渋谷智之のレビュー一覧
-
-
-
-
Posted by ブクログ
非常にコンパクトにまとめられてて、リファレンスとしても便利
マクロミル社は自分の中では、データサイエンスというよりも定量・定性調査では国内では指折りの企業という認識だったので、これまで出版されてきたデータサイエンティストによる分析手法について「もの申す！」と言った内容を少し期待していたのですが、どちらも活用しつつ、今後のデータ利活用の規制や改変まで意識した内容だったので、いい意味で裏切られました。本当に全てが網羅された素晴らしい内容だと思います。細かい内容まで目次としてもしっかり載っているところも素晴らしいです。一つ一つが簡潔にまとめられているため、読者によっては物足りないとクレームをつけるひとがいるかもしれませんが、私のようにリファレンスとして活用したい人や、①各フェーズ、②活用方法の種類、③現在と未来での違いなどXYZ軸として意識していきたい人には手放せない一冊になりそうです。 -
-
Posted by ブクログ
データ分析の教科書 最前線のコンサルタントがマクロミルで培った知識と実践方法
著：エイトハンドレッド
著：渋谷 智之
出版社：翔泳社
DATA UTILIZATION
本書は、データ分析を問うのではない、データ分析は手段と冒頭で言う
では、どうするのがいいのか、問いの設定、データの考察から、思考法とその型を身に着けることとある
データ分析とあるが、メタ的な視野で、大きな範囲をみています
コンサルなどの手法が含まれているが、本書を貫くのが、データ分析のための５つのステップである
STEP1 解くべき問いを明確にする
STEP2 問いを分解し、分析ストーリーを描く
STEP3 データ収集、前処理を行う
STEP4 データの比較を通じて解釈する
STEP5 分析結果＆結論を分かりやすく伝える
問いの設定も、分析結果をわかりやすく伝えることも、他の書で論じられているのであるからデータの処理を中心に読むのであれば、STEP3,4がキモであり、STEP5については、分析結果をだすまでがデータ分析で、伝える部分は、本書でなくてもいいかと感じました。
ETL,DWH,BIの流れからビッグデータを処理することは、IT書に任せて、データの処理・分析そのものを論じていると感じる
必須なビジネス知識もそうだが、ここで、データを処理するためのコア技術とは、ずばり統計学である
ビッグデータとは、
①データ量が大きい、②データが計測・記録されるスピードが速い、③データの種類が多様
が、その定義である
データへのアプローチ、分析ストーリーを事前に用意する
①報告書：なぜ自社の売上が低下しているのか
②目次
③エグゼクティブサマリ
④第１章 市場規模
⑤市場規模の時系列推移
⑥自社のシェア推移
⑦第２章 顧客から見た要因分析
⑧自社の市場浸透度
⑨自社のイメージ
⑩自社の特徴認知度
⑪第３章 競合との比較分析
⑫各商品購入者の満足度比較 ……
データの種類
①カスタマデータ、②オペレーショナルデータ、③Ｗｅｂサイトデータ、④ソーシャルメディアデータ、
⑤ログデータ、⑥センサーデータ、⑦調査データ
１次データと、２次データ
構造化データと、非構造化データ
データ加工
①データ品質の確認 信頼できるデータかどうか
②複数データの結合
③探索的データ分析（ＥＤＡ）
④データの前処理（クレンジング）
⑤データ加工
データは加工される前の前処理で８０％の工数が使われる
分析 パラメタ１つ 単純集計、パラメタ２つ、クラス集計、パラメタ３つ以上、多変量解析
データを比較するときの５つの視点
①大きさ パレート
②差がある ギャップ、ポートフォリオ、レート・シェア
③変化がある 時系列、トレンド、
④バラツキがある 分布、グループ分け
⑤パターンがある 相関、パターン、外れ値、
目次
第1章 DX時代のデータ利活用
第2章 「データ分析」ステップの全体像
第3章 【STEP1&2】解くべき問いの明確化・分析ストーリー作成
第4章 データ分析に必要なビジネス知識（前半）
第5章 データ分析に必要なビジネス知識（後半）
第6章 【STEP3】データ収集・前処理
第7章 【STEP4】データの比較を通じた解釈・考察
第8章 【STEP4】データ分析の幅を広げる「統計解析」
第9章 【STEP5】レポーティング＆プレゼン
第10章 AI・機械学習の基礎理解
ISBN：9784798182162
判型：A5
ページ数：380ページ
定価：2600円（本体）
2024年03月19日初版第１刷発行
2024年11月15日初版第３刷発行 -
-
-
-
-
Posted by ブクログ
## ウェブアンケート調査の要点
本書は、ウェブアンケート調査の設計と分析について、マクロミルで培われた実践的な方法論を解説している。特に強調されているのは、**行動データだけでは「なぜ（WHY）」がわからない**ため、アンケートによる**意識データ**が不可欠であるという点だ。行動データが「誰が、いつ、どこで、何を」といった事実を明らかにするのに対し、アンケートは「なぜ」という顧客の意識や動機を深く理解するために重要とされている。
---
## 調査の失敗を避けるためのポイント
著者は、調査を成功させるために、いくつかの注意点を挙げている。
* **目的を明確にする**: 目的が不明確なアンケートは、ありきたりな結果に終わりがちである。調査目的を考える際には、「何がわかっていて、何がわかっていないか」を徹底的に考えることが重要だ。
* **「ゴミを入れれば、ゴミが出てくる（GIGO）」の原則**: 不適切な質問や調査設計は、無価値なデータを生み出す。
* **「善意のウソ」と「忖度」**: 回答者は無意識に「善意のウソ」をついたり、インタビューの場で忖度したりすることがあるため、これらのバイアスを考慮に入れる必要がある。
* **「安定性」を重視する**: 完璧な「代表性」を持つ調査は難しいため、常に同じ偏り方をする「安定性」を確保することで、過去の調査や競合との比較が可能になると述べられている。
---
## 調査設計の具体的な手法
本書では、効果的なアンケート設計のための具体的なフレームワークや考え方が示されている。
* **仮説を立てる**: 調査の最初のステップとして、マーケティング課題を整理し、仮説を立てることが推奨されている。良い仮説とは、「ビジネスを良い方向に動かす」ものであり、具体的で、アクションにつながりやすいものである。クリステンセン教授の「理論の詰まった道具箱」の考え方や、アブダクションといった推論法も引用されている。
* **定性調査と定量調査の組み合わせ**: 仮説の発見にはデプスインタビューやグループインタビューなどの**定性調査**が有効であり、その仮説を量的に検証するために**定量調査**を実施するという、マーケティングリサーチの王道ステップが示されている。
* **質問票の工夫**: 回答者の負担を軽減するため、質問数を20問程度に抑え、時系列に沿って質問を配置する「アンカリング効果」を意識することが重要とされている。また、「極端の回避」などの心理的バイアスを考慮した質問の作り方も解説されている。
* **分析の進め方**: データの「クリーニング・集計加工」が効率的な分析には不可欠であり、「全体集計で全体傾向を俯瞰し、クロス集計で詳細に深掘りする」ことが分析の鉄則とされている。
この本は、アンケート調査を通じて顧客の「なぜ」を深く理解し、ビジネスの成果につなげるための実践的な知恵が詰まった一冊と言えるだろう。 -
-