ビジネスの理解
データ分析がどのように成果につながるかを明確にするために、次のような一連のストーリーを設定する手順について学習しました。
- 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
ここでのポイントは
- 目標は数値に落とし込むことで、具体的な施策などを議論できるようになる
- 目標までのプロセスを整理し、それに数値をつけることで課題の優先順位づけのヒントになる
- データ分析により、課題解決策の精度を向上させることができる（自動化などバリエーションが広がる）
- 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る
データの準備と理解
課題解決に必要な情報を整理し、取得方法を検討、情報収集、収集した情報の整理、分析について学習しました。
ここでのポイントは
- 必要な情報から逆算してデータを洗い出せば、データ収集のコストを低減できる
- 人間では網羅できない量の試行を分析手法を適用することで実施できる
- 収集した情報を整理する際は、KPIや予測対象の値は推移や分布で必ずグラフにすること
- データ量、外れ値、欠損値、入力ミスなどを確認すること
- 複数の条件を加味し関連性を調べる場合は、分析モデルを利用する方が効率が良い
モデリング、展開
決定木分析を用いてリピータになりやすい特徴（パターン）をモデリングし、そのモデルの評価方法を学習しました。
ここでのポイントは
- 分析結果はその精度とビジネス上の利用可能性を評価すること
- KPIのモニタリングにより、PDCAを回すことで、継続的な改善ができること
<< Step.11 課題解決策の実施成果をモニタリングする エピローグ