因果関係か相関関係かを見分ける方法。価値を出しているかを見極める方法

Free Image on Pixabay


因果関係について考えます。相関関係ではなく因果関係を見極める方法をご紹介し、ビジネスへの応用例を書いています。

エントリー内容です。

• 因果関係を見分ける方法
• ビジネスシーンへの応用例 (2つ)
• 自分自身の存在意義を問う。価値を見極める

データ分析への心構えを養う4つの質問

Free Image on Pixabay


今回は、プロフェッショナルなデータ分析者になるために、大切にしたいことです。

エントリー内容です。

• 分析の目標を明確にせよ
• データ分析への心構えを養う4つの質問
• まとめ

ツイッターとテレビのリーチ比較から考える、データ分析で何と何を比べるかの重要性 #AWAsia 2017

Free Image on Pixabay


アドバタイジングウィーク アジア 2017 というイベントが、2017年5月29日から6月1日の日程で日本で開催されました。会場は六本木の東京ミッドタウンでした。アジアでの開催は去年に引き続き2回目です。

今回のエントリー内容です。

• テレビと Twitter のリーチ比較
• Twitter が過大評価されている比較方法
• 望ましい比較方法

[詳細解説] Google が Ads Data Hub という次世代の広告レポートツールをベータローンチ (2017年5月)

Free Image on Pixabay

Google が、新しい広告レポーティングのツールをベータローンチすると発表しました (2017年5月24日) 。

Ads Data Hub (アズ･データ･ハブ) という名前です。

Introducing Ads Data Hub: Next generation insights and reporting | Inside AdWords

この記事でわかること

• Ads Data Hub とは何か (特徴まとめ)
• 具体的な利用ケース
• Ads Data Hub ではできないこと
• クロスメディア拡張の可能性
• Ads Data Hub をどう考えるか (個人的な見立て)

KOMTRAX (コムトラックス) を知らずして IoT の成功事例は語れない

今回は、IoT 事例をご紹介します。小松建機の KOMTRAX (コムトラックス) という IT サービスです。

コムトラックスは、IoT やビッグデータの活用という点で示唆に富みます。

• コムトラックスとは何？
• どんな IoT 成功事例なのか？
• コムトラックスから学べることは？

こんな疑問に答える内容でブログを書きました。

Google Analytics で週1回の ｢簡単｣ ブログアクセス解析

Free Image on Pixabay


週1回程度、このブログのアクセス状況を Google Analytics で見ています。今回のエントリーでは、普段 Google Analytics でどんな指標を見ているかをご紹介します。

マイレポートで見ている指標

Google Analytics カスタム内にある ｢マイレポート一覧｣ (英語表示では Dashboard) に、必要な指標が一覧で出るようにカスタマイズしています。見ている指標は以下です。全て、新規ユーザー (New Visitor) とリピーター (Returning Visitor) に分解して表示しています。

書評: 届く CM 、届かない CM - 視聴率 = GRP に頼るな、注目量 = GAP をねらえ (横山隆治 / 大橋聡史 / 川越智勇)

Free Image on Pixabay


届く CM 、届かない CM - 視聴率 = GRP に頼るな、注目量 = GAP をねらえ という本をご紹介します。

届く CM 、届かない CM - 視聴率 = GRP に頼るな、注目量 = GAP をねらえ [Kindle 版]

posted with ヨメレバ

横山隆治, 大橋聡史, 川越智勇 (翔泳社) 2017-01-16

Kindle

Amazon [書籍版]

エントリー内容です。

• 本書の内容。新しいテレビ視聴データを積極的に使用
• データに基づく説得力のある検証結果と考察、マーケティングコミュニケーションへの俯瞰的な提言
• データを味方にできるクリエイター

駅弁販売員の説得力あるセールストークから考える、データ分析における ｢現場の大切さ｣

Free Image on Pixabay


データ分析についてです。｢現場の大切さ｣ という視点をデータ分析を考えています。

エントリー内容です。

• 経験に基づくセールストーク
• データ分析に見る ｢現場の大切さ｣

データ分析の差別化。自分ならではの価値をどこで出すか

Free Image on Pixabay


データ分析についてです。いかに差別化をするか、自分ならでは分析の価値をどうつくるかを考えます。

エントリー内容です。

• 分析とは何か
• 分析で比較をするときの注意点 (2つ)
• 自分ならでは価値をどこで出すか

価値あるデータ分析をするためのチェックポイント

Free Image on Pixabay


データ分析を業務でやっていると、分析自体が目的化してしまうことがあります。本来、分析は手段であり、データ分析結果を使って何かを達成するという目的があるはずです。

価値のあるデータ分析とは、アクションにつながることです。

アクションにつながるデータ分析を行うためには、事前のプランが大切です。実際のデータ集計に入る前にどれだけ準備ができるかです。今回のエントリーは、データ分析に入る前に具体的に何に気をつければよいかのチェックポイントについて書いています。

2017年の資産運用の方針を、金融資産3年トレンドデータから考える

Free Image on Pixabay


今回のエントリーは資産運用についてです。直近3年の資産運用のデータから考える、今年2017年の方針です。

資産運用の5つのカテゴリー

はじめに、金融資産を管理するために設定している5つのカテゴリーです。

• キャッシュ：手持ちの現金、銀行口座の預金、証券会社の MRF
• 日本株式：主に日本株式に投資するアクティブ投資信託、個別株
• 外国株式：先進国と新興国のインデックス投資信託、ロボアドバイザーなどの FinTech
• 外国債券：海外債券の投資信託、FX
• 年金：国民年金と厚生年金、個人型確定拠出年金 (401k)

2016年は日本株式と外国株式が増加

直近3年の金融資産額の推移は、以下のようになりました。2014年、2015年、2016年の12月末時点のものです。



2016年のハイライトは、青色のキャッシュ (預金や手持ちの現金) を減らし、日本株式 (赤色) や外国株式 (黄色) を増やしたことです。

この変化は意図的に、計画的に行ないました。

書評: ｢本質直観｣ のすすめ。- 普通の人が、平凡な環境で、人と違う結果を出す (水越康介) 。自分自身を深掘りし直観を鍛える方法

Free Image on Pixabay


 ｢本質直観｣ のすすめ。- 普通の人が、平凡な環境で、人と違う結果を出す という本をご紹介します。

データ分析、マーケティングやマーケティングリサーチに示唆がある本です。

｢本質直観｣ のすすめ。 - 普通の人が、平凡な環境で、人と違う結果を出す [Kindle 版]

posted with ヨメレバ

水越康介 東洋経済新報社 2014-03-20

Kindle

Amazon [書籍版]

エントリー内容です。

• 本書の内容
• 本質直観とは
• 本質直観とマーケティングリサーチ

2016年 ブログへのアクセス状況まとめ

Free Image on Pixabay


2016年の、このブログの1年間のアクセス状況です。

ソースは Google Analytics です。集計の対象期間は 2016年1月1日 ~ 2016年12月28日です。比較対照として、2015年と2014年の同期間を使っています。

ユーザー数やページビューなどの基本指標

訪問ユーザー、セッション、ページビュー数です。

2016年と2015年それぞれの前年比の推移は、以下のようになりました (左が2016年の前年比) 。今年2016年は2015年ほどの増加は見られませんでした。

• ユーザー        ：102.6% ← 120.1%
• セッション    ：103.3% ← 121.0%
• ページビュー：104.2% ← 113.5%

アクティブユーザー

重視している指標の1つがアクティブユーザーです。Google Analytics には 1, 7, 14, 30日間での訪問者数が何人だったかがわかります。

2016年の1年間で、30日アクティブユーザーを 100% とした場合に、1, 7, 14日アクティブユーザーの比率です。

違和感を大切にし、新しい気づきにつなげる

Free Image on Pixabay


自分の中に生まれる違和感について考えます。

エントリー内容です。

• 違和感を大事にする
• なぜ違和感を大事にするのか
• 違和感をきっかけに何に気づくか

仮説を持つメリットと危険性。両方を意識することが大事

Free Image on Pixabay


以前のエントリーで、仮説について取り上げました。



こちらのエントリーでは、データ分析等の業務において初期の段階で仮説を持ち、仮説をベースにあらかじめプレゼン資料や報告書を書く方法をご紹介しました。

仮説をあらかじめ持つことにはメリットがある一方、危うい側面もあります。今回は仮説のメリット危険性について考えます。

エントリー内容です。

• 仮説をベースにレポートを書く
• 仮説に縛られすぎる弊害
• 仮説の有用性と危険性

イシューからはじめるデータ分析

Free Image on Pixabay


イシューからはじめよ - 知的生産の ｢シンプルな本質｣ という本に書かれていることのポイントは、問題解決にあたっての ｢問題設定の重要性｣ です。

問題を見出すという発想

問題は与えられるものであり、最初から設定されているという考え方ではありません。そもそもの問題をどう捉えるか、その問題を解き答えを出すことが本当に今必要なのかを考えます。

問題を設定するにあたって、2つの視点があります。

• 問題設定として適切であり (本書ではイシュー度が高いと表現)
• その問題を解決した時のインパクトが大きい

問題解決と問題設定の2つにおいて、この本で強調されているのは後者です。そもそも問題として捉える価値があるのか、本当に答えを出すべきことなのかを徹底的に掘り下げて考えることです。

その問題に答えが出せるか (解決できるか)

問題設定におけるポイントとして、2つあります。

空軍パイロット撃墜王の研究 ｢OODA ループ｣ は、ビジネスにも示唆があり興味深い

Free Image on Pixabay


空軍パイロットの行動プロセスの研究から、ビジネスへの示唆を書いています。

研究では ｢OODA (ウーダ) ループ｣ というフレームで、狙撃王と呼ばれるパイロットがなぜ優秀なのかを明らかにしました。

エントリー内容です。

• OODA ループとは
• アメリカ空軍の ｢撃墜王｣ についての研究
• ビジネスへの示唆

あなたのレポートやプレゼンには ｢事実｣ ｢洞察｣ ｢行動の提案｣ まで入っていますか？

Free Image on Pixabay


書籍 外資系コンサルの知的生産術 - プロだけが知る ｢99の心得｣ に紹介されていた1つが、知的生産物の作成にあたって、行動まで提案することでした。

｢行動を提案する｣ まで踏み込んでいるか

ここで言う知的生産物とは、レポート、企画提案書、プレゼン資料などを指しています。

本書からの引用です。

知的生産に従事する立場にある人であれば、 ｢常に行動を提案する｣ という意識を持っておいてほしいと思います。 ｢行動を提案する｣ というのはつまり ｢ではどうするべきか？｣ という問いに対して解答を出す、ということです。

そもそも、ビジネスの世界に限らず、わたしたちが知的成果として世に訴えられる情報は基本的に三種類しかありません。その三つとは ｢事実｣ ｢洞察｣ ｢行動｣ です。かつて世の中に生み出された知的考察の全てが、これらの三つのどれかに分類されます。

受け手の既存情報との差別化で、レポートやプレゼン資料を戦略的に価値のあるものにしよう

Free Image on Pixabay


レポートやプレゼン資料を、どのように戦略的につくればよいかを考えます。

エントリー内容です。

• 知的生産のための戦略
• どう戦略を立てるか
• 知的生産への期待値コントロール

書評: 日産で学んだ世界で活躍するためのデータ分析の教科書 (柏木吉基)

日産で学んだ世界で活躍するためのデータ分析の教科書 という本をご紹介します。

日産で学んだ世界で活躍するためのデータ分析の教科書 [Kindle 版]

posted with ヨメレバ

柏木吉基 日経 BP 社 2015-12-22

Kindle

Amazon [書籍版]

エントリー内容です。

• 本書の内容
• 分析の前のチェック項目
• いかにストーリーをつくるか。データ分析は手段