• ビジネス
  • IT
  • テクノロジー
  • 医療
  • 建設・不動産
  • TRENDY
  • WOMAN
  • ショッピング
  • 転職
  • ナショジオ
  • 日経電子版
  • 日経BP

「顧客満足度」と「購買頻度」、どちらを上げる?

2014年4月8日(火)

  • TalknoteTalknote
  • チャットワークチャットワーク
  • Facebook messengerFacebook messenger
  • PocketPocket
  • YammerYammer

※ 灰色文字になっているものは会員限定機能となります

無料会員登録

close

 本連載では「最強」の統計家、西内啓氏がビジネスにおけるデータ分析の課題解決フレームワークを明かしていきます。

 連載第1回「仮説を最初に立てるな!」では、データ分析で想像しなかった発見、直感に反する発見を得るための「オープン・クエスチョン」の実践の仕方を紹介しました。第2回「分析の前に決めるべき3つのこと」では、意味のあるデータ分析をする前に、決めるべき3つの重要なポイントを紹介しました。

 今回は3つの重要なポイントのうち、まず決めるべき「利益に直結する成果指標」の決め方を紹介します。

 本連載のすべては書籍『1億人のための統計解析 エクセルを最強の武器にする』に収録しています。

 「データからわかった時に、最もうれしい変数」のことを、私は医学と政策科学の分野での表現に倣って「アウトカム」と呼んでいる。これは「成果」という意味だ。

 アウトカムとはすなわち、治療方法や政策が目指すべき「最終的なゴール」をどれだけ達成できたのか、という指標である。医学の領域においては、「死亡率」、「発症率」などがアウトカムになることが多い。

 例えば、「ある病気による死亡率をどうすれば下げられるか」が研究の目的になるわけだ。

 ビジネスの場合、目的は利益を上げることである。だから、利益に直結する指標がアウトカムになる。

アウトカムを設定すれば、見るべき指標はぐんと減る

 仮説を最初に立てるやり方や、総当たりに比べて、アウトカムを最初に設定するのはメリットが大きい。

 仮に、100個の項目を持ったデータがあるとしよう。全項目について、すべての関連性を検討するためには、「100×99=9900」もの指標をいちいち確認する必要がある。

 スーパーマーケットのデータなら「オムツの購買率とビールの購買率」や「性別と来店頻度」などの関連性が高いとわかるかもしれないが、そんな膨大な数の指標を列挙されたところで、結局どうしていいかわからず混乱してしまうだけだ。

 かといって、「CMイメージと来店頻度」のように仮説を1つに決めてしまうと、残り 9899に埋まっているかもしれない、有用なアイデアを見逃すことになる。

 だからこその、アウトカムだ。

 アウトカムを 1つ設定すれば、見るべき関連性の指標は、ぐんと減る。項目が100個あるのなら、見なければならない指標の数は最大でも99にまで絞り込まれる。関連性の強い指標だけを見るなら、せいぜい十数個というところだろう。

 何がアウトカムに影響を与えているかわかれば、利益を生むために何をすべきかもわかってくる。

 利益を上げるためのヒントを多すぎず少なすぎず導き出し、迅速な判断を行う。そのために、アウトカムを設定するのである。

「1億人のための統計解析」のバックナンバー

一覧

「「顧客満足度」と「購買頻度」、どちらを上げる?」の著者

西内啓

西内啓(にしうち・ひろむ)

統計家

社会にイノベーションを起こすためのさまざまなプロジェクトにおいて調査、分析、システム開発および戦略立案をコンサルティングする。

※このプロフィールは、著者が日経ビジネスオンラインに記事を最後に執筆した時点のものです。

日経ビジネスオンラインのトップページへ

記事のレビュー・コメント

いただいたコメント

ビジネストレンド

ビジネストレンド一覧

閉じる

いいねして最新記事をチェック

閉じる

日経ビジネスオンライン

広告をスキップ

名言~日経ビジネス語録

日本の経営者は、経験を積んだ事業なら 失敗しないと思い込む傾向がある。

三品 和広 神戸大学教授