株式会社オージス総研Copyright © OGIS-RI Co.,Ltd. All rights reserved.

データ分析と予測が事業を成功させる

昨今ビッグデータというキーワードがよく取り上げられるが、自社で蓄積したデータを的確に分析し、正確に予測して事業の成功に役立てられているだろうか。データは大量に蓄積しているが、いま一つ活用できていないという事例も多くある。どんな情報を集めて何が知りたいのかを計画段階で練り込み、事業の成功に役立てたい。

データ分析の活用方法


ビッグデータの活用方法は基本的に、「データの活用計画→データの収集→分析・予測→効果の計測」を一つのサイクルとして考える。

●データの活用計画
ビッグデータを活用したい企業が失敗しがちなのが、データを集めるだけ集めて活用できていないということである。収集したデータを有効に活用するためには、データの活用計画を立てる必要がある。どのようなデータを集めると分析に役立つのか、知りたいことは何か、顧客にどんな行動をとって欲しいのかを考えながら、必要なデータを見極めていきたい。

●データの収集
データの収集については、それを得意としている企業は多いのではないだろうか。データの活用計画で見つけた、自社のマーケティング活動に必要なデータを蓄積することが必要だ。顧客情報、購買情報、購買履歴、Webアクセス情報をデータベースに入れていく。これらの情報は、会員制の仕組みを採用して情報を取得している企業が多い。

●データの分析・予測
データベースに蓄積したデータから、自社の知りたい情報を取り出す。単純な集計や統計を抽出することもできるが、ビッグデータ活用の醍醐味はデータマイニングである。データマイニングとは、ビッグデータの中から必要な情報を取り出す技術のことである。
データマイニングに成功した有名な事例を紹介する。米国のスーパーマーケットで販売情報を分析した結果、顧客は「ビールとおむつを一緒に買う」傾向があることがわかった。子供のいる家庭では母親が父親に紙おむつを買いに行くよう頼み、おむつを買いに来た父親はついでに缶ビールを購入していたのである。この分析結果をもとに、ビールとおむつを並べて陳列したところ、予測通りに売り上げを伸ばしたのである。一見すると、ビールとおむつには関連性がないので見落としてしまいがちだが、ビッグデータを適切に分析することでさまざまな事実が見えてくる。蓄積した大量の情報からデータマイニングを駆使して、価値ある情報を見つけ出した成功例である。

●効果の計測
分析したデータから予測を立てて実行した後は、効果を計測したい。ビールとおむつの例では予測が当たっていたことがわかったが、予測が間違っている可能性も出てくる。そうした時にいち早く軌道修正するためにも、効果の計測は欠かせない。計測結果も重要なデータである。新たな分析や施策に取り組む糧になる。

●過去のデータから未来を予測する
過去のデータから未来を予測するには、顧客の行動を追う必要がある。ある顧客がいつ何を購入したのかを知り、その購入履歴をもとに仮説を立てて未来の予測を行う。その顧客がどんな動きをしてどのようなパターンをとるのかを知ることができれば、顧客の未来の行動傾向を導き出すことができる。

ビールとおむつの例では、父親の行動を追っておむつを買うことがわかり、ついでにビールを買う傾向があることがわかった。スーパーマーケットはこの購買行動から、ビールとおむつの相関性について仮説を立て、その仮説をもとにビールとおむつを並べて陳列し、父親に勧めることによって売り上げを伸ばした。スーパーマーケットが過去の父親の購買データを正しく分析できたことが、売上増にいかされたのである。

データ分析と予測で事業を成功させるには


自動販売機での販売に力を入れている大手清涼飲料水メーカーは、ビッグデータの活用に成功した。従来の自動販売機の商品配置は、Zの法則という心理学の法則にもとづいて決めていた。人の視線は、左上から右下にZを書くように動く傾向があるという法則である。この法則に従い、主力商品は上段に置いていた。しかし、同社が自動販売機にアイトラッキング機能を設置した結果、消費者の視線は下段に集中していることがわかり、主力商品を下段に配置するよう変更した。その結果、同社は売り上げを伸ばすことに成功した。

従来は、人間が立てた仮説をもとに検証を行っていたが、同社はデータを収集することから始めたのである。収集したデータによって、これまでの仮説を上回る可能性が浮上した。従来の仮説に縛られることなく、データの収集をしたことによる成功である。この成功事例からわかるのは、「目的とデータの活用計画が決まったら、すぐにデータの収集、分析を開始する」「従来の常識を疑い新しい仮説を立てる」ことである。データの収集は早ければ早い方がよい。

ビッグデータは大きな経営資源である。トライアンドエラーを繰り返しながら、自社が蓄積したデータを存分に活かしたい。

シェアする

  • このエントリーをはてなブックマークに追加

フォローする

トップへ戻る
error: Content is protected !!