“わからない”を解決するデータ分析の解釈【チャート式】
【最初に収集する予定だったデータ】 ・ランディングページの日別セッション数 →対象期間のデータが一部取れていなかった ・ランディングページのセッション数に、影響を与えたと思われる施策（この場合はテレビCMの日別GRP、WEB広告の日別インプレッション数）のデータ ・ランディングページの日別コンバージョン数 【追加したデータ】 ・ランディングページの日別セッション数 → 不足していた期間のデータを追加
■ 【E】不足していたデータが取得できない場合 求めるデータを取得できない場合、補強するデータがないか探してみましょう。社内のデータで準備できない場合、分析内容によっては公的機関のデータベースなどを使うことも可能です。
補強する情報が見つかった場合は、その情報をもとに分析結果を解釈し、次のアクションを考えるようにしましょう。
■ 【F】不足データを補強する情報がない場合
不足しているデータを補強する情報が見つからない場合は、最初に立てた仮説が間違っている可能性があります。仮説を疑い、必要に応じて再度仮説を立てて分析を行うようにしましょう。
たとえば、以下のようなシチュエーションです。 【分析前の仮説】 ランディングページのセッション数が少ない要因は、テレビCMとWEB広告を辞めたことで、それぞれの影響は6割と2割くらいだろう。 【分析結果】 テレビCMとWEB広告だけでは説明できない要因がありそう。 【分析後の新仮説】 ランディングページのセッション数が少ない要因は、競合企業の大規模なマーケティングキャンペーンのせいで、その影響は5割くらいだろう。
分析結果の解釈で気をつけるポイント
分析結果を解釈する上で大事なことは、「仮説に合わせようとするバイアスを持っていないか常に疑うこと」です。 分析結果を解釈する際によくある初歩的な失敗として、仮説に合わせようとするバイアスがかかることで不十分な検証を行ってしまうことがあります。この失敗を防ぐために、まずは自分の中のバイアスを自覚することから始めましょう。目的・課題・仮説の設計、データ収集、分析、手法の中でバイアスをかけていないか、解釈の各フェーズにおいて、バイアスがかかっていないかを自分に問いかけながら進めることが重要です。 より具体的な対策としては、施策と結果を1対1で見ないようにすることです。たとえば、「テレビCMがランディングページに効いている」という仮説を立てた場合に、ランディングページとテレビCMの情報だけ集めるのはダメです。それ以外に、ランディングページに影響を及ぼすものはないか考えてみましょう。他のマーケティング施策や競合の動き、季節性や販促施策、PR施策なども影響を与えている可能性もあります。 分析を行う際には、できるだけ分析対象とその要因を1対1の関係で見ず、他に関係している要因がないかを疑うことが、正確な分析結果を導く肝になります。 参考情報 【ゼロから始めるデータ分析#1】データ分析初心者がまず知るべき「分析の8ステップ」 ※外部サイトの記事へ飛びます。
