【データ分析】データの分析を学びたい初心者必見!!やるべきメリットとは?

ビジネス

はじめに

どうも、ビジボットです。めちゃくちゃ久々!仕事が忙しくてサボってました…ってことで、さっそくタイトル通り、初心者向けのデータ分析をしていきます!と言っても、データ分析のプロではないので、専門的な情報ではありません。今までデータ分析の業務やコンサル業務を行ったりして積み上がったノウハウを元にデータサンプルを用いて明日の現場ですぐ活用できる情報をアウトプットをしていきます。

データ分析で使うTableauとは?

BIツールでもっとも有名なサービスです。BIツールとは「ビジネスインテリジェンスツール」の略で、サービスに蓄積された大量のデータを集めて分析し、スピーディーな意思決定を支援ためのツールとして使われ、その中でも初心者にかなり使いやすいデザインとカスタム性が高いサービスがTableauです。

https://www.tableau.com/ja-jp

公式サイトに行くと、「データに対する考え方が変わります」って書いてあるけど、本当に変わりました。Excelでグラフで作ればいい、Googleスプレッドシートで作ればいいなんて思ってましたが、アホでした。

なぜデータ分析をやるのか?

日々生活している中で、スマートフォンの普及、インターネットの普及が加速してかなりの年月が経ちました。その中で年々人が取得する情報量って数倍単位で増えていってます。その増えていく情報と正しく向き合う為に我々は正しいデータの取り扱い方を学ばなければいけません

実はFacebookの新入社員研修にはTableauを使った研修があるそうです…
それくらい、世界でもTOP企業が頑張っているのに自分はなんてぬるい生き方をしているんだろう…データとの付き合い方って大切になってくるんだなと強く感じました。

余談はこれくらいにして、簡単に簡単な例題を見てデータも取り扱う人によってどれくらい変わるのか?という問題をみていきます。

【データ分析-問題1】9はいくつあるでしょう?

以下文字が羅列されている画像の中から「9」という数字を探しましょう。

データ分析-黒文字
データ分析-黒文字

上記画像は全部黒文字でただ数字を列挙している画像です。この中から「9」という数字を探す事は1つずつ数字見ていき「9」を探していくと思います。
見る側も大変で、作る側も考慮が一切足りません。

【データ分析-問題2】9はいくつあるでしょう?

以下文字が羅列されている画像の中から「9」という数字を探しましょう。

データ分析-赤文字と強弱
データ分析-赤文字と強弱

目立たせたい文字を色分けする事で割と簡単に「9」を見つけることができたと思います。これで見る側は赤い文字を数えれば数秒でカウントできます。
見る側は人によって物足りない部分もあると思いますが、作る側の配慮が見られます。

【データ分析-問題3】9はいくつあるでしょう?

以下文字が羅列されている画像の中から「9」という数字を探しましょう。

データ分析-赤文字と強弱
データ分析-赤文字と強弱

今度は今までより相当簡単に「9」を見つけることができたと思います。
該当の数字を目立つように赤文字にしつつ、周りの数字を目立たせる必要がないので薄くします。すると目立たせたい数字が浮き上がって見え、見る側は満足し、作る側の配慮も相当大きく感じます。

どうでしょう?
ただ数字を見せるってだけでも、目的に応じた見せ方を最適化してあげることで様々な使い分けができます。これは「データ」の全てに言える事で、例えば会社のPowerPointを使ってプレゼンをしなければいけない場合、強くアピールしたいところに強弱をつけて発表すれば 見るべきポイントが “非常” に伝わりやすい 資料になります。

Tableauのサンプルデータで分析

それでは早速Tableauのサンプルデータを用いてたくさんのデータを見ていきます。初心者の方でもわかりやすいよう、実際のデータを見ながら進めていくので実業務と照らし合わせて見ましょう。
※ちなみにTableauは有償サービスですが、無償のトライアル期間があるのでぜひ触ってみてください

オーダー日毎の売上データを分析

以下Tableauを使ったビューですが、列に「オーダー日/年」をドラッグ&ドロップして、行に「売上」データをドラッグ&ドロップします。

データ分析-オーダー年別売上
データ分析-オーダー年別売上

すると、2016年〜2019年の4年間で積み上がった売上実績を見ることができます。
このデータから見て感じる点として、年々増加傾向にあることが確認できます。

このデータだけ見ると問題なく売上は上がっていってます。このデータで安心しきっていいのでしょうか?このデータに隠されたさらなる分析をする必要があります。

ここで気をつけないといけない点は、売上というのは絶対数の数値であり、上がる要因はいくつもあります。例えば営業マンが1人だった場合と10人だった場合は売上が10倍以上変わったりします。その際にデータ分析担当者が見たいデータは1人あたりの売上なのか、会社全体の売上なのか、顧客が支払う単価なのか。データを見る方法はいくつもあります。

ただ、上記で書いている部分すら見ていく項目きまってない方もいると思うのでデータの区切り方を見て、こういう傾向が言えるかもしれないというのを見ていこうと思います。

月ごとのデータを追加して分析

「オーダー日/月」を「オーダー日/年」の後ろに追加することで、年間比較だったデータを月ごとに分析できるようになりました。

データ分析-オーダー年(月)別売上
データ分析-オーダー年(月)別売上

これで、この売上データには季節変動があることがわかりました。しかしわかっただけで終わりではダメです。月ごとに成長が著しく良いなのか、悪いなのかの期間を見る必要があります

昨対比でデータを分割して分析

「オーダー日/年」を「オーダー日/月」の後ろに追加することで、月毎の比較データにまとめることができ、月ごとの年間成長を分析できるようになりました。

データ分析-オーダー月(年)別売上
データ分析-オーダー月(年)別売上

このデータを見る限り、2018年と比較して落ち込んでいる月は3月/5月/11月が何かあった可能性があります。また、7月の成長が著しく上がっているようにも見えます。

さらに画面左側に表示されている「色」に「オーダー日/年」をドラッグ&ドロップすることで色をつけることも可能です。

データ分析-オーダー月(年)別売上(カラー)
データ分析-オーダー月(年)別売上(カラー)

以下は中でも悪かった「2018年5月」と「2019年5月」の比較を「曜日」毎に比較した結果です。

「オーダー日/年」は「2018年」と「2019年」だけにフィルターをかけ、「オーダー日/月」も「5月」だけにフィルターをかけた状態です。
また、列は「オーダー日/月」は削除し、新たに「オーダー日/曜日」を追加して曜日ごとのデータを比較することができました。

データ分析-オーダー月(曜日)別売上(カラー)
データ分析-オーダー月(曜日)別売上(カラー)

グラフを見ると、全体的に右肩下がりに見えるが中でも金曜日が著しく低いことがわかりました
さらにここから日付毎にデータをフィルターかけてさらに細かい分析を行うことも可能です。

データ分析-オーダー日(曜日)別売上(カラー)
データ分析-オーダー日(曜日)別売上(カラー)

グラフの種類を棒グラフに変えてみたのでこのデータで見て見ると、2018年は金曜日が4回しかなかったのに2019年は金曜日が5回あり10日と24日がとても落ち込んでいることがわかりました。

年々右肩上がりのデータで満足するのもいいですが、他にも多様にある切り口でデータと改めて向き合うことで色々な発見が見つかります。
少しずつでいいのでデータやグラフに慣れてどういった傾向にあるのか?それを確認するにはどういうデータの区切り方がいいのか、即時に判断できるようになりましょう。

今回はここまでとして、次回もデータ分析の続きをしていきます。