Share
Embed
Slide 1
Slide 1 text
私なりのデータ分析・活用の解釈
インスピレーションを得た書籍を交えて
2025/3/13 工藤 真理子
Slide 2
Slide 2 text
名前：工藤 真理子
言語： VBA、Python、SQL
好きなこと：美味しいものを食べながらおしゃべりすること
好きな音楽：椎名林檎、東京事変
業務：とあるサービス会社でデータ周りのことをやっています
X： https://x.com/kudou32323
ブログ： Kの備忘録（仮）
技術同人誌： Excel VBA 配列入門
自己紹介
Slide 3
Slide 3 text
データは21世紀の石油と言われているみたいです。
本日は「そのデータ、どう活用するの？」
ということを私なりの解釈で
素敵な書籍とともにお伝えしたいと思います。
Slide 4
Slide 4 text
免責事項
本日の発表は私個人の考えです。
勤務先の企業の考えを代表したものでは
ありません。
Slide 5
Slide 5 text
私なりにたどり着いたデータ分析・活用の解釈
収集するデータは網羅的かつ粒度が細かい方がよい
データを可視化するときは少ない情報量にしてから
※書籍紹介あり
ダッシュボード設計は問いが大事
※書籍紹介あり
Slide 6
Slide 6 text
収集するデータは網羅的かつ粒度が細かい方がよい
Slide 7
Slide 7 text
Q.データは何をどんな粒度でとったらいい？
A.迷ったら一旦網羅的に、細かい粒度でとる
Slide 8
Slide 8 text
例. カフェ経営でデータ分析をしたいとき
取れそうなデータ
来店時間
お客様の属性
頼まれたメニュー
来店回数（ポイントカードで集計）
Slide 9
Slide 9 text
Aさんのお店
収集するデータの粒度が細かく網羅的
来店日時：12/1 12:23
お客様の属性：大人、女性
頼まれたメニュー：ナポリタン
来店回数（ポイントカード）：3回
Slide 10
Slide 10 text
来店日時：12/1 ランチタイム
お客様の属性：データなし
頼まれたメニュー：ナポリタン
来店回数：データなし
Bさんのお店
収集するデータの粒度が粗く網羅的でない
Slide 11
Slide 11 text
例1.お客様のリピート率を知りたいとき
Slide 12
Slide 12 text
Aさんのお店：
来店回数：3回
リピート率がわかる
Bさんのお店：
来店回数：データなし
リピート率がわからない
例1.お客様のリピート率を知りたいとき
Slide 13
Slide 13 text
残念ながら、ないデータは作れないません。
迷ったらデータは網羅的にとっておくほうが良い
Slide 14
Slide 14 text
例2.ランチタイムのピークタイムを知りたいとき
Slide 15
Slide 15 text
Aさんのお店：
来店日時：12/1 12:23
来店時間がわかる
時間の集計ができる
Bさんのお店：
来店日時：12/1 ランチタイム
来店時間がわからない
時間の集計ができない
例2.ランチタイムのピークタイムを知りたいとき
Slide 16
Slide 16 text
データの粒度を「細かい 粗い」にできるが、
データの粒度を「粗い 細かい」にできない！
迷ったらデータの粒度は細かい方が良い
Slide 17
Slide 17 text
Q.データは何をどんな粒度でとったらいい？
A.迷ったら一旦網羅的に、細かい粒度でとる
再掲
Slide 18
Slide 18 text
データを可視化するときは少ない情報量にしてから
Slide 19
Slide 19 text
Q.データ量が多いときはどう分析したらいい？
A.グルーピングして、情報量を少なくしてから分析しよう
Slide 20
Slide 20 text
どんな内容？？
やみくもにアウトプットを推すのではなく、
インプット情報を厳選しなさいということを
推しています。
「少ない情報で意思決定する怖さに耐えろ」
という言葉に衝撃を受けました。
https://www.amazon.co.jp/dp/4569846882
書籍紹介
Slide 21
Slide 21 text
データ関連の業務にあたる人はデータを可視化するときに
厳選したインプット情報を伝える必要があります。
少ない情報で相手に伝えることが重要
Slide 22
Slide 22 text
たとえば、Aさんのお店が
1カ月3000人以上来店がある人気店だったら・・・
ランチのピークタイムを分析するときに1分単位じゃ粒度が細かすぎる。
元データ データを可視化
Slide 23
Slide 23 text
でも、グルーピングすればOK！
たとえば、15分単位にグルーピングすると・・・
来店日時のデータ：12/1 12:23
Slide 24
Slide 24 text
元データ 15分でグルーピング データを可視化
情報量が少ない（解像度を粗くする）と、傾向が見えやすい
Slide 25
Slide 25 text
Q.データ量が多いときはどう分析したらいい？
A.グルーピングして、情報量を少なくしてから分析しよう
再掲
Slide 26
Slide 26 text
ダッシュボード設計は問いが大事
Slide 27
Slide 27 text
Q.ダッシュボードってどう作るの？
A. 課題解決や意思決定につながるための問を作ろう
Slide 28
Slide 28 text
どんな内容？？
「問題を解くよりも、解く問題を見極めると
いうことのほうが大事」ということ推してい
ます。
ふと思い出したときに「必要なことをちゃん
とやりなさい」と諭されるような感覚になり
ます。
https://www.amazon.co.jp/dp/4862763561
書籍紹介
Slide 29
Slide 29 text
どんな内容？？
「 不 調 な セ グ メ ン ト は ど
こ か ？ 」 の 一 言 を 加 え た
だ け で 、 「 デ ー タ が 意 思
決 定 に つ な が る と は こ う
い う こ と 」 と い う 理 解 を
得 て 、 衝 撃 を 受 け ま し た 。
https://www.amazon.co.jp/dp/4798185787 ※ 同 じ a m a z o n ペ ー ジ の ス ク シ ョ で す
書籍紹介
Slide 30
Slide 30 text
例） Aさんが今解決すべき課題ってどっち？
来客数を増やすこと？
利益を増やすこと？
Slide 31
Slide 31 text
例） Aさんが今解決すべき課題ってどっち？
データを見た結果
来客数＝予定より10%多い
利益＝予定より100万低い
Slide 32
Slide 32 text
Aさんが解決すべき課題＝利益を増やす
問
売れているメニューは？
利益率が高い・低いメニューは？
お客様1人当たりの単価と利益率は？
設備維持にかかっている金額は？
時間別の単価は？
などなど、利益に関わるデータを分析していく
Slide 33
Slide 33 text
Aさんが解決すべき課題＝利益を増やす
利益に関わるデータを分析していく
課題解決のための問いが載っているダッシュボードを作る
Slide 34
Slide 34 text
Aさんが解決すべき課題＝利益を増やす
問
売れているメニューは？
Slide 35
Slide 35 text
Aさんが解決すべき課題＝利益を増やす
問
利益率が高い・低いメニューは？
Slide 36
Slide 36 text
Aさんが解決すべき課題＝利益を増やす
データ分析の結果わかったこと
・パスタが1食当たりの利益が高い
・パスタあまり売れていない
Slide 37
Slide 37 text
Aさんが解決すべき課題＝利益を増やす
データ分析の結果から得た示唆から仮説を立てる
仮説：
パスタが利益率が高いがあまり売れていないこと判明したので
パスタを多く売ればお店の利益率が上がるという仮説が生まれた
仮説検証のための意思決定：
パスタの品数を増やし、パスタフェアを行う
Slide 38
Slide 38 text
Q.ダッシュボードってどう作るの？
A. 課題解決や意思決定につながるための問を作ろう
再掲
Slide 39
Slide 39 text
私なりにたどり着いたデータ分析・活用の解釈
の話は終わりなんですが・・・
Slide 40
Slide 40 text
個人的に推しているデータの本を
2冊紹介させてください
Slide 41
Slide 41 text
どんな内容？？
データ活用の原点にして頂点の本。
データ活用って事実を見たり傾向を知って終
わりではなく、ちゃんと意思決定までやって
ねということを説いている本です。
ちゃんとやり方や事例も書いています。
データ活用の初心者もベテランも、すべての
人にお勧めできる本です！！
https://www.amazon.co.jp/dp/4798160466
書籍紹介
Slide 42
Slide 42 text
どんな内容？？
データ分析をするための環境を整えていきた
い企業向けの本です。
技術的な内容が多いですが、エンジニア以外
の方も参考になる内容が盛りだくさんです。
データ分析の深めの一歩を踏み出したいとき
にお勧めの本です！！
https://www.amazon.co.jp/dp/4297124459
書籍紹介
Slide 43
Slide 43 text
ご清聴ありがとうございました！！