1. 序章 データ・統計分析のための発想とコツ
   1. 「数字」、「データ」ってどう使えばいいの?
   2. そもそも､「数字」はどう使えばよいのか!? 分析手法より、まず「思考パターン」
   3. 課題と分析をつなぐ 「仮説アプローチ｣
   4. 仮説が必要な3つの理由
   5. 仮説を効果的に分析につなげるための 4つのポイント
   6. 仮説を検証するための 「ピラミッドストラクチャ｣
   7. コラム 網羅的アプローチの使い方
2. 第1章 効果的なデータ分析のための集め方と分析の視点
   1. やみくもにデータを集めても 分析はできない!
   2. 仮説の答えになるデータを探そう
   3. データ収集のポイント
      1. 仮説の一歩外までデータを集める
      2. データの“軸”に着目する
      3. 目的に合った 「データの範囲」を意識する
      4. 「外れ値」は理由を考えて処理する ドラッグストアーの売上額は なぜ、こんなに変わったのか
   4. これが現実!? データが集まらないときの 「データの増やし方」
3. 第2章 利益を出すために必要なことは？
   1. 市場の大きさを 「エイヤッ」 とつかもう!
   2. 市場規模はどれだけか 「平均」で代表的な値を決める
   3. 平均は本当に「データ全体」を代表する値なのか? 「平均」 の落とし穴
   4. 「中央値」は、 ポジショニングを知るヒントになる!
   5. 平均で計画の「初期判断」を行なう 予算必達のために何台売らなければならないか
4. 第3章 リスクをどう見積もるのか
   1. 予想通りにいかない “リスク”を示す
   2. 標準偏差で、リスクをあぶり出せ 「本当に計画通りにいくの?」の指摘に応えるために
   3. 標準偏差をExcel で求める (STDEV関数)
   4. 標準偏差をビジネスで使うには 相対比較や標準化で比較する
   5. バラつきをリスクとして評価する
   6. 「ヒストグラム」でバラつきを視覚化する データの全体像を把握するために
   7. Excelでヒストグラムを作る
   8. 計画の下振れ、上振れのリスク (大きさや頻度) から、 事業のリスクを示す
   9. Excelでリスクの確率をつかむ
   10. 仕事で生かせる 「標準偏差」 の使い方
5. 第4章 何が成功要因なのか
   1. 過去のデータで将来の“手”を考える
   2. 最も効果の高い販促策を探せ 相関で、 データに “意味”を与える
   3. 相関の強さを示す 「相関係数」
   4. 相関係数をExcel で求める (CORREL関数)
   5. 相関係数がどのくらいなら、 「相関関係がある」 のか
   6. 相関を使って成功要因を特定する 最も効果的な販促策はどれか?
   7. 相関を扱うときの注意点
   8. TVコマーシャルとディスカウント・チケット どちらがどれくらい売上増に貢献するのか
6. 第5章 目標達成に必要な予算はいくらか？
   1. 計画達成のためにいくら必要か?
   2. 「ガッツ」 プランでなく、 計画を客観的にサポートする 「単回帰分析」
   3. 「回帰式」で2つのデータの関係を示す
   4. Excelで「単回帰分析」をしてみよう
   5. 「企画の計画・収益性」 を知る どちらが、どのくらい、より効果的なのか
   6. もっと回帰分析を使いこなすために
      1. 「傾き」から効果や効率を見る いくら出すといくら儲かる?
      2. 要因によらない結果を見極める 何もしなくても得られた結果は?
      3. 分解して、より深い事実を見つける 営業時間をどうするか
      4. 組織計画やKPI決定ツールとして使う
7. 第6章 効果的なデータの見せ方・伝え方
   1. ただ、「データ」 を見せるだけでは伝わりません!
   2. “分析すること”と “伝えること”は違う
   3. わかりやすくメッセージを伝えるために
   4. 数値だけでなく、 視覚的に訴える !
   5. 比較してメッセージを強調する
   6. 最後にもう一度“仮説”に立ち返る