データ分析基礎研修事業のご案内 データ分析への関心 気づきをより身近に体感していただくため簡易なサンプルデータを基に 実際に PC(Excel) を扱いながら体験学習していくことをベースとした基礎研修事業のご案内 ( 一社 ) 九州テレコム振興センター (KIAI)
こんなデータ分析で終わっていませんか? 例 : 来訪した方に対するアンケート調査 < アンケート調査項目例 > 項目 評価点 接客 1. とても良い 2. 良い 3. 普通 4. やや不満 5. 不満 品揃え 1. とても良い 2. 良い 3. 普通 4. やや不満 5. 不満 品質 1. とても良い 2. 良い 3. 普通 4. やや不満 5. 不満 清潔感 1. とても良い 2. 良い 3. 普通 4. やや不満 5. 不満 待ち時間 1. とても良い 2. 良い 3. 普通 4. やや不満 5. 不満 総合評価 1. とても良い 2. 良い 3. 普通 4. やや不満 5. 不満 アンケートの集計結果をグラフ表示しただけで終わり? 接客評価 総合評価 19% 8% 4% 27% 大変良い良い 31% 7% 4% 31% 大変良い良い 普通 普通 やや不満 27% やや不満 42% 不満 不満
例えば 皆さんが普段良くお使いになっている Excel 活用で簡単にこんな係数を算出することもできます 接客 品揃え 品質 清潔感 待ち時間 総合評価 接客 1 品揃え 0.611638 1 品質 0.290736 0.511981 1 清潔感 0.251553 0.288782 0.570939 1 待ち時間 0.300463 0.235608 0.483814 0.558146 1 総合評価 0.696281 0.775304 0.762279 0.556891 0.57934 1 総合評価に最も影響を与えている項目は 品揃え 総合評価に高い影響を与えている項目は 1 位 品揃え 2 位 品質 3 位 接客
満足度 ( 前頁の分析を ) もう少し頑張ってみると 例えば アンケートの総合評価項目と各項目との関係度合 ( 重要度 ) アンケートの各項目の満足度 ( とても良い + 良い ) といった 2 つの集計結果を基に簡単なポートフォリオ分析 ( 対応すべき課題の優先順位の可視化 ) を Excel 上で行うこともできます 0.60 ポートフォリオ分析 現状の強みは品質 早急に改善すべき点は品揃えと接客 0.50 0.40 清潔感 品質 満足度 0.30 待ち時間 接客 品揃え 従来のアンケート調査結果データも単純なグラフ化作業で終わることなく このようにデータとの向き合い方ひとつで より幅広い議論ができる資料になりうるのでは? 0.20 0.10 0.00 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 重要度
こういった例はわかりますか? 例 1: どちらの販売促進活動が本当に有効に機能したのか? [ チェーン店 10 店舗を無作為抽出 ] 販促活動前売上販促活動後売上 A 店 69 70 B 店 81 82 C 店 64 66 D 店 79 81 E 店 64 68 F 店 110 128 G 店 72 73 H 店 92 91 I 店 83 83 J 店 78 79 平均売上 79.2 82.1 販促活動前売上販促活動後売上 A 店 69 70 B 店 81 82 C 店 64 66 D 店 79 80 E 店 64 70 F 店 110 118 G 店 72 74 H 店 92 93 I 店 83 83 J 店 78 79 平均売上 79.2 81.5 < 販売促進活動プラン A 実施後売上比較 > < 販売促進活動プラン B 実施後売上比較 > 平均売上としてはプラン A の方が効果があったが
例 2: どの要因が各店舗の売り上げに一番影響しているのか? また 各要因のデータ値から逆に売り上げを予測できるのか? 地域世帯数 地域住民所得 ( 千円 ) 売り場面積 ( m2 ) 競合店数 売上 ( 千円 ) A 店 8,850 3,100 30 3 940 B 店 3,210 1,980 31 1 479 C 店 5,890 2,700 35 2 868 D 店 1,800 1,850 24 3 359 E 店 10,020 2,980 28 4 898 F 店 4,650 2,300 24 0 795 G 店 7,820 2,050 28 2 738 H 店 2,830 2,100 20 1 404 I 店 9,320 3,000 32 3 980 J 店 3,840 1,990 32 3 325 正直 どの要因が一番影響を及ぼしているのか データを見ただけでは判別できない
本研修事業の目的 スマートフォンの爆発的な浸透 さらにインターネットに接続された様々な機器の増大等に伴い 現在のインターネット社会は 従来にも増して多種多様なデータが飛び交う時代となり さらに 昨今の情報通信技術の進展は 従来実施困難であったような高度な分析等をより身近に行うことを可能としています しかしながら このような社会環境下にて 前頁までに記載したようなケースは 組織の現場レベルにおいては未だ数多く見受けられるのではないかとも思われます これには様々な要因がありますが 主に以下のような点に起因することが考えられます データ分析に必要な基本的なプロセス ( 手順 ) が理解されていない データ分析に必要な基本的手法が理解されていない データ分析を行う必要性が理解されていない そこで 上記に関する基礎的知識を学ぶ機会を設け 様々なデータを活用した今後の新規ビジネス創出 業務効率化検討等の新たなヒントにつなげていく場として 本研修事業を以下のプログラム内容にて提案するものです なお 本事業は 主に自治体職員 企業における営業 総務 企画部門の職員等といった非技術系の方で かつデータ分析等に関し 未経験者 初心者の方を対象として企画しています ( 情報通信技術者 システムエンジニア向けの研修事業ではありません )
プログラム全体構成 各 Step 単独の研修事業も実施します Step1 データ分析基礎知識講座 一斉座学 基礎演習 グループ演習 Step2 Excel を活用したデータ分析演習 個人演習 Step3 総合演習 グループ演習
各プログラム概要 STEP1 データ分析基礎知識講座 < 座学 : 約 60 分 ~80 分程度 > [ 講座内容 ] 今 何故 データ分析能力が必要なのか データ分析を取り巻く状況の変化 データ分析に必要な基本的プロセス データ利活用事例等データ分析基礎演習 <グループ演習 : 約 45 分 ~60 分程度 > [ 演習内容 ] 仮説設定 ~データ分析企画案の検討 STEP2 Excel を活用したデータ分析演習 < 演習 : 約 3 時間 ~4 時間程度 > [ 演習内容 ] 簡単なサンプルデータを用いながら基礎的なデータ分析手法を演習形式で学ぶ 前述の例のようなケースもここで演習可能 STEP3 データ分析から具体的な企画立案までを経験 < グループ演習 : 約 2 時間程度 > [ 演習内容 ] 国勢調査値等 実際のオープンデータを活用し 与えられた課題 ( 例 : 新規出店計画における最適候補地選出等 ) に対する企画立案を これまでの経験等に基づく観点だけでなく 具体的にデータ分析を活用して行っていくことを体験
<Excel データ分析演習の具体例 > (1) データのバラツキの読み解き演習事例 平均値だけでは判断が難しい内容をどう分析するか? ある 2 店の売り上げ状況について 売上平均値だけを見てみるとあまり差がない状態 果たして この 2 つの店は同レベルの売り上げ店舗と捉えて良いか? 平均値だけで判断できない ( 適用できない ) 場合の分析手法の基本を学びます 併せてデータのバラツキ という点に関する捉え方の基本を学びます キーワード : 分散 標準偏差 中央値 ヒストグラム (3) 強みと弱み ( セールスホ イントと改善ホ イント ) を分析演習事例 自組織の強み ( セールスポイント ) とは何か? また弱み ( 改善すべき点 ) とは何か? アンケート等で得られた自組織に対する様々な評価から そもそも強み ( セールスポイント ) とはどこか? また 早々に改善すべき点はどこか? 等について 基本的なデータ分析から自組織のポートフォリオを作成する方法までを学びます キーワード : ポートフォリオ分析 (2) 各データの関係とそこからの将来予測演習事例 気温から予測する商品の売り上げ 気温データと商品の売り上げデータから 気温 度の際の商品の売り上げをどう予測するか? こういった一つの要因に基づく予測分析の基礎を学びます 店舗の諸条件 ( 立地 面積 接客 品揃え等 ) から推測する売り上げ 各店舗の売り上げに一番影響を及ぼしている要因とは何か? また 各要因の値をどう変化させていけば売り上げは どう変化していくのか? このように複数の要因に基づく予測分析の基礎を学びます キーワード : 相関 回帰分析 (4) データ ( 平均値 ) の変化に対する判断演習事例 アンケート結果の違いに意味はあるのか? 販売促進活動に果たして効果はあったのか? 組織認知度向上のために行った普及啓発活動実施後 改めてアンケート調査を行ったところ 平均評価点は向上したが 果たしてこの変化は統計的に本当に違いのある結果なのか? また 販売促進活動を通じて得られた売上平均値の変化は果たして 統計的にも当該活動結果に基づくものといえる結果なのか? 必ずしも事業活動の結果ではなく 平均値の変化は偶然に生じたことなのか? といった客観的判断ついて分析を行う基本的な手法を学びます キーワード : 平均値の検定
<Excel データ分析演習例 ( 補足 )> Excel データ分析演習では前頁の演習事例の他 以下のような演習テーマのご提供も可能です ( 下記 1 項目につき 約 1 時間 ~1 時間 30 分程度の演習時間を想定しています ) コンジョイント分析直交表を活用した最小単位の組み合わせによるニーズ調査アンケートの実施方法当該アンケート調査結果ニーズを最適に反映した新商品 新サービスの要件の分析 χ2 乗分析アンケート集計等でよく用いられるクロス集計等の結果について その結果が統計的にどの程度意味を有するのかを客観分析 また 単なるサンプルデータ分析体験だけでなく 以下のような内容もご提供可能です 後日のデータ分析を効果的に実施できるアンケート調査票の設計方法単に聞きたいことを聞く というアンケート調査ではなく 集計結果と組織の現状課題をきちんと結びつけて分析していくことができるような アンケート調査票の設計方法を習得
具体的な研修企画プランについて 前頁までに記載したプログラム内容は 現在 ( 一社 ) 九州テレコム振興センター (KIAI) にてすぐにご提供できる研修内容の全体概要です 具体的にどのプログラムを組み合わせていくかは 個別に調整させていただければ と思っています ご参考までに いくつかのモデル案を簡単にご提示させていただきます Plan1 [ 基礎概念研修プログラム ( 一斉座学 + グループ演習 1 テーマ )] プログラム 1+ プログラム 3(1): 約 1 時間 30 分 ~2 時間程度 ( 人数制限なし ) Plan2 [Excel 演習導入型研修プログラム ( 一斉座学 + + グループ演習 1 テーマ +Excel 演習 2 テーマ )] プログラム 1+ プログラム 2(2 テーマ ): 約 4 時間程度 (Excel 演習に関しては 1 回の人数制限あり ) Plan2-1 [Excel 演習導入型研修プログラム ( 一斉座学 + + グループ演習 1 テーマ +Excel 演習 4 テーマ )] プログラム 1+ プログラム 2(4 テーマ ): 約 6 時間程度 (Excel 演習に関しては 1 回の人数制限あり ) Plan3 [Excel 演習のみ研修プログラム (Excel 演習 4 テーマ )] プログラム 2 のみ : 約 3 時間 ~3 時間 30 分程度 ( 人数制限あり ) Plan4 [ 総合研修プログラム ( 一斉座学 +Excel 演習 4 テーマ + グループ演習 2 テーマ ] プログラム 1+ プログラム 2+ プログラム 3: 約 8 時間程度 (Excel 演習に関しては 1 回の人数制限あり )
最後に これからのビッグデータ時代の本格到来に向け 今後 従来以上データ分析に対する取り組みは様々な機関においても大変重要なテーマになってくると思われます その際 仮に詳細なデータ分析作業そのものは外部機関に委ねるとしても 目的 内容 結果評価等をきちんと実施できるスキルを持っていなければ 分析業務そのものが無駄になりかねないことも考えられます また 組織内外に多種多様なデータが散在している現在 データ分析に対する取り組みは一部の組織の人員に任せるものではなく あらゆる分野の人々が協力し 参加していく時代になっていると思われます そのため データ分析に関する基本的スキルは 今や様々な組織において求められる共通基盤的な知識となりつつあるのではないでしょうか ビッグデータ時代に対応した新たな組織運営を進めていくための第一歩として 是非 本研修事業を幅広く かつ継続的な取り組みとしてご検討していただければ幸いです
< お問い合わせ先 > ( 一社 ) 九州テレコム振興センター (KIAI) 860-0016 熊本市中央区山崎町 66 番 7 号 熊本中央ビル 7F TEL:(096)322-0120 FAX:(096)322-0186 Email jim@kiai.gr.jp URL http://www.kiai.gr.jp