ビジネス定量分析(後編)
「なんとなく数字に苦手意識がある」という方もいるかもしれませんが、ビジネスで使われる定量分析の基本は、とてもシンプルです。 前編・後編を通して、事例を用いながら、ビジネスの意思決定に求められる分析の基礎、分析の際の考え方、グラフでの見せ方などを学んでいきます。 後編となる本コースでは、グラフの見せ方、数字の使い方、そして数値の関係性を見抜く上で必要となる数式化の基本を解説していきます。 物事を経験や感覚ではなく、定量的な根拠を持って考察し、判断する能力を身につけましょう。 ※「ビジネス定量分析」は「前編」「後編」の2コースからなります。 「前編」を視聴していない方は、以下より視聴ください。 ・ビジネス定量分析(前編) https://unlimited.globis.co.jp/ja/courses/f64e4ff5/learn/steps/36653 ※2020年9月23日、動画内のビジュアルを一部リニューアルしました。内容に変更はありません。 旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
会員限定
より理解を深め、他のユーザーとつながりましょう。
100+人の振り返り
k-hot
メディカル 関連職
講義内容は工夫されていて面白かったです。
一方で、わかりづらいとコメントが多かった設問3〜4を(勝手に)解説します。
設問3の選択肢2は「自分自身が・・・」とあり、サンプルサイズが1人だけで、データの数が不十分なため、適切でないになったと推測されます。ただし、この選択肢ちょっと分かりづらいですね。冗長な表現を避けて、「旅行時に、自分の支払いの全記録をつける」など、簡潔な表現に変更した方がわかりやすいと思いました。
設問4は、「商品Aの売上」と「天気」との関係性を見ており、2つのデータの関係性は「相関」と呼びます。この相関については、後編のSection8あたりから説明されていきます。一方の「ばらつき」とは、データの大きさがそろっていない状態、変動の大きさを示しますが、やはり後編で視覚的に見たほうがわかりやすいと思います。ということで、設問4は後編に続く布石として、つい先走って挙げてしまったのだろうと思われます。
------------------------------------------------------------------------------------------------------
爆撃機のクイズ問題、「3」を選んで間違えたので、調べてみたら、奥深くて面白いですね。オリジナルは、コロンビア大学の数学者・統計学者のエイブラハム・ウォールドが戦時中に行った分析法による「生存バイアス」として有名みたいです。生還した航空機の損傷分布だけでなく、帰還していない航空機も含めた全体像を想定する手法が客観的・科学的で良いですね。
さらに、機体部をAとBに分けて、被弾を☓、被弾なしを○にして、生還機をA☓B○とします。すると、帰還できていない爆撃機の考えられる組み合わせは全部で4パターンになります。
生還機: A☓ B○ (比較対象)
パターン1: A☓ B☓ (全体損傷) → Bを補強すべき
パターン2: A○ B☓ (生還機と反対) → Aを削減し、Bを補強すべき
パターン3: A☓ B○ (生還機と同じ) → 機体以外に資源を投入
パターン4: A○ B○ (完全無傷・爆撃なし) → 作戦中止、方針変更
そして、生還機と『比較』すると、1と2の場合はBを補強すべき(今回の正答)になります。一方、3の場合は生還・非生還とも差がないので、機体の補強はやめて(逆に軽量化して、操縦性能を増し)、爆撃された時の生還スキルを磨くなどに資源を投入すべきでしょう。最後の4では、逃げた・捕まった、敵に取り込まれたなど想定外の事態が生じていると考えて、直ちに作戦を中止し、現状把握や、撤退・交渉など大きな方針変更を考慮すべきかと考えました。
261
kikunojou
営業
最後のテスト,もう少し補足がほしい。ばらつきのところ。何度ビデオをみても理解できない。。。
103
take_917
メーカー技術・研究・開発
飛行機の例は、ある個所に被弾がないため生存できたというのは良いと思うのですが、yes/noの質問になっているため、例えば「重要な部分に被弾しているものの、撃墜されるまでには至らなかった」という現象を見逃している気がします。絵を見るとプロペラ部に被弾があるとありますが、プロペラにあまりに被弾しすぎると撃墜されるのは目に見えているため、この設問と答えには若干の違和感があります。もちろん帰還した飛行機が被弾していない部分は、ちょっとでも被弾すると即死な部分である可能性が高いでしょうが、閾値を超えると撃墜になる部分も考慮する必要があるように思います。これは、何が主要因となって撃墜しているのか、もう少しよく見ないといけないと思います(例えばプロペラ被弾が多いことによる撃墜が多いのであれば、先にプロペラ部の強化もしくは被弾の低下を検討したほうが良い)。
また、被弾していない部位についても、重要な部分でなくとも構造的に被弾しにくいだけという可能性があります。となると、一概にそこは重要な部分とはならず、とりあえず強化すればよいという話ではないと感じます。
80
user-0d53ec7ebb
メーカー技術・研究・開発
愛の値段、よい例でした。
76
masashigenosue
メーカー技術・研究・開発
設問3について、詳しく説明してほしいです。
24
tsh
営業
最後のテストの設問3への問いが多いようですが、選択肢2についてはサンプルの母数がN=1しかなく、サンプリングバイアスそのものであり、不適と思います。
24
kenjiroyoshida
マーケティング
最後のテストの意図がわksらなかった
15
tosatosi
経営・経営企画
最後のテストの説明がほしいです
15
hiro_yoshioka
メーカー技術・研究・開発
・e-stat、リサーチ・ナビ使ってみます
13
yuki_0719
マーケティング
データ分析を有効活用するためにはまず目的を明確にすることが重要。その上で、仮説を立て、データを収集し、仮説を検証する必要がある。データはアウトプットを予測して自分の思い込みを正当化することもできるので、まず目的が正当か、データの母集団が恣意的でないかを確認してアウトプットをみることも重要。
9
wkiymbk
IT・WEB・エンジニア
分析の本質は比較であることを学びました。
今後、分析する際には必ず、「何と比較しているのか」を確認します。
5
r_konishi
営業
分析の本質は比較とは、とても同感できます。
現在、一部のマスコミで視聴インパクトを上げるために本質を表現していないデータ・グラフを多く目にしますが、ミスリードしますので、自身の仕事ではその様な事が無いよう、確りとした分析を行いメンバーへ示していきたいと思います。
4
take24
営業
仕事の上では売り上げ予測、製品の不良改善の注力すべき対象などの分析を行い効率的にかつ最大の成果をあげることに寄与できると思う。
日常生活においてはクレジットカードやスーパーでの出費をエクセル等に記入し、いつどのタイミングに多くお金を使うことが多いのか、などを分析すると無駄な出費を抑えたりすることができそう。
2
saggi
その他
分析の5つの視点
1.インパクトある分析なのか?
2.比較対象は明確化
3.トレンドは?
4.ばらつきは?
5.パターンは?
というポイントを抑えて、商品やサービスの分析をしようと思う。
分析の本質は「比較すること」を意識すること
2
kei0415
経営・経営企画
非常に面白い。やっぱり自分は数字が好きなんだなと再認識。
2
441
その他
アンケートの仕方により結論が異なってしまうことは良くあるため,本当に知りたいこと,本質のつかめるようなアンケートを実施していきたい。
1
makiko1729
メーカー技術・研究・開発
データ分析をしなくてはいけないと言われて久しく、何をすることがデータ分析なのだろうと訝しく思っていたが、実はエンジニアとしてやってきたことそのものご割と既にデータ解析であり、普通のことをやれと言われてるに過ぎないことが分かった。
1
kzhr2358301
金融・不動産 関連職
インパクトを考えずに分析をしていたことがあることを反省。
ばらつき、パターンは先入観で判断しそうにも思うので5つの視点で総合的に判断していこうと思います。
1
yaski
営業
インパクトの少ない部門に身を置いている人は、どうすれば良いのでしょうか。。。やはり、山勘と竹槍?
1
sumire0006
販売・サービス・事務
同一条件のもと、目的を抑え、バイアスを掛けずに、比較分析して行きたい。
1
maytokyo
マーケティング
既存データで国会図書館のデータの所在参考になりました。
仮説思考の4つのステップさらに意識します。
映画のマネ―ボールのエピソードや、鈴木先生のプロ選手の誕生日月の分析、子ども時代の自己効力感と結びつく説、面白かったです。
1
nabe_0625
営業
普段のビジネスシーンにおいても活用できると感じました。
売上分析をするにあたり、比較や仮説思考・5つの視点における分析は重要ですし、社内で発言の材料するにしても、より説得力が増すものであると考えます。
1
live_volo
営業
米国選挙予想において、調査会社のサンプリングバイアスがよく起こる。データを収集する方法と5つの視点から分析する事の重要性を学びましたが、これだけではデータ間の整合性は保てない為、上記のようなサンプリングバイアスが起こる可能性があると考える。データの抽出、比較方法を詳しく学んで現場で活かしていきたい。
1
chesswing
メーカー技術・研究・開発
分析の時にインパクトを見落としがちでした。
問いに応えられる分析軸は何か、きっちり抑えてから仮説を立てていきたいと思う。
1
mappon_osk
営業
問3.4で間違えた。よく復習しなければ
1
djmpajmpkm
営業
なるほどと合点の行くことが多かったが、アウトプットするには難しい
1
kenjee
経営・経営企画
仮説を持ってデータを見ること、そして客観的に見ることを意識していく。
1
saito-yoshitaka
メーカー技術・研究・開発
入手しやすいデータのみで分析するとリスクが高い為、目的を意識した分析を心がけます。
1
to-nakano
資材・購買・物流
効果的な分析のためには仮説思考が重要、日常課題について仮説を立て検証実施のサイクルを心がける
1
bipapa
メーカー技術・研究・開発
定量分析は比較が大事だが、対象の有無で比較する。目的を達成するために仮説を立ててデータ収集(収集方法)して検証する。
忘れがちなインパクトを意識するが良かった。その他、ギャップ・トレンド・ばらつき・パターンなども参考にしたいと思います。
1
kaki_077
メーカー技術・研究・開発
例題がよく腑に落ちるものが多かったです
1
kanbekurosiba
人事・労務・法務
分析で大事なのは、○インパクト○トレンド○ギャップ○ばらつき○パターン
1
w-abe
メーカー技術・研究・開発
定量的に分析することで、誰でも同じ見解になる事がわかりました。自分だけが理解しているまたは思い込みをしていることがないよう、日頃からツールとして使っていきたい。
1
kenih
メディカル 関連職
データについて考える際に、批判的に見る上で役立つ。
データは後ろ向きで集められらものが多く、意図したかどうかに関わらず、サンプリングバイアスが含まれるため。
1
jt007
メーカー技術・研究・開発
飛行機の例はとても印象に残りました。
生存者バイアスを意識して、業務に取り組みたいと思います。
1
sesesese
その他
分析の基本は比較であること、
その比較のバリエーションを理解できました。
1
masuda-
建設・土木 関連職
分析にはトレンドなど多角的に見ることが大事だと思った
1
aic
その他
■注意点
生存者バイアス
目の前にある情報から示唆を得ようとすること
サンプリングバイアス
無作為にサンプルを選ばないことで結果に偏りが生じる
Apple tn Apple
同一条件で比較する
■仮設思考のステップ
目的を押さえる
仮説を立てる
データー収集
仮説に基づく検証
■分析方法
リサーチナビ
estat
■世の中にない
見る、聞く、行う
■5つの視点
インパクト
ギャップ
トレンド
ばらつき
パターン
1
tk_libra
その他
成果を生み出す要因を数値化し、その要因の全体に占めるインパクト、ギャップ、トレンド、ばらつき、パターンを分析し、成果を上げるキードライバを見出して、成果を上げやすくする。
1
eijima
マーケティング
データ分析の基本は比較なのでApple to Appleを肝に銘じて比較していきたい
1
nsasame
販売・サービス・事務
自分が取り組もうとしていることに対してその効果と優先順位を考えるべきだと
ちょうどアドバイスをもらったばかりだったので、動画をみて分析が足りなかったと痛感しました。
データの集め方と分析するための5つの視点はぜひ参考にしたいです。
1
ukns0116
販売・サービス・事務
データをきちんと収集して、必要性も考慮しながら、レポート分析する際に活用できたらと思います。
1
minachan
販売・サービス・事務
愛の値段の測り方の視点が、ユニークで妙に腑に落ちました。
目標があるとつい「成功した側の情報を重視して真似てみる」という、
生存者バイアスを用いた思考に陥りがちなので「見る・聞く・行う」
真の目的を押さえ、適切な比較対象を見極める必要があると感じました。
私も数字のワンダーランドに行けるよう正しい要点から、
使えるデータを収集して分析できるように頑張ります!(笑)
1
sa_shi_mi
その他
業務で分析結果を必要とする場面が多いため、Apple to Appleになっているか、サンプリングバイアスがないかを注意することはとても重要だと感じた。これまでも経験や先輩から得たノウハウなどで同様のことは行っていたが、改めて学習した内容を踏まえて効果的なデータが得られるよう心掛けたい。
1
himawarin
専門職
改めて、日頃の業務で定量分析を行う場面はよくあると自覚した。日頃はあまり意識せずに分析していたので、体系的に学べてよかった。サンプリングバイアスにならなように気を付けたい。
1
nakibokuro9
経営・経営企画
販売商材がたくさんある場合が多く、インパクトを理解し販売優先順位をつけることが非常に大切と感じた。
1
tai_kom
人事・労務・法務
分析を行う上で、数字を利用する場面だけでなく、考えるべき指標を学習できた。
0
kouwaki
専門職
分析について、よく理解できました。
0
kubo_takato
営業
分析の目的を理解し、仮説を立て、データ収集し、分析を行う流れが理解できた、また、分析における5つの視点も非常に参考になった
0
mako1224
経営・経営企画
定量分析によりある程度の傾向管理が可能。また継続する事も大切だと思い、自身も実践してみたい。
0
tajima-kenji
人事・労務・法務
生存バイアスの概念は、目からウロコでした。
見える情報だけにすぐ飛びつかず、よく考え見えない情報をとらえることの重要さが解りました。以上
0
yodobashi
営業
物事の立ち位置など、その影響度合いや統計から導き出すことに活用できる。
0
tajino
金融・不動産 関連職
定量分析の基本的理解ができました。
0
kzht
営業
現在のビジネスにおいて、分析は日常的に行うワークである。分析は良いデータを収集し、比較させ、5つの視点で考えることが重要。
0
taka---suzuki
IT・WEB・エンジニア
・・・・・・・・・・・・・・・・・・・・・・・・
0
pulala
メーカー技術・研究・開発
分析背景や考え方を明確にすることで、説明が論理的になり説得力が増す。また他の違った見方や具体的な意見をもらえるとより正しい分析ができる。
0
maki_goroh
IT・WEB・エンジニア
なんとなく数字に苦手意識があったが、ビジネスで使われる定量分析の基本は、とてもシンプルということがわかった。
分析とは何か、そのための仮説思考の考え方をおさえ、分析の視点を養えた。
また、物事を経験や感覚ではなく、定量的な根拠を持って考察し、判断する能力を身についた気がする。
0
rei_yamaguchi
メーカー技術・研究・開発
自身が向き合うべき問が何であるかということを意識するのは当たり前にして最重要であると感じた。数字以前のところが本当に大事である。
0
watanabe001
営業
データ分析を有効活用するためにはまず目的を明確にすることが重要。
0
nakaya-m
IT・WEB・エンジニア
RPA作成する際にどういう作業でエラーが起こりやすいなどの分析
0
ms-tn
メーカー技術・研究・開発
特殊試験などの試験では、仮説を立てて条件を検討し試験を実施します。普段の業務で行っていることが今回の定量分析の内容に近いことだと思います。講習で学んだ分析の内容も取り入れて今後に役立てたい。
0
kei-shmizu
資材・購買・物流
市販材の売れ筋を確認する際、所属部署の売り上げへのインパクトや過去の推移との比較や変曲点から考えられる要因分析に活用する
0
ishiiyusuke
販売・サービス・事務
定量分析の重要性は会社における自分の影響力が大きくなればなるほど非常に大切になる指標だと感じております。多くの人に納得感を与えて仕事をしてもらうために勘や感覚でなく、定量的な数値が必要となる場面が多々あるため、半永久的に分析力を磨いていく必要があると感じております。
0
ao3
販売・サービス・事務
わかりやすかったです
0
r-----s
経営・経営企画
定量分析の基本が学べた
0
kennie
IT・WEB・エンジニア
ついつい今あるデータだけ見て予想を立ててしまいがちですが、結局母集団が本当の全体像なのでそこをどのように推定してゆくのか、今あるデータはどんな姿を現しているのかを見る(木を見て森を見ずをなくす)必要がある、ことを忘れないようにしたいと思います。
0
shirojpn
メーカー技術・研究・開発
今まで意識せずに行っていた分析について、仮設思考のデータ収集や、5うの視点を意識する事で確度が上がる事を理解できた。
今、検討中の事象で活用してみたい。
0
ken_tenjin
その他
学んだ5つの視点を元にデータを参照するようにしていきたい。
0
-daigo-
メーカー技術・研究・開発
データ分析はよくするので、活用できる場面は多々ある。
0
garden6
マーケティング
定量分析の際はインパクト、ギャップ、トレンド、ばらつき、パターンという5つの視点を常に意識しながら取り組みたいと思う。
0
yukiguninoko
IT・WEB・エンジニア
トレンドの中の変曲点を探ることが大切と感じた
0
yuya_m1986
メーカー技術・研究・開発
目的に対して数値化して状況整理することで客観的に物事を判断できる。感情に左右されないことが大事。
0
kobayashi_akira
メーカー技術・研究・開発
自社製品の販売データから得られる情報の着眼点に活用できる
0
fukuin
IT・WEB・エンジニア
分析を行う際には、まずは分析する対象の全体に対するインパクトから考えようと思う。
0
1ten01-365
人事・労務・法務
問い→仮説→仮説に必要なデータのみ収集→分析、のサイクルを回すことで効率的に正しい結論に辿り着ける。分析は比較。
0
zyuroku
IT・WEB・エンジニア
分析は比較。まずは難しく考えすぎずに、適切な比較ができるように、仮設思考を使って実践していく。
0
funacchan
建設・土木 関連職
日頃の業務の効率化を図るためにそもそもの目的をもとに本当に必要な作業が何かを整理することに活用できる
0
yu_tako11
IT・WEB・エンジニア
普段のMTGを始める前の準備段階で5つの視点は整理しておかないと、そもそも的外れな議論になりかねないなと感じました。
0
k-ta25
その他
戦略を立てる際の分析の参考にしたい。
0
mitsuru_mizuta
IT・WEB・エンジニア
分析を行うにあたってインパクトを考慮することは無駄な工数を掛けずに効果を出すためにも重要だとあらためて思いました。
0
chisato_endo
専門職
なるべく定量化できるものに関しては定量的に判断できるよう心掛けているが、定量化が難しい場合の仮設構築に気を付ける必要があると感じた。
0
k_oka
メディカル 関連職
原因と結果の分析、及びそのデータより想定されるシミュレーションの流れを理解することが重要と感じました。
0
haniwainu
経理・財務
仮説を立てる際は、的を得た内容にしないとその後のプロセスが迷走すると思った。
0
satomasa0101
営業
定量分析を駆使することで目指すべき方向性が見えてくる。注意点としてはデータを比較すること、新たなデータを取得すること、が挙げられる。
0
kamada_y
メーカー技術・研究・開発
分析する立場より、分析結果を見る側(グラフ等を見る上で)として、数字に騙されない為の知識としてとても有益と感じた
0
narasaki
営業
コンビニ店舗数の推移を分析し、配送車両の必要数を予測
工事調整で必要な人員目途を立てるなど利用が出来ると思われる
0
sugi_asa
IT・WEB・エンジニア
分析の5つの視点について、もう少し深く理解したい。
0
ben3369
その他
ビジネスの本質は比較であり、適正な比較対象をもって分析すること。
自身は設備グループに所属している。例えばベアリング(回転軸受け)の寿命に対し、潤滑油の種類、潤滑油の注入量、ベアリングの回転数、雰囲気温度 などの影響を調査するが、要因が交絡しないようなデータ比較をおこなうことで、ベアリングの設備保全条件や使用環境に反映させていく。
0
hiro_ace
人事・労務・法務
目的の確認→仮説→データ収集→仮説検証という流れや、分析の視点5つといった型をチームで理解することで、チームのアウトプットが高まると感じた。チームメンバーと共有したい。
0
suzuki_tomohiro
IT・WEB・エンジニア
分析をするうえでまずは、インパクトを見てから開始する。
0
003400
営業
数字に苦手意識がありますが勉強になりました。
0
m_koyanagi
専門職
分析の5つの視点について、どの様なシーンでどの様な視点を重視すべきか、今後経験を積んでいきたい
0
itsuo926
金融・不動産 関連職
データ分析は日ごろから行っており、分析に必要な要素を改めて理解することができた。
0
eriko_okb
その他
インパクトの視点が自分には不足しがちである為、意識してインパクトの大きいものを優先するようにしていく。
0
--kiku--
専門職
仮説思考をうまく使い効率よく分析をするためにも5つの視点を意識していきたい。
0
tmk8
販売・サービス・事務
設問3、4を間違えました。問3は良い設問ではないと思います。問4はひっかけでしょうか。
設問3
日本語がわかりづらく、曖昧。
データ収集者が女性の場合、自分自身が旅行する際に(男性の場合、知り合いの女性が旅行する際に依頼して)、実際にお金を払う場面を漏らさず記録する
↓
自分の旅行時に実際に使った金額と場面を記録する(女性の場合)
※男性の場合は、知り合いの女性に依頼して記録してもらう。
↓
一人の女性が旅行時に実際に使った金額と場面を記録してもらう。
サンプル数が1のため、有意なデータでないということを言いたいのでしょうが、
元の文だと、データ収集者が男性の場合に記録を依頼する女性の人数の指定がないため、サンプル数が1になるとは限りません。
設問4
「ばらつき」ではなく「パターン」ということですね。
0
hiromitsu_312
専門職
継続した学習が必要と感じた
0
takah_m_
メーカー技術・研究・開発
客観的にデータを見ることの大切さを再認識した。今後の業務でデータ分析をする時は仮説思考を意識していこうと思う。
0
kurumin23
メーカー技術・研究・開発
設問3と設問4の適切でない答えがなぜその答えになるのかわからないので、教えてください。
0
hd7
販売・サービス・事務
言葉だと頭ではわかるが感覚として不足しているので、テストで何となくつかめてきたことを実際の業務にも生かしたいと思う。
0