データ分析の「仮説と検証」、罠に陥らない重要な3つのポイント

 

データ分析・リサーチは何のためにあるのか？

 仮説の罠に入る前に、そもそもデータ分析・リサーチがビジネスプロセス上どのような位置付けであるかを、私の経験を通して最初にお話しさせていただきます。

 例えば、「売上の減少が続いている」という状況があったとします。その時、皆さまはまずどのようなアクションを取られるでしょうか？

 多くの方は「売上の減少の原因の仮説を立てる」ことから始められるのではないでしょうか？

 その後仮説を検証するべく、データを集めて分析をしたり、リサーチなどを行ったりすることが多いと思います。

 言い換えれば、数多くの仮説の中から候補を絞ることが、データ分析やリサーチの重要な役割のひとつと言えます。
 

データ分析の罠：仮説の検証が甘く絞りきれないフラスコ型が多い

 この「①仮説立て→②分析＆仮説の絞り込み→③ソリューションの開発」というプロセスですが、①、②の部分が十分でなく、結果として、分析やリサーチ時点での課題の絞り込みが十分でないというケースが現実では非常に多いと感じております。

 その理想と現実を表してみたのが下図の砂時計型（理想）とフラスコ型（現実）になります。



 砂時計型：仮説の量が多く、特にイシューが特定されている。また分析もシャープなため仮説の絞り込みが良くされている。仮説の絞り込みとソリューションの開発に同程度労力・時間をかける。イシューが特定されているため、ソリューションの方向が同一で効率的でシナジーもうまれやすい。

 フラスコ型：仮説の量は同等だがイシューが特定されていない。分析が浅いため仮説の絞り込みも見切り発車的に行うため、ソリューションの開発の幅が増えブレる。一見、より多くのソリューションが開発されるため良いように見えるが、実際は各ソリューションの方向がバラバラになるため非効率的になる。