解説

　前のステップで策定した課題解決策に対して「課題解決策のどの部分がデータ分析で達成できるか？」「データ分析で達成したいことは何か？」を明確にします。データ分析で達成できることは次の5パターンに分類できます。

ケーススタディ

　前のステップでは、課題解決策として次のような案があがりました。

• リピート率を高めている商品・サービスがあるなら、積極的に勧める（クーポン配布なども検討）
• サービス、顧客層に合せて、それらのリピート率が高いスタイリストを担当させる

ワーク：課題解決策に対してデータ分析で何ができるでしょうか？ ヒント：まず、上記の5パターンのどれが利用できるかあたりをつけます。

　ここでは課題解決策をより具体化するために、パターン3「人の感覚だけでは得難いパターンを得られる」（もしくはパターン4）の利用が考えられます。そこで、データ分析のソリューションとして「リピート率に影響を与えている要因とその程度を明らかにする」と設定しました。

　ここまでのステップで「何のために、何をするか」方針が固まってきたので、一旦整理します。

• 目標：リピーター減少前の来店客数(1320人/年)を確保する
• 目標（KPI）：新規顧客のリピート率45％
• 課題：新規顧客のリピート率改善
• 課題解決策1：リピート率を高めているサービスがあるなら、積極的に勧める（クーポン配布を検討）
• 課題解決策2：サービス、顧客層に合せて、それらのリピート率が高いスタイリストを担当させる
• データ分析のソリューション：リピート率に影響を与えている要因とその程度を明らかにする

　このように実際にデータを収集、分析する前に一連のストーリーを設定することで、データ分析がどのように成果につながるかが明確になります。 ストーリーを設定せずに、手元にあるデータをただいじくりまわしても、データから役立つ情報を抽出することは困難です。

<< Step.3 課題解決策を策定する　　　Step.5 課題解決に必要な情報の取得方法を検討する >>