文系でも大丈夫！ データ分析の基本とExcelを使った統計入門

「データ分析の基本」を考慮せず分析すると「データ分析したけど、分析結果が使い物にならない」ということになりがちです。「とりあえずデータがあるから分析をして、とりあえず報告してみた」というのは、基本的にNGな分析手法です。
データ分析の基本は、主に次の5つのステップに分かれます。

1. 分析目的の明確化
2. データの準備
3. データの活用（分析）
4. ビジネスインパクトの評価
5. 実行・運用

講義は、上記の5ステップに沿って進めていきます。1限目の「ビジネスにおけるデータ分析思考」では、「1. 分析目的の明確化」ができるような、思考方法のフレームワーク（下図）を提示します。

「分析のゴールを定める」ことはとても大事ですが、「ビジネスのゴールから分析のゴールへ翻訳する」のが難しかったりします。

講座では、ビジネスのゴールから分析のゴールを決める思考方法の一例として、「KGIの定義 → KPIの設計 → ターゲットKPIの選定 → 施策の案出し → データ分析のゴール」の順で考えていきます。

さらに講座ではECサイトを例にしながら、KPI設計を考える演習問題を実施し、加えて設計したKPIに対して、どんな打ち手があるのかを考える演習問題も実施していく予定です。

はい、そうですね。

5ステップの「2. データの準備」「3. データの活用（分析）」を実施していきますが、講座の短い時間でデータの準備をするのは難しいので、データ準備をするときの注意点やデータ分析をする際の思考サイクルを身に付けてもらってから、実際の分析をハンズオンでやっていきます。

分析して終わりではなく、次のアクションにつなげることが分析の目的ですので、講座の中でレポートの作り方の一例を紹介していきます。

データの集計・可視化のやり方を講座の前半で学んだあとは、推測統計を学んでいきます。講座では、「仮説検定」「回帰分析」を実際に学んでいただいて、“一皮むけた”分析者になっていただきたいと思っています。

たとえば、「仮説検定」では、メール配信施策においてテキストメールからHTMLメールにしたいけれど、まずA/Bテストを実施して、開封率の差に有意差があるかを検証する、という演習をします。

さらには、アンケート調査結果に統計的な有意差があるかどうかも検証します。結果報告の際に「差があるかもしれません」と言っていたところを“自信をもって”「統計的に差があります」と結論が出せるようになってもらいたいと思っています。

さらに「回帰分析」では、ECサイトの売上データを題材にして販売個数の要因分析を実施していきます。

今回の講座は、「実務で活かせるデータ分析」をテーマにしています。6時間と短い時間ではありますが、ビジネスにおけるデータ分析の全体像の把握や、分析プロジェクトを立案できるだけの知識を盛り込んでいます。ぜひ、講座を受講していただければと思います。