多次元データ分析とは何ですか?何をするか？

この記事では、多次元データ分析の概念と実践的な方法を深く分析し、ビジネス分析を行う際にデータアナリストが犯す一般的な間違いを指摘し、新しい分析アプローチを提示します。この記事では、ビジネス分析とデータ分析の違いを説明するだけでなく、読者が戦略レベルから多次元分析を深く理解して適用できるように、体系的な 6 段階の分析方法も提案しています。

データ分析を行う学生は皆、問題を多面的に分析し、ビジネスにとって意味のある提案を行うというこの問題に遭遇したことがあるでしょう。この質問は単純に思えますが、多くの学生が一生懸命にレポートを大量に作成しましたが、結局は企業側から多くの苦情が寄せられました。

「これはあなたにとって何を意味しますか？」

「あなたの焦点はどこにあるのですか？」

「あなたの次元は一次元的すぎます！」

良い！不正！無駄だ！

こんなに多くのデータセットがあるのに、なぜ「分析の次元が足りない」と言われるのでしょうか?今日は体系的な答えをお伝えします。問題の本質は、企業が言う「多次元性」が、あなたが考えている「多次元性」とはまったく違うということです。

01 データ分析から見た多次元性

データ アナリストにとって、多次元性とは、多くの場合、データ インジケーターの次元を分割することを指します。簡単な例を挙げてみましょう。3月の売上は3億円でした。これは分割されたディメンションのない 1 つのインジケーターにすぎません。分類ディメンションを追加すると、効果は次のようになります。

注: 合計数だけを見るよりも、データを複数の次元で分類すると、より正確にデータを特定できます。一般的な方法は 2 つあります。1. プロセス インジケーターを追加する。 2. ビジネス管理方法に応じて分類ディメンションを追加します。例えば、総売上金額だけ見ると目標より3000万少ないことがわかりますが、なぜ達成できないのかはわかりません。このとき、もう少し分解すると、例えば次のようになります。

1. 分類ディメンションを追加: どのビジネスラインがうまくいっていないかを確認します (下図を参照)

2. プロセスインジケーターを追加する: ユーザーの意図から支払いまでのどのリンクに問題があるかを確認します (下図を参照)

プロセスインジケーターと分類ディメンションを追加することで、問題をより正確に特定できます。いくつかの単純な結論もすでに明らかになっています。このため、多くのデータアナリストは、ビジネスで言及されている「多次元性」を「多くの次元」として直接的に理解しています。分析が必要だと聞いた瞬間、私は「破壊しろ！破壊しろ！破壊しろ！」と叫びました。レイヤーごとに多数のクロス集計を作成し、分類次元ごとにデータを生成しました (下の図を参照)。

しかし、「もっと」だけで十分なのでしょうか?

02 ビジネスの観点から見た多次元性

ビジネスで言う「多面性」というのは、決してそういう意味ではありません。ビジネスパーソンが考えるのは、データベース内のテーブル構造ではなく、具体的な問題です。企業が「3 月の売上が目標に達しなかった」と認識すると、頭の中には次のような多次元的な考えが浮かびます。

びっくりしましたか？

データを単純に分類するだけでは、上記の質問にはまったく答えられないことがわかります。はい、どれにも答えられません。これらの質問も、データだけを見ても答えることはできません。

たとえ、「3 月の業績が目標を達成できなかった理由は、地域 A の 3 つの支店で契約を希望する顧客が少なすぎたためである」と問題を詳細に定義したとしても、上記の質問に答えることはできません。

意図が少なすぎるから、競合他社が努力しているから、製品がうまくできていないから、活動が追いついていないから、ユーザーのニーズが変わってしまったから…まだ明確に説明できていないのです。具体的なビジネス上の質問には回答されませんでした。当然、ビジネスマンたちは困惑した様子でした。

03 本当の多次元分析はこうする

本質的に、真の多次元分析では、データの計算能力ではなく、戦略的な能力がテストされます。

具体的には、次の 3 つの側面があります。

1. ビジネス上の理由をデータに基づく議論に変換します。
2. 言い訳をブロックする: 常にビジネスオーナーに責任を転嫁しようとしないでください。自分にできることに集中しましょう。
3. 問題の核心を見つける: 多数の影響要因の中から最も重要なものを見つけ、それに取り組みを集中します。

これら 3 つのことが順番に起こることに注意してください。まず、空論を避けるために、データによる議論の方法を明確にリストします (議論を証明するためにデータを使用できない場合は、沈黙を保つのが非常に良い手順です)。そして、まず言い訳をブロックします。言い訳をしても問題は解決しませんので、まずは逃げ道をすべて塞ぎましょう。最後に、解決策を見つけることに焦点を当てます。解決策を考えるときは、大きなものから小さなものへ、大まかなものから細かいものへと始め、まず大きな問題に対処します。要約すると、この問題は 6 つのステップで実行できます。

最初のステップは、企業が明示的および暗黙的に行った発言を分類することです。

問題の種類ごとに分析仮説を構築し、ビジネス上の理由をデータ ロジックに変換し、データ自体に語らせます (下の図を参照)。

2 番目のステップは、言い訳を優先順位付けすることです。

言い訳は、マクロ要因、外部要因、チームメイト要因から生じることがよくあります。つまり、ここで鍵となるのは偽造です。彼らの逃亡の言い訳を覆すことができれば。何かを反証する最良の方法は例を挙げることです。雨が降っているのに、他の人はなぜ雨に耐えられるのでしょうか?トラフィックを獲得するのも同様に難しいのに、なぜ他の事業ラインは成長し続けることができるのでしょうか? （下図参照）

例を使用するもう 1 つの利点は、言い訳を反駁すると同時に、問題を解決する方法も指摘できることです。ビジネスマンは、解決策を語らずに問題だけを語る人を嫌います。なぜなら、誰もが他人を批判することはできても、問題を解決するのは難しいからです。具体的な学習オブジェクトを提供することで、ビジネス思考と対策が大きく刺激され、双方にメリットのある結果が得られます。

3 番目のステップは、シロサイに対処し、明らかな大きな影響を排除することです。

例えば、規制政策、企業戦略、主要な外部環境などは事業運営において重要な役割を果たしますが、これらの要因は一般の従業員が受け入れることしかできず、変えることはできません。しかし！この主要な要因は、厳しい要件とともにデータに反映されています (以下を参照)。

したがって、誰かがこれらの要因のせいにしたい場合、それは次の要因に依存します。

1. これは実際に起こったことでしょうか?

2. データは傾向と一致していますか?

これは警告です。すべてを悪い環境のせいにしないでください。どこに行っても、全体的な環境が悪いです。環境全体に影響を与えるのはあなたです!まず、この大きな要因の影響（または干渉）を排除し、次に何ができるかに焦点を当てましょう。

4 番目のステップは、ブラックスワンに対処し、明らかな緊急事態を排除することです。

実際に緊急事態が発生した場合、問題の原因を見つけるのは簡単です

良い点: プロモーション活動、特定のユーザーグループ間の騒動、新製品の発売...

マイナス面: 悪天候、緊急事態、システムダウンタイム...

したがって、まずは突発的な問題を一つずつ排除して原因を突き止め、その後、以前の状況を遡って調べると説明しやすくなります。

ステップ 5: 分担に応じて問題点に焦点を当て、詳細を話し合います。

大きな問題を解決した後、より詳細な問題について話し合いたい場合は、まず部門を固定し、人を決めてから計画について話し合う必要があります。以前にも共有したので、ここでは繰り返しません。

ステップ 6: 詳細に焦点を当てます。

たとえ部門の行動に焦点を当てたとしても、どのようなビジネス上の理由が問題を引き起こしたのかを把握することは依然として困難であることに注意してください。

ビジネス上の事柄はさまざまな要素が絡み合っており、整理することが難しいためです。

コンテンツ運用: コミュニケーション チャネル、テーマ、トーン、スタイル、画像、配信時間。少しでも違いがあると失敗につながる可能性があります。

活動運営：対象グループ、活動閾値、報酬内容、参加ルール、どれか一つでも失敗する可能性がある

ユーザー操作：新規ユーザーに力を入れると、維持率が悪くなります。維持率の向上に力を入れれば、新規ユーザーのコストは低くなります。両方に一生懸命取り組むと、両方への投資が足りなくなります。

製品の動作: 製品を選択するときは 100 の側面を考慮しますが、製品が 1 日オンラインになっていないと、実際のパフォーマンスはわかりません。オンラインにすると失敗します。

…

データを扱う学生なら、「AB テストができます」という本能的な反応を示すかもしれません。実際、ほとんどの企業には AB テストを行う時間やスペースがなく、また、商品の選択やコピーライティングなど、影響を与える要素が多すぎるため、それらを明確に測定するには無数の AB テストが必要になります。そして、すでに起こったことに対してABテストを行うことは不可能です。したがって、絡み合った要因を区別したい場合は、より多くの補助的な方法が必要になります。