分析したデータをビジネスで活用するためには、それに適した場面で利用することが大切です。今回は、分析したデータを上手に活用するための基本のテクニックを3つのステップに分けて解説します。大手企業のデータ活用の事例もモデルケースとして紹介しますので、データ分析の際はぜひ参考にしてください。
分析したデータを活用して実現できること
まずは、分析したデータをどのように活用していけるのか、選択肢を整理していきましょう。データ分析を行うと、主に以下のようなことを実現できます。
効率的な売上向上を目指せる
ビジネスを成功させるためには、売上アップを目指すことが欠かせません。それを実現するために不可欠な情報や知識をデータ分析によって見つけることができます。場合によっては、新たな可能性を見出すこともできるでしょう。
例えばECサイトでは、顧客の購入履歴や年齢、住所、家族構成などに応じた興味関心のデータを収集して分析を行います。それによって顧客が望む商品・サービスを提供でき、売上向上につながります。売上が向上すれば、より効率的に事業を拡大していくことができます。新規事業を立ち上げる際も、成功した事業のデータを活用すれば、新規事業を軌道に乗せやすくなるはずです。
データを基に新たな戦略を提案
データを分析すれば、分析結果に基づいて新たな戦略を検討していくこともできます。自社が課題・問題として抱えていることや、課題をクリアするためには今後の企業活動をどのように行っていくべきか、といったことを把握できます。
ビジネスの成功には、課題・問題点を把握したうえで、それをクリアするための新たな戦略が必要です。データを分析すれば、自社の課題を合理的・客観的に見つめ直すことができるでしょう。
自社や業界そのものの課題は、大きなビジネスチャンスと言えます。戦略を立てて課題をクリアできれば、大幅な売上アップにつながるはずです。
データを上手に活用するための3ステップ
ここからは、データを上手に活用するためのステップを3つに分けて、ポイントを整理していきます。データがあっても、正しく活用されなければそのデータは無価値です。そのデータを有益なものにするために、活用方法のポイントは正しく押さえておきたいところです。
仮説を設定しデータを収集
まずは、仮説を設定する必要があります。どのような理由・背景があってデータを活用するのかというデータ活用の目的を明らかにして、結果を想定することから始めます。想定する結果が、仮説に当たります。
あらかじめ目的と仮説を設定しておけば、より効率的にデータを収集できます。必要のないデータを時間とコストをかけて収集する必要がなくなるためです。目的に合ったデータのみを収集し、不要なデータを混在させないように注意しましょう。
統計分析
続いて、仮説を検証するための統計分析を行います。主に以下のような分析方法があります。
- クロス集計
- ロジスティック回帰分析
- 決定木分析
クロス集計は、アンケートのデータを設問とからめて集計する方法です。ロジスティック回帰分析は、対象となる物事・事象の発生率を予測する分析方法です。決定木分析は、樹形図を用いてデータを分析する方法で、強い影響力を持つ要素を軸として枝分かれさせ、データを細かく分析していきます。他にも多くの分析方法があり、検証の目的に合った分析方法を選ぶことが重要です。
結果を基に意思決定
データを分析した後は、最終的に得た結果を踏まえてどうするのかという意思決定を行うことになります。分析結果を、次の戦略を見出すきっかけや判断材料にするのです。
仮説を立てて必要なデータを収集し、適した分析方法でデータを分析する、この工程を繰り返すことで、次に必要な行動が明確になります。
データ分析・データ活用の事例を紹介
ここからは、参考としてデータ分析・データ活用の事例を見ていきましょう。実際に多くの企業が、収集したデータを効果的に活用し、売上向上や事業拡大につなげています。
KDDI「KDDI Location Analyzer」
KDDIの「位置情報ビッグデータ」を解析するツールです。昨今の新型コロナウイルス感染症対策に向けて、KDDIのデータが各自治体に無償で提供されることになりました。
携帯電話キャリアauの契約者の性別、年代、居住地、勤務地情報などが、個人を特定できないように加工されて使用されます。これによって各自治体は、緊急事態宣言前後の住民の動向を確認することができ、その解析結果に基に各種施策を打ち出すことができます。
Amazon「レコメンデーション機能」
ECサイト最大手のAmazonでは、「レコメンデーション機能」を用いて売上向上を図っています。レコメンデーション機能とは、ユーザーが商品を購入する際に「この商品を買った人はこんな商品も買っています」とおすすめ商品を紹介する機能です。
これは、Amazonユーザーの購入履歴データを基に開発された機能です。また、より高品質で的確にユーザーの嗜好をつかめる「Amazon Personalize」サービスも提供しており、さらに具体的なレコメンデーションができるようになっています。
ダイドードリンコ「アイトラッキング分析」
大手飲料メーカーのダイドードリンコでは、「アイトラッキングデータ」と呼ばれるデータを活用することによって、自動販売機の商品陳列にデータ分析結果を反映することで、売上向上につなげています。
アイトラッキングデータとは、消費者の視線の動きを示すデータのことです。分析を行った結果、自動販売機では目線が行きやすい左下に人気商品を陳列すると、売上が倍増することがわかりました。それまでは、自動販売機でも王道パターン（左上に人気商品が置かれることが多い）で商品が陳列されていました。
まとめ
データの活用は、売上向上や事業拡大といったビジネスの成功において、必要不可欠です。目的に合ったデータを収集し、適切な分析を行えば、次に打ち出すべき戦略が見えてきます。データを上手に活用し、売上アップや新規顧客獲得などにつなげていきましょう。
また、電算システムでは、BI（ビジネスインテリジェンス）機能を搭載したデータプラットフォームとして、Lookerの活用をご提案しています。
Lookerを活用することで、データ分析の担当者だけでなく、作成したダッシュボードのURLを共有するだけで、簡単にユーザ部門でもドリルダウンでデータ分析が行うことが可能で、全社データドリブン基盤として企業の経営を力強くサポートします。
