オペレーションで確認する必要があるデータは何か (データ分析: ビジネスについて少ししか知らないということは、何も知らないのと同じである)

データ分析: ビジネスについて少ししか知らないということは、何も知らないのと同じである

私はシャオパイです。私にプライベートメッセージを送って、「操作」と返信していただければ、インターネット操作情報のギフトパッケージを差し上げます。

多くの人は、データ アナリストがより良い分析を実行するためには、ビジネスについてある程度理解する必要があると常に信じてきました。しかし、本当に理解するとはどういうことかを人々に伝える特定の基準は存在しません。この記事ではそれを分析しますので、見てみましょう！

以下の記事は、公開アカウントTernary Varianceの著者Jasonからのものです。

私は、データ アナリストがより良い分析を実行するためには、ビジネスについてある程度理解する必要があると常に感じてきました。しかし、疑問があります。私たちはそのビジネスをどの程度知っているのでしょうか?

最近考えてみたのですが、ビジネスについて少ししか知識がないと逆効果になるかもしれないと感じています。ビジネス知識に非常に精通している場合にのみ、使用可能なレベルに到達できます。

なぜそう言うのでしょうか?いくつか例を挙げます。

製品の異なる SKU (異なる仕様) の変換を分析しているとします。ビジネスをまったく理解していない場合は、単に 3 つの異なるコンバージョン率と最終的なコンバージョン結果の数値を報告するだけかもしれません。この分析はそれほど深く掘り下げてはいませんが、あなたの仕事は果たせます。

ビジネスについて基本的な知識があれば、オプションが多すぎるとユーザーに混乱が生じ、管理コストが増加することがわかるでしょう。したがって、特定の SKU を購入するユーザーの割合が全体の 5% 未満であることがわかった場合は、SKU を合理化し、割合が非常に低い SKU を削除することをお勧めします。そうすることで、管理コストが削減されるだけでなく、ユーザーの意思決定も容易になります。

しかし、この初期のビジネス理解は必ずしも正しいとは限りません。 「ベイト効果」と呼ばれるマーケティング心理学の現象があります。

つまり、人々が 2 つの類似した選択肢を比較しているときに、3 つ目の選択肢を導入すると、そのうちの 1 つがより魅力的になるということです。

例えば、帽子は59元、帽子＋コートの組み合わせは299元です。このとき、コートだけを299元で買えるオプションを追加すると、帽子＋コートを買う人が増えると思います。コートだけを買う人はほとんどいなかったものの、このオプションにより、299元の帽子＋コートの組み合わせを選ぶ人が増え、売上高が増加しました。

そのため、SKU を合理化すると、ユーザーの意思決定は容易になりますが、売上収益も失われます。

もう一つの例を挙げましょう。

データ分析を研究している人なら誰でも、ビールおむつの事件について聞いたことがあるはずです。この事例は架空のものですが、商品の組み合わせ分析には有効です。

ビールおむつの仕組みについて少しでも知っていれば、マーケットバスケット分析を使用して、製品同士がどのように関連しているかを把握できます。関連商品を近くに置くと、セットで販売される可能性が高まり、売上が増加します。

しかし、これは必ずしも正しいアプローチなのでしょうか? 2 つの商品が一緒に購入される可能性が高くなるため、必ず一緒に購入する必要がありますか?ケースはまとめられており、ケースをコピーするだけでよいため、この質問については絶対に考えたことがありません。しかし、この事件はスーパーマーケットで起こったため、必ずしもそうとは限りません。スーパーマーケットは消費財が急速に流通する場所であり、ユーザーがそこに滞在する時間は非常に短いです。他の業界ではそうではないかもしれません。

IKEA のような家具専門店の場合、製品 A と製品 B の間に高い相関関係があることがわかったら、それらを一緒に並べることが最善の戦略ではないかもしれません。

代わりに、できるだけ遠ざけるようにしてください。なぜなら、IKEAで買い物をするとき、ユーザーは長時間滞在するからです。製品 A と製品 B を十分に離して配置すると、ユーザーはより多くのブースを通過する必要があり、より多くの製品を展示できるため、コンバージョン率が向上します。

したがって、この場合、ビールおむつのケースだけを知っていれば、それを機械的に適用できる可能性があります。これは必ずしも、企業が真に効率的な営業成果を達成するのに役立つとは限りません。

何をするか

ではどうすればいいでしょうか？

ビジネスに関する知識が少しあるだけではあまり役に立ちませんが、それでもビジネスを理解する必要があります。ビジネスを学ぶことは変わらない方向性です。定量化なしに質的な変化は起こりません。

最も重要なことは、モデルを適用することではなく、分析の目的は何であるかを考えることです。

この事件における誤りは、主に分析の焦点が定まっていないことに起因しています。多くの場合、人々はショッピング バスケット分析について学び、その後ショッピング バスケット分析を実行します。この分析は必ずしも間違っているわけではありませんが、その時点でビジネスが解決する必要のある問題と一致しない可能性があります。したがって、最良の状況は、解決する必要がある特定の問題が発生するまで待ってから分析することです。

たとえば、IKEA のビジネスでは、ユーザーが店舗で過ごす時間を増やす方法や、より多くの商品を見てもらえるようにする方法を分析したいと考えています。

この問題には、関連する製品を十分に離して配置するという明らかな前提があります。そこで、この問題を解決するツールとしてマーケットバスケット分析が登場しました。買い物かご分析を通じて関連商品を分析し、ビールおむつとは全く逆の行動をとります。しかし、この分析プロセスでは、ロジックが次のように一貫しているため、突然何かを感じることはないでしょう。

• 顧客がより多くの場所を通過できるようにする
• 関連製品を探す
• 商品を遠くに置く

元のビールおむつの例は、実際には、データから多くの隠れた情報が明らかになる可能性があることを示すことを目的としていましたが、その具体的な使用方法は分析の目的によって異なります。

いわゆるデータ分析によるビジネスの理解は、自動車のインテリジェント運転に少し似ています。

良いと悪いの違いはなく、使えると使えないの違いだけです。

理解力と分析力が臨界点に達したときにのみ、ビジネスを本当に理解していると言えます。そうしないと、以前に持っていたわずかなビジネス知識が、実際にはマイナスの影響を与える可能性があります。そうでなければ、まるで運転支援機能付きの車を運転しているようなもので、常に誰かに見守ってもらう必要があり、さらに疲れてしまいます。

いくつかの考えですが、皆さんにインスピレーションを与えていただければ幸いです。