-
序章
データ・統計分析のための発想とコツ
- 「数字」、「データ」ってどう使えばいいの?
- 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」
- 課題と分析をつなぐ
「仮説アプローチ」
- 仮説が必要な3つの理由
- 仮説を効果的に分析につなげるための
4つのポイント
- 仮説を検証するための
「ピラミッドストラクチャ」
- コラム 網羅的アプローチの使い方
-
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
- やみくもにデータを集めても
分析はできない!
- 仮説の答えになるデータを探そう
-
データ収集のポイント
- 仮説の一歩外までデータを集める
- データの“軸”に着目する
- 目的に合った 「データの範囲」を意識する
- 「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
- 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」
-
第2章
利益を出すために必要なことは?
- 市場の大きさを
「エイヤッ」 とつかもう!
- 市場規模はどれだけか
「平均」で代表的な値を決める
- 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
- 「中央値」は、
ポジショニングを知るヒントになる!
- 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
-
第3章
リスクをどう見積もるのか
- 予想通りにいかない
“リスク”を示す
- 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
- 標準偏差をExcel で求める
(STDEV関数)
- 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
- バラつきをリスクとして評価する
- 「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
- Excelでヒストグラムを作る
- 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
- Excelでリスクの確率をつかむ
- 仕事で生かせる 「標準偏差」 の使い方
-
第4章
何が成功要因なのか
- 過去のデータで将来の“手”を考える
- 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
- 相関の強さを示す
「相関係数」
- 相関係数をExcel で求める
(CORREL関数)
- 相関係数がどのくらいなら、
「相関関係がある」 のか
- 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?
- 相関を扱うときの注意点
- 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
-
第5章
目標達成に必要な予算はいくらか?
- 計画達成のためにいくら必要か?
- 「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」
- 「回帰式」で2つのデータの関係を示す
- Excelで「単回帰分析」をしてみよう
- 「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
-
もっと回帰分析を使いこなすために
- 「傾き」から効果や効率を見る
いくら出すといくら儲かる?
- 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?
- 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
- 組織計画やKPI決定ツールとして使う
-
第6章
効果的なデータの見せ方・伝え方
- ただ、「データ」 を見せるだけでは伝わりません!
- “分析すること”と “伝えること”は違う
- わかりやすくメッセージを伝えるために
- 数値だけでなく、 視覚的に訴える !
- 比較してメッセージを強調する
- 最後にもう一度“仮説”に立ち返る