楽しく働くフクミのブログ:FAN&FUN

楽しく働くフクミのブログ


Warning: count(): Parameter must be an array or an object that implements Countable in /home/fukumi/fanand.fun/public_html/wp-includes/post-template.php on line 316

分析とは分けて比べると言う事

約 1 分

今の世の中ではビッグデータなどの言葉が表している様に、至る所でデータが溢れています。
しかしデータもデータのままでは、只の文字や数字の羅列に過ぎません。

その折角のデータから意味を見出すのが分析ですが..分析ってそもそも何でしょう?
どの様にしたら折角のデータを意味の有る形で見る事が出来る様になるのでしょうか?

分析とは?

  1. ある物事を分解して、それらを成立させている成分要素側面を明らかにすること。

  2. 物質の鑑識・検出、また化学的組成を定性的・定量的に鑑別すること。記事 分析化学に詳しい。

  3. 概念の内容を構成する諸徴表を各個別に分けて明らかにすること。

  4. 証明するべき命題から、それを成立させる条件へ次々に遡っていくやり方。
Wikipediaより

Wikipediaを見ると色々と書いてありますが、要は分析とは分けて比べる事と言えるのでは無いでしょうか?

では何の為に分けて比べる、分析のそもそもの目的とは一体何なのでしょうか?

分析で何を見つけるのか?

全てのアクションは次のアクションに繋げる為のアクションとならなければいけません。

だから分析も、分析に因って何が見つかりどの様なアクションを起こせる様になるのかと言う事を考えれば、意外な程に効率的に進める事が出来るでしょう。

分析で見えてくるのは大きく分けて下記の3つだと考えます。

  1. データの塊と中心値や異常値
  2. 次のアクションで得られるデータが大凡これ位の値になるだとか、若しこれくらいになったら異常なのか等が判断出来る様になります
  3. データの割合、バラツキや分布
  4. 次のアクションで得られるデータが大凡この範囲に入ると予想出来る様になります
  5. データの構造や関係性、閾値など
因果関係や方程式を導き出します。
次のアクションで得られるデータは一定の閾値を越えたら大凡どれ位で安定するのかも予想出来る様になります。


これら次のアクションが促される様な分析で無ければ、その分析は意味が無いと考えなければならない訳です。

定量分析と定性分析

分析とは先ずは分ける事ですが、どの様に分けるかが一つの勝負ですが、それも対象となるデータ次第です。

大きく2つに分けると、定量分析定性分析に分けられます。
端的に言えば定量分析は数字を分け定性分析とは言葉で分ける分析となります。

定性分析では特定単語の頻出度合いや、関係性を持つ共起語を探したりします。

データの分け方=層別の仕方

データを分析するに当たり、データの分け方=層別の仕方と言うのは大きなポイントとなります。

取り出すデータの層別次第で見えるものが変わっていきます。
またその単位が大き過ぎても小さ過ぎても、特徴を見つける事が困難となってしまいます。

例えば販売促進を図る為に50人を集めてデータ分析をしようと思った時、性別、年齢、住居エリア、職業、家族構成などにより、示すデータは大きく異る事になるでしょう。
そもそもそれらのデータを取っていなければ先に進めませんが、取っていたとしてもどれを用いて層別するかによって、見えてくるデータが異なってくると言うのは、簡単に想像出来るのでは無いでしょうか?

分析では何とどう比べれば良いのか?

比べると言っても一体何と、しかもどう比べれば良いのでしょうか?
安心して下さい、何気にいつも通り比べれば良いだけなのです!

  1. 昔の自分自身と比べる=時系列比較分析
  2. 対象物が何であれ、昔のそれがどうだったのか、時系列変化を見る分析って、何気にいつもやっていますよね?

    他の何と比べて良いかわからなくとも、それ自身の昔と比べれば、それが成長しているのか、劣化しているのか、それとも変わらないのかがわかります。

    それこそ良くなり続けていればもっと良くなる事が想像出来ますし、悪くなり続けていればもう駄目なのかなと判断が出来る訳です。
    しかもそれが順調なカーブを描いていれば、これからの良かれ悪かれの未来も或る程度見込める訳で、上がったり下がったりしていればいずれにせよ要注意と考えられます。

  3. ベンチマークや業界の標準と比べる=比較分析
  4. ライバルなどのベンチマークが居る場合は、ライバルとの比較分析をしてみたくなるでしょう。
    しかしながらなかなか難しい事に、ライバルの特に定量的なデータと言うのは手に入らないのでは無いでしょうか..。

    その場合は自分の居る業界のデータを取り寄せて、自分がどれくらいの位置に居るのかを見てみても良いかもしれません。

    自分とピッタリ比較出来る相手を見つけるのも難しいでしょうから、業界のみならず異業種であっても同規模の相手と比べて見ても良いでしょう。

    業界の種類や相手の規模によって異なりますが、下記が代表的なデータの入手先として先ずは問い合わせてみて下さい。

  5. 構成比分析

構成比に注目した構成比分析も有効です。
構成比分析をするには円グラフ、ドーナツグラフ、積層棒グラフなどが良さそうです。

パレートの法則が示す様に意外と全体の80%は、20%の項目のみで占められている事が往々にしてあります。
だから重点分析として更にABCに層別するABC分析したら面白いものが見えてくるかもしれません。

またその構成比の時系列分析をエリアグラフでしても面白いかもしれませんね。

費用対効果分析

ビジネスであれば、やはりこの費用対効果分析と言うのは避けては通れません。
ここで言う費用とは本来は投入したリソース=お金のみならず時間や人材も含めて考え、それらから生み出された利益との割合を算出します。

費用対効果=Return On Investment=ROIと訳される事も多々有ります。

経営指標的に使われるだけでなく、営業現場ではCost Per Inquiry=CPIや、Cost Per Order=CPOなどと使われています。

比較して分析のまとめ

効果的な分析をする為の第一は、今回の分析の目的は何なのかと言う事をきちんと把握する事です。

次に効果的なデータを入手しなければ始まりません。
後でどの様に分析するのかわからないので、出来るだけのデータを入手する努力をした方が無難です。

その次はそのデータをどの様に層別してグラフ化するかです。
層別の仕方、そしてどのグラフを使うのか次第で最終的なひらめきは大きく変わって来るので精一杯の工夫をしたいところです。

分析と言うと難しく、どの様にすれば良いか悩んでいたのが、少しでも役に立てば嬉しいですね!