データ分析に取り組んでいるけど、まるで成果が上がらない、こんなことやって意味あるの？
と感じているそこのあなた。
それ、本当に分析ですか？ただ、集計しただけではありませんか？
集計と分析の定義
「集計」は、寄せ集めたいくつかの数を合計する事です。
「分析」は、ある事柄の内容・性質などを明らかにするため、細かな要素に分けていく事です。
まぁ、辞書的な定義はさておいて、データを扱う会社らしく、もうちょっと具体的に説明すると、集計と分析にはこんな違いがあります。
•集計: データを様々な切り口でカウントして基本統計量（平均値など）や分布を得ること
•分析: データというエビデンスに基づいて因果関係を解明するための材料や、正しい洞察を得
ること
皆さんが欲しいのって、この「分析」ですよね？
集計で分かること
集計で分かることは、ひとことで言うと「現状把握」です。
企業が保持する購買データで集計すると分かりそうなことを例にすると
・月ごとの購買件数の推移
・商品を購入した人の男女比
・ユーザーの平均購入金額
・ユーザーの平均購入間隔
のような情報が得られます。
自分たちの置かれている現状を正しく把握できなければ、同じ事実を社内で共有したり、有効な作戦を立てることも出来ないので、集計は非常に重要です。
データから正確な現状を把握できることは重要ですが、その先には
「でっ、どうすればいいの？」
と聞かれる未来が待っています。
集計で得られた情報だけではその質問に上手く答えられずに、データ分析意味がなかった・・・
みたいな結論になっていること、ありませんか？
そりゃあ、そうですよね。それは単なる「集計」で「分析」じゃ無いんですから。
分析が目指すこと
集計で「現状把握」をしたら、次は分析です。
経験上、網羅的なデータあれば以下のようなことが明らかにできます。
・集計で見えていた差が、確からしいか統計学で（有意性を）裏付ける
・カイ二乗検定
・収益構造の解明
利益や損失と因果関係の大きな要素の発見
新たな切り口での指標の作成
・分析に基づいたKPIの発見
・ユーザー群（クラスター）毎の行動特性の把握
・クラスタリングによる顧客の生態把握
・優良顧客・非優良顧客に峻別した作戦の立案
・RFM分析 に基づく戦術の立案
・各要因の重要指標（利益など）に基づいたアクションの実行
・回帰分析による有意にプラスまたはマイナスに作用する要因の把握
・ロジスティック回帰分析を用いたオッズ比の算出で貢献度の高いアクションの明確化
集計で得られる情報は直感的に大体想像がつきそうな「数字」でしたが、
「分析」で得られる情報は、結果を出すためのアクションに直結するものばかりです。
所持しているデータからこんな情報が引き出せると思うとワクワクしてきませんか？
「分析」は成果につながるアクションを明らかにする
データから現状を把握する「集計」だけでは、目標を達成させるためのアクションには落ちません。
成果をあげるために必要とされるのは、「とるべきアクション」です。
その為には「集計」よりもさらに深く踏み込んだ「分析」が必要となってきます。
ウチで出来ていたのは実は「集計」までだった。
「分析」と言われても、経験も人材も足りていない。
そんなケースは、まだまだあると思います。
かっこ株式会社では、手付かずのロウデータの「集計」から、「分析」までを短期間で、安価にお手伝いできるサービス「さきがけKPI」を提供していますので、お気軽にお問い合わせください。
