専門家の3番目のデータ分析方法：トレンド分析

データ分析の世界では、トレンド分析はそのシンプルさと直感性から人気があります。しかし、その本質を本当に理解していますか?この記事では、この一般的な方法を詳細に検討し、その背後にあるロジック、利点、制限を明らかにします。この記事では、販売実績チャートの直感的な判断から傾向分析の体系的な方法まで、傾向分析方法を正しく使用する方法を教えるだけでなく、よくある誤解や悪用のシナリオも指摘します。

データ分析で最も一般的に使用される方法は何ですか?もちろんトレンド分析手法です。データに関連するものであれば、ほぼすべての人が常に使用しています。これを聞いた多くの学生は、「え？そんな方法があるの？どうして気づかなかったんだろう？」と言いました。今日は体系的に説明していきます。

質問を聞いてください

以下のグラフは今月1日から8日までの販売実績の推移を示しています。表に基づいて質問に答えてください。

【正誤】いいえ。 8番のパフォーマンスは7番よりも優れていますよね？

【正誤】いいえ。 7番は6番より性能が良いですよね？

【正誤】いいえ。 6番のパフォーマンスは5番よりも優れていますよね？

【正誤】それで今月の業績は良いですよね？

ちょっと考えてみてください。多くの学生は 1 秒以内に答えを口にすることができると推定されます。

1. トレンド分析方法

上記の質問は、パフォーマンストレンドチャートを通じて分析する直感的な体験です。多くの生徒は「そうだ、そうだ、そうだ、そうだ」と4回も口走ってしまいます。はい、トレンド分析の基本原理は非常にシンプルなので、ほとんど誰でも使用できます。

最初のステップは、指標がプラスかマイナスかを明確にすることです。

たとえば、この質問では、販売実績は肯定的な指標であり、誰もができるだけ多く販売することを望んでいます。したがって、プラスの指標が日々大きくなればトレンドがプラスであることを意味し、プラスの指標が日々小さくなればトレンドがマイナスであることを意味します。

2 番目のステップは、データを収集し、指標の傾向を観察することです。

「売上指標が高ければ高いほど良い」ということは明らかになっているので、あとはデータを観察するだけです。日に日に良くなってきているので、売上傾向は良好であると結論付けることができます。以下では、なぜ売上が好調なのかを分析します。簡単ですよね？オンライン記事やデータ分析コースの 90% がこの方法で教えています。

しかし、この答えは間違っています。

なぜなら、販売実績がどの業界や製品であるかを考慮していなかったからです。異なる業界や製品の売上は、一定期間内に異なる売上傾向を示します。たとえば、食品、飲料、娯楽などの商品の売上は週末に集中することが多く、週単位で周期的な変動を示します。たとえば、3C 電子製品は新製品が市場に投入されたときに最も人気があり、その後は徐々に衰退の兆候が見られます。時間のディメンションが追加された場合にのみ、売上傾向に規則性が示されます。

したがって、この質問の最初の 3 つの質問に対する答えはすべて「はい、はい、はい」であり、4 番目の質問に対する答えは「不明」です。確実にするために、すでに実行した 2 つのステップに基づいて、さらに少なくとも 2 つのステップを実行する必要があります。

3番目のステップは、トレンドベンチマークを確立し、判断基準を確立することです。

ベンチマークを設定する方法は 2 つあります。業界に精通していれば、業界の特性を踏まえた全体的なトレンドチャートを直接描くことができます。よくわからない場合は、時間を延長して過去数週間の傾向を確認することもできます。もちろん、傾向を観察したい場合は、前年比、前月比、3年間の比較の3つのグラフを描くのが最適です。これは、短期的な変動の影響を最大限回避する最も正確な方法です（ちなみに、レポートを作成する際に、前年比、前月比、3年比較の3つの指標を用意し、日次、週次、月次統計を使用して短期的な影響を回避し、傾向が正常かどうかを観察することが多いのは、このためです）。

4 番目のステップは、現在のデータをベンチマークに当てはめて結論を導き出すことです。

すでにベンチマーク パターンを確立していて、記事の冒頭のタイトルのデータを適用すると、すぐに異なる解釈が得られます (下の図を参照)。

では、なぜ「折れ線グラフを描いて、高いところは良い、低いところは悪い」ではなく「トレンド分析法」と呼ばれるのでしょうか。なぜなら、たとえ折れ線グラフを描く場合でも、間違った判断をしたくないのであれば、ルールに一歩ずつ従わなければならないからです。これが方法論とただ遊ぶことの違いです。以下では、気軽に遊んでいると問題が発生することが多いことがわかります。

2. トレンド分析の利点

トレンド分析の最大の利点は、トラブルを回避できることです。

なぜなら、理論的根拠も専門知識も大量のデータも必要ないからです。結果データがあれば、それが陽性か陰性かを問わず、直接的に判断することができます。そのため、あらゆるデータ分析手法の中でも最も早くまとめられ、20年以上も使われてきた伝統工芸となっています。

20 年前、企業のデジタル システムはまだ混乱した状態にあったことを知っておく必要があります。当時のプロの経営者は、判断を下したいと思っていましたが、現在ほど詳細な分析データがなかったため、利益、コスト、売上など、いくつかの結果データに固執することしかできませんでした。

したがって、曲線のトレンドに固執することしかできません。 1960 年代や 1970 年代生まれのプロのマネージャーや、1985 年以前のデータ担当者は、カーブの傾向に特に敏感で、特に 3 年間の傾向や過去 12 か月の傾向などのデータを見るのが好きであることがわかります。

2つ目のメリット：直接的！

営業を例にとると、マーケティング活動や新規顧客獲得など、多くの補助的な活動は営業に役立っているのでしょうか？複雑なファネル分析は必要ありません。傾向を確認するだけで、すぐに結果がわかります。方法がシンプルであればあるほど、結果を評価する際の信頼性が高まります。 （下図参照）

3 番目の利点: 組み込み標準。

曲線の傾向自体は、指標の品質を判断する基準として使用できます。前述の自然周期・ライフサイクル基準に加え、上昇・下降の度合いも判断基準として利用することができ、基準探しの時間を大幅に節約できます。 （下図参照）

この方法は今でも有効です。なぜなら、ABテストやファネル、多次元クロス分析を行う環境が整っているにもかかわらず、毎日、毎時間、あらゆる瞬間にこれを実行することが求められているからです。ぜひ試してみてください。言うまでもなく、データの処理は疲れる作業です。これほど多くの分析を行うためには、事業の立ち上げが遅れ、APP開発の進捗が遅くなり、ポイントを設定してテストを行う活動を一つずつ開催する必要があります。企業にそれを実行するかどうか聞いてみてください。したがって、多くの日常的な分析では、依然として日次および週次データの傾向分析に依存する必要があります。

さらに、データは毎日、毎時間、毎瞬間変化するため、ビジネスマンは不安になり、詳細な分析を求めて騒ぎ立てますが、後になって何も起こらなかったことが判明する、このようなケースは数多くあります。

3. トレンド分析の欠点

欠点の一つは、緊張してしまうことです。

「三人寄れば虎」効果はトレンド分析では非常によく見られます。詳細は以下の図に示されています。人は突然の、大きな、継続的な、そして以前とは異なる緊張に敏感になる傾向があります。しかし、より大きな問題を見落とすのは簡単です。

2 番目の欠点: 交絡因子。

傾向分析では、因果関係を観察する際に交絡因子を扱うことはできません。複数の要因が重なり合うと、実際に影響を与える主要な要因を区別することは不可能です。

3 番目の欠点: 誤用と乱用。

トレンド分析には前提条件があることに注意してください。指標が結果指標であり、明確な肯定的/否定的な判断がある場合にのみ使用できます。活動率や消費率などの割合や比率指標などの他のシナリオでは、それらを直接適用することはできません。割合/比率指標の場合、まず分子と分母のどちらが変化の原因となるかを確認する必要があります。例えば、ユーザー登録数やページビュー数のように、プラスかマイナスかが明確にわからないものは、使用には適していません。少なくとも、それらはコンバージョン率にリンクされている必要があります。記事の冒頭で述べたように、高ければ良い、低ければ悪いというのは、典型的な濫用です。

欠点4: 洞察力の欠如。

最も典型的な場面は株式投機です。写真を見れば一目で分かります。

なぜなら、本質的に、トレンドはその背後にある理由によって推進されるからです。傾向を見るときは、結果をそのまま受け取るのではなく、その背後にある理由を見る必要があります。そのため、AB テスト、ファネル チャート、多次元クロス比較などの手法が開発されました。迅速かつ簡単に意思決定を行うには簡単な方法が必要ですが、問題の根本を突き止めるにはより複雑な方法も必要です。

4 他にはどんな先祖伝来の方法がありますか?

さらに他の方法は、データ分析の分野では旧式の技術です。例えば多次元クロス分析では、2次元であればマトリックス法、3次元以上であればカット比較法となります。はい、オンライン記事で大々的に宣伝されているこれらのさまざまな「根底にある論理」や「中核となるアイデア」は、実はまったく魔法のようなものではありません。これらはすべて、特定のシナリオ、データの制限、ビジネス ニーズに基づいて生成される方法です。