データ分析の全プロセスを理解するための1つのケース

データ分析を通じて、傾向を特定し、関係性を発見し、将来の傾向を予測することができ、より賢明な意思決定とより効果的な戦略の策定に役立ちます。この記事ではデータ分析の全プロセスについて説明します。お役に立てば幸いです。

新入生からよく「データ分析の完全なプロセスとは何ですか?」という質問を受けます。今日は、データ分析のプロセス全体を理解できるように、簡単な例を使用します。比較することで、完全なデータ分析が行われていないと感じる理由もわかります。

ある日、あなたの友人の王老があなたに言いました。「なぜまだ仕事に行くんだ？月に1万元しか稼げないのに。私のようにネギパンケーキを売ったほうがいいよ。仕事よりずっと稼げるよ！」あなたは驚き、好奇心を抱きました。ネギパンケーキを売ると本当に仕事をするよりも儲かるのでしょうか？この質問に答えるには、分析を行う必要があります。以前、Lao Wang があなたに言ったことは、専門的には「分析の背景を理解する」と呼ばれています。

では、ネギパンケーキを売るのと仕事をするのとでは、どちらがより多くの収入を得られるかをどのように判断するのでしょうか?直感的にこう思うかもしれません。「働いて月にいくら稼げるかは明らかだが、ネギパンケーキを売って月にいくら稼げるかは明らかではない。」そこで、下図のような比較表を作成し、データの収集を始めました。このアクションは、専門用語では「分析対象の決定」と呼ばれます。

手打ちパンケーキの屋台は小さいですが、雑貨がたくさん売られています。

• 収入: ケーキ、ソーセージ、チキンストリップ、飲み物の販売...
• 費用: カート、コンロ、ガスタンク、ソース、みじん切りネギ...

一つ一つ数えるのは面倒だし難しいです。

したがって、物事を簡素化し、最も重要なコストと収益に焦点を当てることにしました。 Lao Wang の屋台に行って、次の重要な情報を入手します。

1. 最も基本的なオリジナル味の手延べパンケーキ：パンケーキ1枚+卵1個、5元

2. ソースと刻みネギはちょっとした出費です。主な費用はパンケーキ、卵、天然ガスです。

3. ハムソーセージは0.2元で仕入れて2元で販売し、チキンフィレは0.3元で仕入れて3元で販売し、大きな利益を上げることができます。

4. その他の断片は単なる断片ですが、何もないよりはましです。

そこで、次のロジック図とデータ テーブルを作成します。このステップは、専門用語では分析モデルの構築と呼ばれます。

これを実行したら、データの収集を開始できます。

1. お支払いはWeChatとAlipayで行いますので、当日に受け取った金額を直接確認できます。

2. 消費したビスケット、卵、ハムソーセージ、チキンフィレは、朝と夕方に 1 回ずつカウントできます。

3. ガス消費量は日単位で計算できません。ガスを2回交換するのに何日かかるかを計算して割り当てることしかできません。

このプロセスは、専門用語ではデータ収集と呼ばれます。収集プロセス中は、いくつかの問題を排除することに注意を払う必要があります。例えば、夜に麻雀をして1,000元を失った場合、これは屋台とは関係がないので、WeChatの収支から除外する必要があります。これをデータクリーニングと呼びます。

詳細データを収集した後、次の表に示すように、毎日の収入と支出を計算できます。このプロセスは、データ計算（一般にデータ取得とも呼ばれます）と呼ばれます。データ取得の複雑さは、データ計算の複雑さに直接関係します。データが上記のように単純であれば、作業は間違いなくはるかに簡単になります。

「お茶一杯、タバコ一本、そして一日で書くべき SQL 1 行」という詩があります。これは、データ計算が複雑すぎるために、何百行もの SQL を書かなければならないことを嘆いています。

データを見た後、あなたは疑問に思うでしょう。なぜラオ・ワンの収入はこんなに不安定なのでしょうか？ある日は高く、ある日は低く。毎日の詳細を理解すると、次のことがわかります。

1. 雨の日は人通りが少なくなり、収入が減る（外的要因）

2. 今日は遅く起きて、いい席が取れず、収入が減った（内的要因）

3. 今日は熱があって体調が悪かったので、夜9時までしか働かず早めに閉店したため、収入が減った（内部要因）

これらの理由を記録しなければ、詳細な分析を行うことは不可能であると思われます。そこで、下の図に示すように、Lao Wang の内部要因と外部要因を毎日記録しました。このアクションは、分析ディメンションの追加 (一般にラベル付けとも呼ばれます) と呼ばれます。

分析的な側面から、Lao Wang の収入が不安定な理由を説明でき、一定の予測能力を持つことができます。たとえば、天気予報を見て今月は2週間雨が降ると予想されていたら、王さんは間違いなく収入を失うことになります。

上記の情報をすべて組み合わせると、1 か月後、下図に示すように、最初にリストした分析目標がようやく達成されました。

全体的に見ると、統計月では Lao Wang の給与は確かにあなたの給与よりも高いようです。しかし、慎重に分析すると、Lao Wang の収入変動に影響を与える要因がわかり、判断に新たな側面が加わる可能性があります。例えば：

1. 月に 28 日間屋台を出し続けることはできますか?

2. 良い席を確保するために午前 6 時に起きることはできますか?

3. 熱があっても午後9時まで我慢できますか？

このプロセスは、専門用語では「評価基準の追加」と呼ばれます。

最終的に、屋台を出店することによる収入は高いものの、体力的に負担が大きすぎて安定性に欠けるという結論に達し、屋台を出すという提案を拒否します。これを「分析的結論を導き出す」といいます。

上記がデータ分析の全プロセスです。

1. 分析の背景を理解する

2. 分析目的を明確にする

3. 分析モデルを構築する

4. データの収集、クリーニング、計算

5. 分析ディメンションと評価基準を追加する

6. 結論と提案を導き出す

多くの学生が完全な分析を行っていないと感じる一般的な理由は次のとおりです。

• 草の根の従業員として、私はステップ 4 のみを実行します。数字が収集される理由と、数字が何に使用されるのかはわかりません。
• 明確な目標（ステップ 2）がなければ、データを収集しても結論を導き出すことができず、効果的な提案を行うことができません。
• ビジネスを理解していない、モデルが何であるかがわからない（ステップ3）、どのディメンションが役立つかがわからない（ステップ5）
• 会社のデータ構築が不十分で、データが不足し、データ品質が低く、多くのエネルギーを消費しています（ステップ4）
• 事業部は協力してくれないし、私の上司は私に教えるのが面倒で、「もっと考えろ」と言うばかり…

著者：陳実直先生、出典：WeChat公式アカウント「陳実直先生」