データに基づく操作の基礎（データ操作への入り口）

データ操作を始める

リトル・ユニバース・ゴッド

清明節の休暇中、私は新しい部署に異動する予定だったので、休暇を利用して「新しい小売業務を活用するためのデータ操作とデータ分析モデル」という本を勉強しました。本書では、主に「小売業界」を業界事例として取り上げ、小売企業における難易度の異なる12の古典的なデータ分析モデルの応用実践を紹介しています。さまざまなビジネスシナリオケースを通じて、分析モデルの選択と使用方法、データ結果の解釈方法、策定する戦略など、データ分析の実装方法について詳しく説明します。

NO.1はエントリーレベルのデータアナリストに適しています。内容は包括的で、モデルは古典的です。初心者はこの本を読んで、データ分析モデルについて少し学ぶことができます。さらに、物語形式で事件を伝えることで、本来は退屈なはずの事件がわかりやすくなっています。初心者にもとてもフレンドリーです。

NO.2 データ分析の位置づけ。著者のデータ分析作業に対する姿勢がとても気に入りました。記事で述べられているように、テクノロジーは最優先事項ではなく、ビジネス思考とデータの応用が最も重要なものであり、また、突破するのが最も困難です。この見解は私の主人の見解と一致します。データ アナリストとしての初日、私の師匠は、データ アナリストとして最も重要なことは思考であり、それがビジネスに役立ち、実際に実行されなければならない、と言いました。そうでなければ、ほんの少し触れただけで破れてしまう窓紙のようなもので、価値がなくなります。

この本は主に、基礎編、上級編、上級編の 3 つのパートに分かれています。ショッピングバスケット分析、パレート分析、象限分析、SWOT 分析、RFM 分析、デュポン分析、クラスター分析などの古典的なデータ分析モデルを紹介します。本を全部読んだ後、私は SWOT とユーザー分類分析という 2 つの主要な分析手法の応用に深い感銘を受けました。

SWOT 分析については多くの人がよくご存知だと思います。ただし、このモデルは通常、方向性（定性）の観点からどのように意思決定を行うかという問題を大まかに解決するために使用されます。これは単純にすべての要素を 4 つの象限に分類し、主観的な結論を導き出すため、思考モデルに似ています。違いは、この本では SWOT とデータ分析を組み合わせていることです。各要因の選択は、（心の中で作り上げた主観的な結論ではなく）特定のデータ統計/分析後に得られた結果に基づいています。つまり、このモデルは、ビジネス上の問題の分解 -> 分析指標の選択 -> 必要なデータの収集、データの分析 -> SWOT 分析という科学的分析の 4 つのステップを経る必要があります。このようにして作成された SWOT 分析は客観的かつ科学的です。

もう一つの方法は、ユーザーの分類に関するものです。この本では、基本章と上級章の両方でユーザー分類モデルについて説明しています。まとめると、パレート分析、RFM分析、クラスター分析があります。方法はますます複雑になり、分類はより洗練されます。

パレートの 80/20 ルールに基づくと、通常は最も価値のある 20% のユーザーを見つけることができます (もちろん、この数字は必ずしも 20% と正確に一致するとは限りません)。この分類方法は、意思決定者が管理や最適化の方向性を迅速に見つけるのに役立ちますが、この分類は比較的大まかであるため、RFM モデルが作成されました。

RFM モデルは、消費時間、消費量、消費頻度という 3 つの次元に基づいてユーザー価値を分類します。 CRM管理やマーケティング戦略策定に「奇跡的な効果」をもたらします。ただし、RFM モデルを使用するには、実際のビジネス シナリオに基づいてさまざまな指標を選択する必要があります。また、特定の統計手法を使用してデータを変換する場合もあります。したがって、モデルをコピーしてはなりません。

RFM モデルには 3 つの指標しかありません。ビジネス シナリオにさらに多くの指標が含まれる場合、このモデルは役に立ちません。したがって、クラスター分析はより優れたユーザー分類モデルです。クラスタ分析の方法には、高速平均クラスタリング、システムクラスタリング、2 次クラスタリングなど、さまざまなものがあります。クラスタリング後、各グループの分散平均をテストする必要があるため、この方法はより科学的です。

この本に掲載されているモデルのほとんどは非常に基本的なもので、ケースの説明ではビジネスアイデアに関する簡単な指針しか提供されていません。それらは不完全であり、表面的な印象を与えます。したがって、この本はデータの専門家や上級者にはお勧めできません。

さらに、小売業以外の業界で働く人にとっては、業界に関する十分な知識がないため、一部のビジネスシナリオを深く理解することができません。このグループの人々にとって、読書はあまり親しみやすいものではありません（没入感が強くありません）。