マーケティング【入門編】データ分析とは？ビジネスへの導入方法と活用事例

データ分析とは

データ分析の定義

データ分析は、膨大で雑多なデータの中から、目的に沿った情報を抽出することです。 ITの発展により、アクセスできるソーシャルデータ（ソーシャルプラットホームから取得できるユーザーに関するデータ）が急激に増加しています。ところが、収集されたそれぞれのデータは関連性を持って存在したり、分類されたりしているわけではありません。

そのため、企業活動あるいは個人の目的に有益なデータとして活用するには、乱雑に存在する情報を組織的かつ系統的に整理し、分析する必要があります。

データサイエンティストの職業

データ分析の専門家として活躍する人々のことを、データサイエンティストと呼びます。彼らはデータ分析から得られた有用なデータを基に、ビジネスでの問題解決や状況改善のための施策立案も担っています。

データサイエンティストが活躍する分野は、「ヘルスケア」「EC」「広告」「アパレル」「電力」「金融」「Web」「IT」など広範にわたります。特にマーケティングに関わる企業、コンサルティング会社などではデータサイエンティストのニーズはより高いと言われています。

「データ分析」と「統計学」と「機械学習」の違い

データ分析について調べたことのある方は、統計学・機械学習との違いやその意味を混同したことがあるのではないでしょうか。

データ分析とは、収集したデータの整理、分析を通じて、有用な判断材料を得ることを言います。そうすることで、組織の現状判断や次の企業活動の予測を立てることができるのです。 一方、統計学と機械学習は、データ分析のための具体的な手法を指します。

統計学とは、すでに蓄積したデータの集まりを基に、ある特徴や性質を明らかにする学問手法です。具体例としては、一学年全員の期末テストの結果から偏差値を算出することが挙げられます。

機械学習は、既存のデータ群から得られた特徴や性質を基に、新たに入手するデータの予測・分類を行う手法です。
統計学と機械学習に共通しているのは蓄積されたデータから、共通する特徴を見つけ出すという点です。しかし、機械学習は、さらにその先の、今後入手するデータの予測や分析まで行えるという点が統計学との違いといえます。

なぜ今データ分析が必要なのか

ビジネスにおけるビッグデータのトレンド

大規模なデータ群の中から価値の高いデータを拾い上げ、新たな知見や洞察を得ることが出来れば、大きなビジネスチャンスになり得ます。ところが、膨大なデータ量があるからこそ、個々のデータの価値は以前と比べて小さくなっており、ビジネスとして利用価値の高い情報を抽出するためにも、 企業が独自にデータ分析の精度や質を高めることが昨今では重要視されているのです。そのため、世界的に活躍する企業は、データアナリストの人材獲得に力を入れ、高額な給与を提示しているのです。

データ分析活用事例

実際にデータ分析を駆使して大きな成果を上げている企業のうち、いくつかの事例をご紹介します。

【楽天】Eコマースで検索精度を改善

楽天ではインターネットでのおすすめ機能（レコメンド機能）にデータ分析を活用しています。その結果、ユーザーが求める商品を適切に表示できるようになりました。単なる顧客データや販売データのみならず、社会的なニュースや世間一般に広まっている知識も判断材料として反映しています。また、商品検索の際の、漢字ミスや商品名の省略などの分析を行い、検索精度の改善につなげることで、さらに売り上げを伸ばしています。

【ソフトバンク】データ分析を通じて繋がりやすい回線を実現

ソフトバンクが提供するデータ通信には、一部の地域で通信が繋がりにくいという課題がありました。そこで、その地域を特定するため、スマートフォンから位置情報や接続状況などの個人情報を除いたデータを分析しました。単なる位置情報だけでなく、どの時間帯にどこで接続状況が悪かったのかをデータ分析から明らかにすることで、大幅にスマートフォンの接続状況を改善しています。

【スシロー】ICタグ導入で、新鮮なお寿司を無駄なく提供

回転寿司チェーンであるスシローでは、新鮮なお寿司の提供と、無駄な廃棄の削減のためにデータ分析を活用しています。お寿司一皿ごとにICタグが取り付けることで、レーンに流れるお寿司の鮮度や売り上げ状況を管理しました。これにより、効率よく新鮮なお寿司を提供できるようになりました。また、売れ筋を明確に把握できるようになったことで、無駄なくお寿司を提供することにも繋がりました。その結果、年間で億単位となるお寿司の廃棄コストの削減に成功しています。

データ分析に必要なスキルと学習方法

データ分析を通じてビッグデータを活用するために、求められることとは何でしょうか。 それはプログラミングです。

なぜならデータ分析以前に、分析を行える環境作りとしてITシステム構築や運用といったスキルも必要になってくるからです。そしてITシステム開発を行うスキルは、基本的なプログラミングスキルを基としています。つまり、IT初心者の方であれば、第一にプログラミングスキルの習得を目指すほうがよいでしょう。

それでは、全くのIT初心者の方がデータ分析の習得を目指す場合、どんな学習方法がおすすめなのでしょうか。

一つは大学でデータ分析を学ぶことです。実際のところ、日本ではデータサイエンティストが2020年に約29万人不足すると言われており、データ分析の専門家の育成が叫ばれています。

こうしたニーズを踏まえて、日本では、滋賀大学、横浜市立大学ではデータサイエンス学部が設置されたり、東京大学や広島大学などではデータサイエンス研究科が増設されたりしています。

一方でIT研修でスキルを習得する方法もあります。IT初心者の社員の方であれば、基本的なプログラミングスキルの学習から、実践で使えるITスキルの活用まで学べることが強みです。また、企業で必要となるデータ分析に関わるスキルとは、データ分析そのものだけではなく、分析を行うのに必要なITインフラの開発も含まれるため、幅広いITスキルを身につけたい方にオススメです。

データ分析とプログラミングを学習する

企業によって求められるデータ分析のスキルレベルは様々です。マーケターの方が簡易的なプログラミングスキルとデータ分析ができるようにしたいというケースもあれば、データ分析をするためのシステム構築のスキルが必要というケースもあります。

インターネット・アカデミーでは、企業のニーズに合わせて必要なスキルだけを学べる研修サービスを提供しています。たとえば、マーケターの方が最小限のスキルを学びたい企業は、プログラミング言語Pythonの基本とデータ分析を学ぶ「データ分析基礎研修」をお勧めしています。

この研修では、プログラミングの基本を学んだうえで、社内にある様々なデータを自動的に集計したり可視化するプログラムを構築し、データ分析の演習まで行うため、実務に直結したスキルを身につけられます。システム開発スキルが求められる場合は、さらに高度なプログラミング演習と組みわせることもできます。

社内でデータ分析人材を育成したいという担当者の方は、お気軽にご相談ください。

• データ分析基礎研修の内容をみる
• 有識者対談「AI人材教育がつくる日本の未来」をみる
• データ分析人材を育成するための研修について相談する