【Books】SEXY？ データ・サイエンティストに学ぶ「分析力」

”小さな数字から、企業価値を変える新しい試みを。”
タイトル：SEXY LITTLE NUMBERS　データ・サイエンティストに学ぶ「分析力」／日経BP社
著者：ディミトリ・マークス、ポール・ブラウン　
私的評価：4点/5点

あらゆるデータを元にビジネスを、業務を改善していくための考え方と、実例の紹介です。Tips本やノウハウ本ほど具体的に方法論を提示しているわけではありません。万能の計算式があるわけではありません。「自分（達）はこう考えた」「これをやった」ということを、目標ごとにクローズアップして述べています。
・自分の知らないビッグデータ分析ビジネスというものを俯瞰して見る。
・あまたのビジネス書同様、自分の業務に当てはめたり空想で補ったり、自分なりに噛み砕く
ということができるなら得るものがあるかと思います。

◎目次
第1章　リトルデータでビジネスを成長させる
第2章　ターゲティング－誰にアプローチするか
第3章　メッセージ-何について話すか
第4章　ロケーション　-どこで顧客を見つけるか
第5章　予算　-いくら費やすべきか
第6章　測定　-何が有効か、有効でないかをどう把握するか
第7章　最適化　-有効なものをさらに活用し、無効なものを排除するには
第8章　アナリティクスの未来
1章～7章の末尾には必ず「月曜日の朝にすること」という、簡潔なまとめがあって、これを実行しろよ、やらなくちゃ読んだ意味ねえよ、と言ってるようです（意訳）


書いてあることはさほど難しくもなく、目新しくもありません。分析せよ、仮説を立てろ、実行して検証しよう。業務改善に役立てよう。当たり前のことです。でも当たり前のことを通す、実行することはとても難しい。それがビッグデータ、超グローバル企業のコンサルや分析であっても同じだということが分かって、なんだかほっとしたのでした。文中に「がっかりした」「失望した」というワードを見るたびにニヤニヤ。解析における仮説を「非科学的」という顧客候補（そのくせ自分たちの判断は経験則に基づくというから矛盾している）、理由なく数字に反発するクリエイティブチーム、分析と営業、あるいはウェブ管理部門との遠い距離。ああ、あるある。乗り越えるために、分かり合うためにどうしたか、ということも、簡単ですが書いてあって面白かったです。

個人的には第5章の「予算の配分」、第6章の「重要なものを測定する」「データのビジュアル化」、第7章「クリエイティブへのフィードバック」がツボにはまりました。全編を通してデータをどのようにプレゼンテーションするか、というのが頻出するのですが、すべてにおいて「分かりやすく、シンプル」なんですね。
 「あることを正確に伝えたい」というのが、私の場合は文字数の多さに出てしまって、メールを読むのがしんどいとよく言われます（笑）　でも書いてないと絶対後で説明を求めるじゃんよ！　
この本を読んで、最小限の言葉で短く伝え、相手から聞かれたら立て板に水のごとく語ろうと決めました。


余談。
セクスィーというとふーじこちゅわ～んか壇密しか浮かばないのですが、「魅力的な」という意味合いなんですね。魅力的という言葉にSEXYを使うところに欧米と日本の違いを少々、感じました。日本じゃセクスィーとは言わないでしょうなあ。きゃわわデータ、とか、データかわゆす、とか。

【Pick Up】あべのハルカス、グランフロント大阪に見るソーシャル戦略

あべのハルカス、6/13開業でしたね。知人が言ってましたが、高層階のマンションは完売だったそうですよ。日本にもいるんですね富裕層が！
今回のキーワードは「ソーシャル戦略」。大阪を賑わせている大型商業施設もちゃっかりしっかりソーシャル戦略やってます。ソーシャルと言わずにコミュニティ、と言ってますが似たようなもんです。（強引）
あべのハルカス　縁活　http://en-katsu.info/
グランフロント大阪　ソシオ　http://www.grandfront-osaka.jp/socio


さて、キタのグランフロント、ミナミのハルカスが出揃ったわけですが、仕掛けとして共通している点があります。コミュニティ形成と拠点の提供です。ちょっと面白いと思ったので適当に考察してみました。むりやり解析的なことととくっつけたりしますが、軽く流してください。

■ソーシャルと構成成分の差
内容は両者で結構な差があります。ハルカスでは地域住民（女性、子供づれ、ファミリー、高齢者向けの健康？）が重視されており、プログラムも市民団体、NPO法人、ボランティアグループが主催しています。グランフロントではもう少しおハイソなサークル活動です。

まず、活動内容については地域の差が現れていると思われます。 あべのというエリア、かつて仕事で良く通ったのですが間近に居住エリアがあります。普通に住宅街。ちょっと行ったら北畠・帝塚山もあります。ファミリー層、高齢者層も多くいるわけです。従って、このコンセプトにこのプログラムというのは納得です。
あと阿倍野は交通の要ですから、夕方から夜間に働く女性向けに何かプログラムがあるといいんじゃないでしょうか。なんで働く男性にプログラムがないかって？　そりゃあ・・・需要と供給の問題ですよ（偏見）。

グランフロントは地域性は薄く、ある目的をもって人が集うというイメージです。まさしくサークル活動ですね。都会的といいますか、アクティブな大人が集うイメージです。もちろん全年齢対象なサークル活動もあるのですが、ぱっと見ても大人世代。そもそもグランフロントの店舗ラインナップ、価格帯がビジネスと、ちょっといいものを求める大人世代な感じですね。H&Mがあってもユニクロがないというところに現れているのでは。これで、ダイソーがなくてTIGERがあれば、さらに納得なんですが。
ただし公認サークルが現時点で4つというのはちょっと寂しいですね。まあグランフロント公認コミュニティですからヘンな布教とか啓蒙とかされないように審査が厳しいのかもしません。それぞれのサークルがFacebookページを持っているのも「今」風ですね。
いずれも新しい場所らしく、コミュニティというのがキーです。これ、企業活動などでSNSを利用するのと似てませんか？　ネットもリアルでもソーシャル流行ってるなあとしみじみ思いました。


■どっちがいいの？
はい、じゃあここから適当さが炸裂、もう少し深く考えてみました。コミュニティの質が違う上に統計的な参加人数、波及効果の数字は公表されていないため独断と偏見です。真に受けないでください。

「縁活」はコンセプトとターゲッティングがしっかりしており、ここが大きな違いなんですが、
コミュニティデザイナーなる人がいて企画ありきで色々テコ入れしています。団体やグループの誘致、プログラム内容のアドバイスも関わっているんじゃないでしょうかね。それくらい統一した意思を感じます。つまり、
ソーシャルの形成と深化を促す施策を実施している
といえます。
どうも「縁活」そのものは期限があるらしいので、それをふまえてのソーシャルの認知度向上と利用方法の提案、というプロモーションという風にも見ることができます。
では、「ソシオ」はどうか。
まだ開業2か月程度ですが、開業当初は3サークルでした。現時点で4つ。誘致やアピールとかきちんとしているのかちょっと不明です。やっていたとしても成果はまだ出ていないようですね。
http://www.grandfront-osaka.jp/socio/howtojoin
これ、「ソシオ」の参加方法のページなんですけど、この図。元はパワポじゃない!?　これ普通に企画資料じゃない!? 本当に一般市民に「のび太、参加しようぜ！」て言う気があるのかちょっと不安になりました。

ネット上でしか伺いしることはできませんが、例えばFBページにしても運用に関してサポートがあるのかどうか。あるにしては、いいね！数が少ないような気がします。
…すいません、ウチのFBページも人のこと言えません。あと「4いいね！」なんです！それで、それでうちのインサイト様が顕現する……。

■強引にまとめ
この二つのコミュニティ形成の手法、似ているようでいてコンセプトもターゲットもコンテンツも違います。縁活はプログラム＝コンテンツを各種用意して幅広い層を集客。ソシオはサークルが主体で、これという目的を持っており自主活動を重視。しかし集客のための手段が弱い。認知度もまだまだ。後者のほうが早急に手を打たなければならない気がします。が、本当にそうですかね？

集客のためのコンテンツはさておき、ソーシャルの形成はプラットフォームの提供だけではできません。縁活は最初にプロを入れて道筋をつけて一気に集客と認知度を上げています。しかし期限後、縁活はどのようになるのかはわからない。プロモーションと一緒なのですね。
ソシオは現時点での認知度向上と集客が問題で、ウェブのコンテンツ改良やFBページの運用方法のレクチャーなどで部分的にテコ入れできそうです。プロモーションはすべきでしょうが、今後は優良なコンテンツホルダー（サークル）をどれだけ増やせるかがポイントになりそうです。とすると、やはりグランフロントのソシエ部門の営業力と情報収集力そして情報発信の強化が今よりも必要かとつまり、商材よりも事業改善で受注率を上げるというそっちの施策になるのかなと思いました。

実際、Facebookマーケティングというものはアナログであり、それがゆえにコストがかかります。このコストと目に見える数値の効果というのが現時点では直結し難いのも、ソーシャル解析の現状であります。 また、ソーシャルの性質上、コミュニケーションは血の通ったものでないとユーザーはすぐに離れていってしまいます。でもね、ちっ、めんどくせぇな。。。と思ったらそこで試合は終了です。時に、これらコミュニティは想像も付かないムーブメントを起こしたり、暖かいフォローをもらえることがあるのです。このプライスレスな部分を生む、最良の土台作りがソーシャルの醍醐味なんじゃないでしょうか。そしてクライアントとその情報と目的を共有することが、やっぱり早道なんじゃないですかね。そりゃ一日のプレゼンテーションで納得なんてムリでしょ。

■身近なテーマで考えるトレーニングでした

ま、ちょっと強引ですがこういう風に手元にある材料で仮説を立てて軽く分析するトレーニングっていいですよ、という話。ネタにもなります！

【解析いろは7】ウェブ解析のＰＤＣAサイクルのP、「仮説」について

ウェブ解析でもPDCAサイクルでの思考がほぼ当たり前になってきてます。その中で仮説を立てるという作業（P＝PLAN） はどういうことなのか。というお題です。
 
ウェブ解析のフローにPDCAサイクルを当てはめることが流行ってます（流行ってるっていうな）。「そんな風に具体的に説明するとなんとなーく説得力があるから」という実利的な理由もあります。
本音はさておき、PDCAサイクルに解析業務を当てはめるのは、ウェブサイトが業務の内容として占める比重が大きくなり、よりビジネスに貢献することが求められるようになってきたからですね。ウェブ解析は単発では あまり役に立たないですしね。現状把握ができたとして、次に改善したときに効果を検証するには、やっぱり解析が必要です。その意味では現時点では合理的な説明方法といえます。まあ、ただ現場で本気でPDCAに取り組んできたおっちゃんたちには「はぁ？ウチらとっくにそういうのやってんだけどー」という生温い気持ちにもなりかねません。企業の人たちは本当に本気で会社の業務を回してきるのですよ。そこへ外部の人間がドヤ顔でPDCAが・・・なんて語りだしたらどうなるでしょう。
ぺらっぺらな言葉だけで語るのではなく、「御社と同様のビジネスの理論を根底に、我々もウェブをビジネスとして真剣に考えてます」という姿勢を提示すべきだと思います。

長いマエフリになりましたが。PDCAサイクルに則って考えよう、のうちのP=PLAN、仮説立案についてちょっと考えてみました。かつて、すごく率直な疑問を投げかけられたことがあります。
(1)「ウェブ解析での仮説はどのくらいの精度（信憑性）なのか」
(2)「その仮説は仮説を立てる人の思考やスキルに依存しているのではないか」

(1)「ウェブ解析での仮説はどのくらいの精度（信憑性）なのか」
多くの人はどれくらい、という程度を示すのに数字を使いたがります。そうすることで論理の信憑性を補強したいわけです。
これが統計であれば、絶対的・客観的な統計データを元に%の確率で・・・という数字が出せるかもしれませんが、そもそもウェブ解析のデータは「相対的な」数字の上に成り立っています。 そこから生じる仮説の実効性の確率をはじき出すのは困難ですというかムリです。
例えば、研究開発におけるPDCA。数ある遺伝子のうち、ある細胞を作るたに働く遺伝子を特定しなければならない。その場合、数字的な確証を持って実験を行うだろうか？もし数字的な確証を持ってやれるのならそれはすでに確立した理論であって他の人もやっていることではないか。と。

数字や科学反応といったものへ信頼の根拠を求めるのは、不安があったり納得していないからではないでしょうかね？

私の（現時点での）結論は、相対的な、固有のデータを見て、集計して、そこからわかること、推察できることに確率としての数字は出せません。 ですので、その考えに至った思考過程と根拠となるデータを提示します。その上で、私はこう思います。このことにはこういう対応が可能です。と、私なら答えます。
間違ってはいけないのは、ウェブ解析は「答え」を出す行為ではないはずです。ビジネス的な、DO（実行）の判断をするのはあくまでもクライアントで、我々は情報を提供し、最大限協力はできますが、ビジネスの主体はクライアントなのです。 数字への信頼ではなく、ウェブ解析をするプロとしての信頼を得ることが重要と思ってます。答えになってないって？だから答えは出すものではなく・・・
 
(2)「その仮説は仮説を立てる人の思考やスキルに依存しているのではないか」
人間が介在する以上、依存すると思います。正直、経験の差もありえます。
解析担当として、その仮説に不安がある、自分でもちょっと・・・と思う場合は、営業ふくめ社内で検証してみるといいでしょう。ピンの場合は？　守秘義務の範囲内で同業に意見を求めるのも手だと思います。最終的には自分が責任をもってレポートを提出するわけですから、論理破綻がないようにだけは気をつけないといけません。
正解や答えを出そうとすると、数字に基づいたありきたりな内容、ベタベタな指標の説明のみに落ち着きかねません。わかったようでわからないレポートだけが後に残り、読み捨てられていくのです。（アイタタター）
徹底的に調べる・時に他者の参考意見を聞く・論理の道筋が通っていることが「仮説」の信頼性をより厚くすると思っています。
さっきの細胞の話に戻りますけど、可能性のある細胞をひとつの培養皿で培養しました。乱暴な話ですよね。でもそこに至るまでに、膨大なDBを解析し、徹底的に調べ、可能性のある細胞を24個に絞り込んでいるのです。もちろん、はずれる可能性だってあったでしょう。はずれても恐らく、この実験をした人はまた解析し、調べて、別の細胞で検証したと思います。ああ、見事なＰＤＣAサイクル・・・（仮想の話です）。
つまり、仮説というのは想像でも妄想でもヤマ勘でもありません。そこに至るまでの筋道があり、ある程度の精度を備えている。もし成果がでなければ、その筋道を変えてみる。経験やスキルで仮説の差が出るのは、その道筋を経験則（成功体験あるいは失敗）である程度把握し、理解しているから結論への道が短いということだと思います。経験者も失敗しますし、初心者だからこそ鋭い洞察が可能なことがあります。なので、一概に経験数で語れない、ということも仮説にはあります。私個人は経験則や経験年数はあまり信用してません。判断が古いデータに基づく場合も多いからです。 経験をもちつつ、経験に依存しない、まったいらな目でデータを解析できる人が優れた解析者だと思います。そうありたいなぁ・・・と思います。