社会人のためのデータサイエンス演習 1週目 5

PPDACサイクル

PDCAサイクルをベースにした(と言われている)、ニュージーランド発の問題解決手法。サイクルが循環する、循環型の問題解決プロセスに分類される。

Problem=問題の発見

現在抱えている問題が何なのかを明確にする。その際に指標となる数値目標(KGI)を設定することが重要。

  • 売上
  • 利益
  • サイト流入数

経験上、ここがあいまいなまま検討が始まるとグダグダになることが多い。特に改善の担当者が複数にわたる場合(主導する側と実施する側が分かれているなど)、目標の共有ができずに効果的な成果を得ることができない。

共有すべき数値目標があれば、全体が提案しやすく(関係ないところからも声が出るかもしれないか)改善効果も高まるというのはありそう。

Plan=調査の計画

アクションプランにつながるような仮説を設計する。例えば気温が30度になったときにアイスが10%売上増という仮説を設定したとしても、天候をどうこうするのは難しい=アクションプランになりにくい。一方で人気のアイスの種類は季節で変わるという仮説なら、商品ラインナップの変更などアクションプランにつながりやすい仮説となる。

重要なのは、KGIを達成するための因果関係をさぐる仮設を設定すること。これを受けてデータ収集の方法や対象に落とし込んでいく。中間指標をKPIとする。仮説なしにデータ収集すると、得られたデータの解釈に時間がかかったりするので注意。

Data=データの収集と加工

KPIに対して必要十分なデータを収集する。前処理などの作業もここに入る。

手戻りが発生しないよう、作業の合間に第3者のレビューを入れる(切実)。

Analysis=分析

データをテーブルやグラフィック化する。

  • 現状把握
  • 比較
  • 傾向分析

などの方法で、仮説で考えた要因がKPIにどういった影響を与えているのかを確認する。この分析を通して、施策に活用するためのヒントを見出す。

Conclusion=結論

Analysisから得られた知見を使って新たな施策を作成する。

参考書籍

このサイトの主
投稿を作成しました 115

関連投稿

検索語を上に入力し、 Enter キーを押して検索します。キャンセルするには ESC を押してください。

トップに戻る