「データ分析」という言葉にアレルギーを感じているECサイトの運営者にこそ読んでほしい雑記～その2～

「データ分析」を直感的に語ってみる記事、第2弾です。しばらく時間が経ってしまったので、皆さんよろしければ前回の記事も参考にしていただければと思います。簡単に申し上げると、前回「データ分析は問題解決の手段であり、必要なのは明確な目的」だとお伝えいたしました。

改めて「データ分析」という言葉は、大きなブラックボックスのように見えるかもしれません。実際に、高度な統計学の手法によって「新しい事実」が見いだされ大きな成果を挙げたケースが、最近では事例としていくつも報告されはじめています。

確かにそれらの事例はカッコいいです。インパクトもあります。でも、それはデータ分析という広い世界の「一部」にすぎません。メジャーリーグだけが野球ではないのと同じです。

最初からスタジアムでホームランを打つ必要はありません。河原のグラウンドでみんながバントを繋いで取った「1点」も、それぞれが与えられた場所でもぎ取った価値のある「1点」です。最初に申し上げた「目的」とは、「1点を取ろうとする強い意志」と言い換えられるかもしれません。

Step1:課題を見つけるための分析

 

前回の記事ではここを詳しく書きましたが、一言でいうと「まずは違和感のあるデータを見つけること」です最初は主観で構いません。「○割のユーザーが直帰しているなんて、ひどくない？」というような。

なぜなら、データを取得できる環境がきちんと揃っていれば、その違和感を検証することができるからです。

Step2:仮説を立て、施策につなげるための分析

 

違和感が見つかったら、それを何とかするための施策を考えましょう。

例えば直帰率が高いのであれば、

1. どのボタンがクリックされているのか
2. どんなユーザーが直帰しやすいのか

などを調べるとよいです。

その際、ここもまずは主観でよいので、仮説を立てながら調べましょう。

例えば1番だと、出てきたデータに応じて

• メインコンテンツが弱いのではないか
• ユーザーに本当にクリックしてほしいボタンがファーストビューに入っていないのではないか
• ボタンの色が分かりづらいのではないか

などの仮説が浮かびます。そうすると、

• コンテンツの内容を変えてみよう
• ボタンの配置 or 色を変えてみよう

という、施策もおのずと思いついてくるのではないでしょうか。

もちろん、これらの施策を実施するだけではデータマーケティングになりません。でも、施策の実施までこぎつければあとはもう一息です。

Step3:施策（仮説）を検証する分析

 

というわけで、施策を実施したら最後に「検証」してやらねばなりません。ここがデータ分析の醍醐味です。

どんな高度な手法を用いたとしても、「たった一度の分析で真理にたどり着く」なんてことは殆どありません。実際は、いくつもの仮説を検証しながらちょっとずつ改善していくケースの方が多いです。

 

ひとつの施策が上手くいったらさらなる施策を考え、上手くいかなかったら上手くいかなかった理由を考える。こうやって少しずつ知見を溜めていきます。すると、「主観」がいつの間にか「経験値」になっていることに気付くときがくるでしょう。

さいごに

まとめると、データ分析というのは「変なところを見つける。直そうとしてみる。そして、ちゃんと直ったかどうか確認する。その結果を踏まえて次のことを考える。」というPDCAサイクルそのものであると分かります。

ビッグデータとか、データサイエンティストとか、横文字の流行り言葉に惑わされて、データを「よくわからないすごいもの」と思いがちですが、以前からマーケターの皆さんが取り組まれてきたことが「検証できるようになった」という捉え方のほうが近いのではないかと思います。

是非まずは簡単な部分最適のPDCAから取り組んでみてください。メジャーリーガーを雇おうとするのは、それからでも遅くないかもしれません。