データの正しい解析単位の選択肢を知ろう——分析のフレームワークを知る【第2回】

　アウトカムが決まれば次に考えるべきは解析単位である。

　同じ売り上げというアウトカムを用いるにしても、売り上げの高い顧客とそうでない顧客の違いに注目するか、売り上げを上げてくる営業スタッフとそうでない営業スタッフの違いに注目するか、売り上げの高いヒット商品とそうでない商品の違いに注目するかで、見えてくるものは全く異なってくる。

　こうした視点のことを、さも専門的なセンスかのように「分析の切り口」と表現する者もいるが、単に比較に用いる解析単位には複数の選択肢があることさえ分かっていれば、誰でも考えられるものである。

　具体的には図表「解析単位の定石」に示すように、人間（WHO）・物（WHAT）・手段（HOW）・時間（WHEN）・場所（WHERE）といった解析単位の何を考えても構わない。

　図の並び順は私の経験上、解析単位として用いられることが多い順に上から並べたが、その背後には「よい解析単位とは何か？」という基準が存在している。

　まず解析単位は、最低でも数十〜数百程度はなければならない。例えば、たった2店舗だけしか運営していない会社が何テラバイトのPOS（販売時点情報管理）データを収集したとしても、「売り上げの高い店舗とそうでない店舗の違いは何か？」というデータ分析に意味はない。売り上げの高い一方の店舗の特徴を羅列して終わり、というだけのことである。店舗を解析単位として用いたいのであれば、最低数十店舗を運営していなければ、「全体的な傾向性」を見ることはできないのだ。