなさいということを 推しています。 「少ない情報で意思決定する怖さに耐えろ」 という言葉に衝撃を受けました。 https://www.amazon.co.jp/dp/4569846882 書籍紹介
21. データ関連の業務にあたる人はデータを可視化するときに 厳選したインプット情報を伝える必要があります。 少ない情報で相手に伝えることが重要
22. たとえば、Aさんのお店が 1カ月3000人以上来店がある人気店だったら・・・ ランチのピークタイムを分析するときに1分単位じゃ粒度が細かすぎる。 元データ データを可視化
23. でも、グルーピングすればOK！ たとえば、15分単位にグルーピングすると・・・ 来店日時のデータ：12/1 12:23
24. 元データ 15分でグルーピング データを可視化 情報量が少ない（解像度を粗くする）と、傾向が見えやすい
25. Q.データ量が多いときはどう分析したらいい？ A.グルーピングして、情報量を少なくしてから分析しよう 再掲
26. ダッシュボード設計は問いが大事
27. Q.ダッシュボードってどう作るの？ A. 課題解決や意思決定につながるための問を作ろう
28. どんな内容？？ 「問題を解くよりも、解く問題を見極めると いうことのほうが大事」ということ推してい ます。 ふと思い出したときに「必要なことをちゃん とやりなさい」と諭されるような感覚になり ます。 https://www.amazon.co.jp/dp/4862763561 書籍紹介
29. どんな内容？？ 「 不 調 な セ グ メ ン ト は ど こ か ？ 」 の 一 言 を 加 え た だ け で 、 「 デ ー タ が 意 思 決 定 に つ な が る と は こ う い う こ と 」 と い う 理 解 を 得 て 、 衝 撃 を 受 け ま し た 。 https://www.amazon.co.jp/dp/4798185787 ※ 同 じ a m a z o n ペ ー ジ の ス ク シ ョ で す 書籍紹介
30. 例） Aさんが今解決すべき課題ってどっち？ 来客数を増やすこと？ 利益を増やすこと？
31. 例） Aさんが今解決すべき課題ってどっち？ データを見た結果 来客数＝予定より10%多い 利益＝予定より100万低い
32. Aさんが解決すべき課題＝利益を増やす 問 売れているメニューは？ 利益率が高い・低いメニューは？ お客様1人当たりの単価と利益率は？ 設備維持にかかっている金額は？ 時間別の単価は？ などなど、利益に関わるデータを分析していく
33. Aさんが解決すべき課題＝利益を増やす 利益に関わるデータを分析していく 課題解決のための問いが載っているダッシュボードを作る
34. Aさんが解決すべき課題＝利益を増やす 問 売れているメニューは？
35. Aさんが解決すべき課題＝利益を増やす 問 利益率が高い・低いメニューは？
36. Aさんが解決すべき課題＝利益を増やす データ分析の結果わかったこと ・パスタが1食当たりの利益が高い ・パスタあまり売れていない
37. Aさんが解決すべき課題＝利益を増やす データ分析の結果から得た示唆から仮説を立てる 仮説： パスタが利益率が高いがあまり売れていないこと判明したので パスタを多く売ればお店の利益率が上がるという仮説が生まれた 仮説検証のための意思決定： パスタの品数を増やし、パスタフェアを行う
38. Q.ダッシュボードってどう作るの？ A. 課題解決や意思決定につながるための問を作ろう 再掲
39. 私なりにたどり着いたデータ分析・活用の解釈 の話は終わりなんですが・・・
40. 個人的に推しているデータの本を 2冊紹介させてください
41. どんな内容？？ データ活用の原点にして頂点の本。 データ活用って事実を見たり傾向を知って終 わりではなく、ちゃんと意思決定までやって ねということを説いている本です。 ちゃんとやり方や事例も書いています。 データ活用の初心者もベテランも、すべての 人にお勧めできる本です！！ https://www.amazon.co.jp/dp/4798160466 書籍紹介
42. どんな内容？？ データ分析をするための環境を整えていきた い企業向けの本です。 技術的な内容が多いですが、エンジニア以外 の方も参考になる内容が盛りだくさんです。 データ分析の深めの一歩を踏み出したいとき にお勧めの本です！！ https://www.amazon.co.jp/dp/4297124459 書籍紹介
43. ご清聴ありがとうございました！！