データ分析力養成講座

講座について

顧客ニーズの多様化やインターネット、デジタルコンテンツの普及によって、現代のマーケティングで扱うデータ量は膨大になり、データ分析力のさらなる改善と向上が求められるようになりました。

マーケティングでは、日々の経験のみに基づく根拠のないストーリーは通用しません。さまざまなデータを分析して「市場で今何が起きているのか？」「その原因は何か？」「今後どうなるのか？」という仮説を立て、適切な戦略を構築することが大切です。しかし、それを正しく行うには多くの場合、統計的な知識が必要になります。

そこで、この「データ分析力養成セミナー」では、統計的な知識がなくても問題解決の糸口を見つけられるデータ分析のノウハウをレクチャーします。

講座開催の背景

マーケティング戦略や企画を考える上で、データ分析が必要になるタイミングは、分析のプロでなくても日常的に訪れます。例えば、月間の売り上げや年間売上高の推移、他社ブランドとの比較、市場規模の調査・算出などは、データ分析が必要不可欠です。つまり、現代のビジネスパーソンにとってデータ分析力は身につけておくべき必須項目の一つになっているのです。

マーケティング部門の課題

デジタルコンテンツの普及により、マーケティングに使用するデータの種類・量は昔に比べて飛躍的に増加しました。ソーシャルメディア上のやり取りはもちろん、サイトの閲覧履歴、クリック率、オンラインでの購入履歴などもマーケティング対象です。

また、スマートフォンに搭載されたGPSやBluetoothなどのさまざまなセンサーを利用して、位置情報、スマートフォン使用状況、移動状況なども分析されています。このように、マーケティング領域が複雑化している現代においては、タイムリーな提案を適切なチャネルを通じて行う必要があります。

特に近年はFacebookやTwitterなどのソーシャルメディアが普及することで、顧客同士が情報交換をする機会が増えてきました。企業の製品やサービスなどに対する顧客の声がソーシャルメディア上で拡散しやすく、顧客のロイヤリティを高めることが企業にとって重要な課題になっています。顧客ロイヤリティとは、顧客満足度よりもさらに企業と顧客の強い結びつきを示す言葉で、企業の製品やサービス、またはその企業自体に対する信頼度を表します。ソーシャルメディア上でやり取りされる情報は、企業にとって顧客のロイヤリティ分析を行うための重要な要素なのです。

こんな人におすすめ！

この講座は、以下のような方におすすめです。特にマーケティングのデータ分析に関して課題のある方、関心の高い方に最適です。

また、スマートフォンに搭載されたGPSやBluetoothなどのさまざまなセンサーを利用して、位置情報、スマートフォン使用状況、移動状況なども分析されています。このように、マーケティング領域が複雑化している現代においては、タイムリーな提案を適切なチャネルを通じて行う必要があります。

●営業・マーケティング・販促関連部署の方やデザイナーの方
「これまでマーケティング調査に関わることがなかったが、新しくマーケティング担当になった」という方や、「あらためてマーケティングリサーチについて基礎から身につけたい」と考えている方におすすめです。正しくデータを読み取り、ビジネスに活かす力を身につけることで、企業戦略や企画に対して適切な意思決定や提案を行うことができます。

●統計学を学んだことがない方
統計学の基本的な知識がなくても、問題解決の方法を見つけることができます。データの収集や加工の仕方を学んで、それをわかりやすく表現できるようになりたい方、根拠のある戦略・提案を考えたいという方には打ってつけの講座です。

カリキュラム

講師紹介

蛭川 速氏
株式会社フォーカスマーケティング 代表取締役社長
大学卒業後、地方銀行を経てマーケティング専門のコンサルティング会社へ勤務。以来18年間、商品企画や販売促進などマーケティング支援を行う。2012年より現職。「マーケティングは仮説設定が全て」が信条。定量データから戦略仮説を見出す手法を考案。著書に「社内外に眠るデータをどう生かすか～データに意味を見出す着眼点～」（宣伝会議）「マーケティングに役立つ統計の読み方」「よくわかるExcelデータ分析入門」がある。

渋谷 直正氏
東日本旅客鉄道株式会社
MaaS・Suica推進本部 データマーケティング部門 担当部長
2002年に日本航空に入社。月間2億ページビューに上るJALホームページのログ解析や顧客情報分析を担当。航空券などのレコメンド施策の立案・企画・実施に当たる。顧客の閲覧傾向に応じてお薦めするコンテンツを使い分け、購入率をアップするなどの成果を上げている。2019年、株式会社デジタルガレージに転職、執行役員CDO（チーフデータオフィサー）として、デジタルガレージグループ内のデータ利活用を統括。2021年より現職、Suicaデータを中心としたJR東日本グループのデータ利活用、分析人材育成を担う。14年、日経情報ストラテジー誌による「データサイエンティスト・オブ・ザ・イヤー」受賞。統計解析や実務に役立つ分析手法に詳しく、連載等多数。

そもそもデータ分析とは？

そもそもデータ分析とは、どのように行うのでしょうか？データ分析におけるステップやポイントをご紹介します。

分析の目的を固める

まず、分析の目的を固めることが重要です。目的によって、分析の手法や必要とするデータの種類が異なりますので、「何のために分析をするのか？」「分析後のアウトプットはどのような形式のものか？」といったイメージを最初の段階で固めておきましょう。

特に近年はFacebookやTwitterなどのソーシャルメディアが普及することで、顧客同士が情報交換をする機会が増えてきました。企業の製品やサービスなどに対する顧客の声がソーシャルメディア上で拡散しやすく、顧客のロイヤリティを高めることが企業にとって重要な課題になっています。顧客ロイヤリティとは、顧客満足度よりもさらに企業と顧客の強い結びつきを示す言葉で、企業の製品やサービス、またはその企業自体に対する信頼度を表します。ソーシャルメディア上でやり取りされる情報は、企業にとって顧客のロイヤリティ分析を行うための重要な要素なのです。

データ収集

次に、データの収集を行います。ただし、データの収集後すぐに分析に入るのではなく、データの背景や状況を確認する必要があります。その理由は、狙い通りのデータがすべて集まるというケースは少ないためです。そのデータの調査手法が「電話なのか、ネットなのか、路上調査なのか？」「調査の時期や時間帯はいつか？」「どのような名目で調査されたものか？」といったさまざまな背景を把握せずに分析を行うと、結果に大きなブレが出るおそれがあります。さらに、数値に異常を与える要因がないかチェックすることも重要です。そのような異常なデータの処理方法もデータの目的・種類によって決める必要があります。

データ分析

次分析は全体の概要を把握することから始めます。まず、分析の手法に応じて、調査のテーマと結果を大枠で確認します。こうして全体の概要をつかむことで、データの背景や状況を再確認することができ、アウトプットのイメージを深めることに役立ちます。

その後、データの中の「差」に注目し、発生した「差」がどのような要因で生まれたのかを仮説を立てて検証していきます。この「仮説を立てる」作業が非常に重要で、データ分析は「仮説力」で決まるとも言えます。また、「バラバラに見えるデータ同士に関連性はないか？」「複数のデータ同士に比例、もしくは反比例の関係がないか？」といった予測を立てて分析する手法もよく使われます。

結果の解釈

データ分析が終わったら、結果の解釈を行います。この場面では、総計の基礎への理解が求められます。平均値や相対度数（％）、標準偏差など統計で使われる基本的な値の意味、読み取り方法を理解しておきましょう。

その際、注意点があります。それは、統計的な結果をそのまま鵜呑みにするのではなく、実務的な観点から本当にその結果に問題がないかを確認する必要があるということです。例えば、商品Aと商品Bを比較して、AよりBのほうが評価が高いという「差」が出た場合、それが実務ベースで考えても「差がある」と判断できるのかどうか検証を忘れずに行いましょう。

お申込み