データを解釈するために、私は非常に便利な7段階の標準方法を見つけました

私たちは日常生活の中で、さまざまなデータ表やグラフを常に目にしますが、そのデータの背後にある情報をどうやって知るのでしょうか?この記事を読んで調べてみましょう。

「最近の売上データを見てください。何か見つかりましたか？」明確な目標がないこのような問題は、職場でよく発生します。厄介なのは、ほとんどの場合、毎日のデータはわずかに変動するだけだということです。 「前月比3%増」といった結論をそのまま報告すると、「私もそんなことはわかっている、もっと深く分析する必要がある」と非難されるでしょう。それで私たちは何をすべきでしょうか?今日はそのシステムについて説明させてください。

データを解釈するための標準的な手順があり、それは数字を見る、パターンを見つける、標準を確立する、構造を見る、仮定を立てる、信頼性を確認する、結論を導き出すという 7 つのステップに分かれています。急いでいませんので、順を追って話しましょう。

1. 数字を見る

これらは最も基本的なもので、前年比、前月比、絶対値、上昇、下降などです。毎日のレポートには、これらすべてが記載されています。しかし、これらは人気がありません。まず、誰でも一目で状況がわかるので、書く必要はありません。第二に、これらのことはビジネス上何ら意味がなく、何も言わないのと同じなので、さらに深く掘り下げる必要があります。

2. パターンを見つける

さらに深く調べたい場合は、データ時間を延長して、自然なパターンがあるかどうかを確認できます。このステップでは技術的な内容は必要ありません。毎日のレポートを接続するだけですが、非常に便利です。多くの通常のデータ変動は周期的なパターンに従うためです。ルールを理解することで、大騒ぎしたり誤報を出したりすることを避けることができます。実際の問題を鋭く観察することもできます (下図参照)。

3. 基準の設定

もっと深く知りたい場合は、判断基準を見つける必要があります。データ + 基準 = 判断。良いか悪いかの判断をした後に初めて、なぜそれが良いのか、なぜ悪いのかを考え続けることができます。最良の基準は KPI 値を設定することです。これにより、KPI 完了率を直接比較して結論を​​導き出すことができます。

しかし、一部の非中核指標には KPI 要件がないため、他の基準を見つける必要があります。例えば、シナリオ分解法を用いて、非コア指標とKPI指標の関係や、KPIが基準を満たしている場合の非コア指標の数値範囲などを調べます。これによって判断基準を形成し、判断を下すこともできます。

4. 構造を見る

良いか悪いかの判断をした後、さらにその理由について考えます。しかし、理由を考える前に、指標の内部構造を見て、指標に影響を与える主な要因を見つけることが最善です。これにより焦点が明確になり、問題がどこにあるのかがわかりやすくなります。

たとえば、売上を見ると、売上は人、商品、場所に焦点を当てています。まずはユーザー、商品、チャネルの3つの側面から内部構造を見て、どのタイプの割合が高いのか、現在どのタイプが好調/不調なのかを確認します。こうすることで、重要なポイントを特定でき、アイデアを形成しやすくなります。

例えば、コストの状況を見ると、変動費と固定費を区別することができ、変動費の中でも製品費とマーケティング費を区別することができます。固定費はフロントエンドコストとバックエンドコストに分けられます。これにより、どの部分が変動の原因であるかがわかりやすくなります。

このステップを踏むと、後で原因を見つけるのがはるかに簡単になり、要点に直接到達できます。

5. 仮説のリスト

怠惰な学生の中には、前のステップで直接結論を導き出す人もいます。たとえば、最近の売上不振は、製品 A の売れ行きが悪かったためです。プロモーションにお金をかけすぎているのでコストが高くなっています...

しかし、この理由は往々にして表面的すぎるものです。まず、商品 A が売れ行きが悪いのは、他の隠れた要因（より深い要因がある）のせいである可能性があります。 2 番目に、製品 A の売れ行きが悪いのは、特定の種類のユーザーが離れているためである可能性があります (他の要因も関係しています)。第三に、製品Aが優れていないために売れ行きが悪いとしても、必ずしも短期間で修正できるとは限らず、他の解決策を検討する必要がある（問題分析の実現可能性）

したがって、さらに深く掘り下げるには、明確な仮定を立て、問題の背後にある論理を理解する必要があります。多くの学生はこのステップで唖然とし、「理由が多すぎるので、どのように合理的にリストアップすればよいのか?」と感じます。

ここに 2 つの簡単な解決策があります。

1. 最近の出来事から始めましょう。
2. 企業が実行できる可能性のあるアクションから始めます。

最近の出来事から始めると、問題の原因を説明する仮説をすばやく見つけることができます。まず、最近の肯定的/否定的な出来事を収集し、それらを 1 つずつ見ていきます。

理論的には、このイベントはどの指標に影響しますか?

実際、このイベントの範囲、対応するデータは変化します

このように、一つずつ確認して問題の原因を見つけます。

企業が取る可能性のあるアクションから始めることで、企業がどのように対応するかについての仮説をすぐに見つけることができます。たとえば、業績の低下に直面した場合、短期的には次の 3 つの戦略が考えられます。

1. セールを開催し、たくさんのクーポンを配布する
2. 研修を実施し、いくつかの典型的な例を選択する
3. コピーを変更し、プロモーションリンクを変更する

次に、次のような仮定を立てることができます。

1. 過去の投入産出比率によると、昇進は業績を向上させる可能性がある
2. 人はそれぞれ違うので、基準となるものが存在する
3. プロモーションにはばらつきがあり、参照すべきベンチマークがある

次に、それらを一つずつ確認します。

6. ステップ6: 信頼性を確認する

これで、テストできる仮説ができました。なお、日々のデータの変動は多く、それを一つ一つABテストして検証するリソースはございませんので、予めご了承ください。したがって、ここで言及されている検証は、証拠を見つけることに関するものになります。自分の見解を裏付ける十分な明白な統計的証拠を見つけてください。

例えば、商品の最近の価格調整に関する情報を受け取った場合、理論的には、売れ筋商品であれば、需要と供給により迅速に価格を調整することで収益が増加しますが、一般的な商品が価格調整を余儀なくされた場合、売上に悪影響を与えるだけです。検証の考え方は次のとおりです。

1. 価格調整された製品の過去の売上と在庫データは何ですか? （タイプを決定する）
2. 価格調整はいつから始まりましたか？調整後、売上にはどのような変化がありましたか?
3. 価格調整の影響はどれくらい大きいのでしょうか？この商品以外に何か問題はありますか？

データを総合的に活用することで判断が可能になります。

たとえば、プロモーションによって売上を伸ばすことができると仮定しましょう。その後、以前のプロモーション効果データを参考にすることができます

1. どれくらいの金額を投資し、何日作業しましたか?
2. その時どれくらい増加したのですか？
3. 現状、この量でそのギャップを埋めることは可能でしょうか？

こうすることで、今プロモーションを行えば状況を改善できるのか、また他にどのような対策が必要なのかを判断することもできます。

7. 結論

この時点で十分な宿題を終えたので、課題を提出するときに、非常に詳細なレポートを作成することができます。

1. 現在の状況は、次のように良好/悪いです... (ステップ 123 の結論)
2. 現状は良いです。なぜなら…（ステップ4の結論）
3. もっと深い理由は…（ステップ5の結論）
4. この優れた予測は、持続可能/持続不可能な理由は次のとおりです… (ステップ 6 の結論)
5. したがって、…（引き続き観察し、対策を講じ、さらなる計画について共同で議論する）が推奨されます。

添付ファイルには詳細なデータ処理が含まれているため、包括的かつ詳細なものとなっています。

8. 7つのステップの順序

これらの 7 つのステップを開始するために、誰かが質問するまで待つ必要はありません。なぜなら：

ステップ 1、2、3 はすべて基本的なデータ解釈であり、通常時に実行できます。

ステップ 4: 最近のビジネス アクションと業界イベントを収集します。

ステップ4: 履歴に記録された過去のビジネスアクションを確認する

平常時に十分な準備をしておけば、いざというときに実際に必要なのは、ステップ 5 の 2 つのこと、つまり過去のデータを使用して影響を計算して検証することだけです。

したがって、データ アナリストがデータ インサイト能力を強化したい場合は、より多くの分析経験を積み、特定のビジネス上の問題に的を絞り、ビジネス アクションを収集し、より頻繁にレビューして、より深い理解を得る必要があるとよく言われます。特定の問題が発生するたびに、豊富な武器が利用可能になります。

著者: 地に足のついた教師チェン

WeChat公式アカウント：地に足のついた陳先生