売上データ運用分析（データ分析のアイデア、役立つテンプレートを4つまとめました）

データ分析のアイデア、役立つテンプレートを4つまとめました

リーダーが質問していますか?リーダーたちは私たちに分析をするように求めますか?分析方法がわからない場合はどうすればいいですか?この記事では、シンプルで使いやすいシナリオ対応のアイデアを 4 つまとめ、皆さんと共有することで、より優れたデータ分析に役立つことを願っています。

諺にもあるように、「学者はペンを手に取ると言葉を忘れる」。多くの場合、指導者が学生に「XXX を分析してください」と指示すると、学生たちは頭が混乱してアイデアが浮かばなくなります。今日は、ほとんどの問題を解決できる、シンプルで使いやすい 4 つのアイデアを紹介します。ノートを用意して、今すぐ始めましょう。

該当する質問: 「売上/業務/製品/会員/物流状況を分析してください」

適用可能なシナリオ:リーダーシップ/ビジネスに明確な要件がなく、ビジネスデータが初めて表示される

このときの重要なポイントは、状況を明確に説明することであり、明確さが第一の要件です。したがって、焦らず、一度に大量のデータをダンプしないでください。人々がそれを理解できない場合、彼らはあなたを責めます。「分析が明確ではない」このとき、「現状→目標→全体の進捗→サブ部門の進捗」という方式で進めることができます。

たとえば、ユーザーの状況を分析する場合は、次のような導入を行うことができます (以下を参照)。

全体の進捗に大きな問題がなく、各サブ部門が順調に進んでいる場合は、読んだ後、人々はあまりコメントせず、「とても良い、引き続き監視します」と言うでしょう。全体の進捗に問題がある場合、全員の考えは「なぜ部門 A はうまく実行できるのに、部門 B は失敗するのか」に導かれます。この方法で、さらなる分析を行うことができます。

ご注意ください！ 「初めて」というのは人によって異なります。最も典型的なシナリオは、自分の部署内で何度もデータをレビューしたが、通常は詳細をまったく知らない上級管理職にレポートを作成しなければならないというものです。現時点ではあまり心配しすぎないでください。大量のデータを積み上げると上級リーダーは混乱し、十中八九「明確な考えがない」と批判されることになる。落ち着いて記述的な分析を行う方が良いでしょう。

該当する質問: 「最近の売上/運営/製品/会員/物流指標が基準を満たしていません。なぜですか?」

適用可能なシナリオ:リーダーシップ/ビジネスに明らかな問題があるが、具体的な容疑者はいない

この時点での焦点は、全員の思考を導き、それを特定の改善可能なオブジェクトに実装することです。これはとても重要です！問題に直面したとき、多くの学生は現在の状況を何度も繰り返し説明するのが好きです。たとえば、「なぜユーザーの支出が減っているのか」と尋ねられた場合、彼は素朴にこう答えるでしょう。「平均注文額が低いからです。」

これはナンセンスだ。消費量 = ユーザー数 * 消費率 * 平均注文額。平均注文額が低ければ、消費は確実に少なくなります。平均注文額が低いのはなぜか、というのが疑問です。それは商品ですか？プロモーションが多すぎませんか?これは誰もが懸念していることなので、探索的分析を行う際には、特定の部門が責任を負う具体的な事項に問題を細分化して、解決策を実施できるようにする必要があります。

たとえば、「最近のユーザーの消費が基準を満たしていない」場合は、次の探索を行うことができます (以下を参照)。

該当する質問: 「最近の会員支出の減少と優遇政策の調整との間には何らかの関連がありますか?」

適用可能なシナリオ:リーダー/ビジネスが明確な分析要求を出し、応答を期待している

このときの重要なポイントは、他の可能性を排除し、核心的な問題に焦点を当てることです。多くの場合、仮説は 1 つしかないように聞こえますが、実際には調査の範囲はそれ以上に及ぶことに誰もが注意する必要があります。しかし、「政策調整の影響であることが確認されている」とおっしゃるということは、「実行上の問題でも外部の問題でもない」という選択をしていることになります。他の明らかな問題が排除されない場合は、「分析が包括的ではありません。私の言うとおりにできますか?」と批判される可能性が高くなります。

この時点で、積極的に収集する必要があるのは、他にどのようなビジネス上の前提条件があるかということです。全員が同意し、考慮する必要のないいくつかの要素は分析から除外することができ、いくつかの中核的な問題に焦点を当てることができます。最も一般的な仮定は、それが戦略の問題なのか、実行の問題なのかということです。

例えば、「会員消費の減少と通常割引との間には何らかの関係があるか？」次のように分類できます。

仮説1: 割引の調整により、一部の会員が不満を抱き、支出をやめる。

仮定 2: 優遇政策は良いが、宣伝が不十分で、多くの会員がまだそれに気づいていない。

もう一つのよくある思い込みは、自分の部署の問題か、隣の部署の問題かというものです。

仮定2：割引政策は良いが、今シーズンの商品は良くないので、いくら割引しても無駄になる。

この段階で、データアナリストの仕事のスキルが本当に試されます。リーダーは責任を他の誰かに転嫁したい（または他の誰かが責任を転嫁するのを阻止したい）可能性が高いため、証拠を収集することが非常に重要です。どちらの仮説がより妥当であるかは、どれだけの肯定的/否定的な例が収集されるかによって完全に決まります。データ アナリストの上級レベルが高ければ高いほど、リーダーのアイデアが正しいことを証明するのに十分な証拠を収集する能力が高まります。 ！

該当する質問: 「ポリシーを調整したり、製品を変更したり、レイアウトを改善したりすれば、問題は解決しますか?」

適用可能なシナリオ:リーダー/ビジネスが、まだ起こっていないが、今後行われる予定の事柄について言及した

この時点で、3 つの重要な質問を明確にする必要があります。テストはそもそも行うべきでしょうか?どのようなレベルのテストを行う必要がありますか?具体的に何をテストすべきでしょうか?

• 計画されたイベントが過去に一度も発生したことがない場合は（まったく新しい製品の発売など）、テストする必要があります。そうしないと結論を導き出すことができません。
• 過去に同様のことを行ったことがある場合（たとえば、以前にクーポンに投資したことがある）、履歴データを参照として使用できます。
• 計画したことを小規模でテストできる場合（たとえば、一部の営業マンに言葉を変えてもらう、一部のユーザーを選んで投票してもらうなど）、AB グループ化を優先し、AB テストを通じて違いを比較します。
• 計画したことを小規模でテストできない場合（たとえば、チャネル ポリシーを変更する場合、弓を引いて矢を発表したら後戻りはできません）、まず調査を行い、次にデータ計算を使用して全員の精神的準備をする必要があります。

要約すると、プロジェクトの種類に基づいて実験的な提案が提供されます。

また、実験の前に、分析を行えるように以下の情報を必ず明確に記録しておいてください。

• この事業調整のポイントはXX
• この調整の予想される目標はXX指標を改善することです
• 今回はXXX影響要因の調整は行われませんでした。

たとえば、配信効果を最適化したい場合は、バージョン間で比較できるように、このバージョンでプロモーションのメイン画像、キーワード、サイト パス、製品/割引が変更されたかどうかを明確に記録する必要があります。一度に変更しすぎると、全体的な効果しか見ることができず、詳細まで確認できなくなります（下図参照）。

上記のことから、プロセス全体を通して重要なのは、企業との密接なコミュニケーションを維持し、企業のニーズを理解して適切な薬を処方することだということがわかります。

この記事はもともと @岩的紅烧肉 によって Everyone is a Product Manager に掲載されました。無断転載は禁止です

タイトル画像はCC0ライセンスに基づいてUnsplashから引用しています

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。