リサーチの成否は材料選びで決まる『リサーチとデータ分析の基本』
今回ご紹介する本はこちら『マーケティングリサーチとデータ分析の基本: 中野 崇 (著) 』です。
昨今では、ビジネスシーンにおいて数字で判断する重要性が高まり、全てのビジネス活動がデータ・ドリブンになることは避けられません。ただし、注意すべきは、データ・ドリブンとはデータに基づいて意思決定することであり、データの量が重要というわけではありません。重要なのは、ビジネスの意思決定に役立つ、価値あるデータを分析することです。
今回は一般のビジネスパーソンでも実行できる「ビッグデータではなく、身近にあるデータをシンプルに活用する方法」を料理になぞらえて以下のテーマにて解説していきます。
【今回のテーマ】
①リサーチにおけるデータ選びの重要性
②データの目利きに必須の仮説と品質

本ブログではビジネス書の内容を自分の理解・意見を交えながら図解してきます。
実際の本の内容とは異なる点もあるかと思いますが、そういう見方もあるか!くらいの感覚でお楽しみください。
①リサーチにおけるデータ選びの重要性
カレーを作りたいと思っていても、鍋に入れるルーを間違えてしまえば、全く別の料理に変わってしまいます。
リサーチにも同じことが言えます。
前述の通り、データ・ドリブンとは「データに基づいて判断する」ことです。これはどのデータを分析するかによって判断が異なるということ。つまり、誤ったデータを分析すれば誤った判断に、正しいデータを分析すれば正しい判断ができるということです。
データ・ドリブンにリサーチを行うためには、どのデータを分析するか?がとても重要なのです。

②データの目利きに必須の仮説と品質
料理では、調理する材料を間違えていないか、不足が無いか、レシピを使って材料の過不足をチェックします。
リサーチでも同様に、分析をする前に仮説を立てる事で、データの過不足をチェックすることが重要です。
この仮説を立案するためには、分析のゴール(分析の結果何を明らかにしたいのか?)を定めます。
定めたゴールに対して、フレームワークを使って、構成要素を要素分解していくことで必要なデータの仮説を立てる事が可能です。

必要な材料がわかったら、いよいよ材料集めです。
材料を選ぶ際、生産者、生産プロセス、商品同士の比較など、様々な観点でチェックすることで、品質の良い材料を購入すると思います。
これは、材料自体の品質が悪い(例:痛んでいる など)と、完成品である料理自体の品質が下がってしまう為です。
これはデータ分析でも同じことが言えます。
分析においても品質の悪いデータ(例:嘘のデータ、古いデータ など)を分析すれば誤った判断を生みます。
分析する前に、データの出典元は信用できるか、データの収集方法は適切かなどなど、データの品質は高いかをチェックしましょう

まとめ
いかがでしたでしょうか。
データ分析の成否を分けるのは、膨大なデータの中から、品質の高いデータを 目標達成に必要な要素 に合わせて選択するという材料集めの部分である。
本書では、仮説立案の為のフレームワークの例など、より具体的な内容が書かれてますので是非読んでみてください。
最後までお付き合いいただきありがとうございました!
Twitterにてセミナーの実況、ブログ更新の連絡を行っております。
よろしければ、いいね!フォローをよろしくお願いいたします!
