【売れる人がやっているコト！】

分析する

もし「売上が低下している」という事実があったとして、それだけで
「商品が飽きられているからだ」と原因を決めつけてすぐ対策にうつる
のは危険です。重要なのは「本当に商品が飽きられたことが原因なの？」と分析することです。

データ分析はただ数字を眺めて終わるのではない

データ分析はただ数字を眺めて終わるのではなく、そこから気づきを得て対策を考えなければ意味がありません。でも、分析という言葉自体に苦手意識があったり、おもに商品作りに力を入れて今まで分析に触れたことのない方にとっては「どうすればいいの？」と疑問に思う方も少なくないでしょう。

難しい印象があるデータ分析ですが、しっかりステップを踏んで行えば誰
でもできます。今回はその基本的なコツを紹介できればと思います。

目標を決めよう

まず重要なのは、具体的な数値と達成するまでの期間を考え、目標を決めることです。一見当たり前のことのように感じますが、実際に具体的に考えられているショップは一部かもしれません。

ショップで何をいちばんに実現したいのかを考えましょう。売上アップであったり、お客様を増やすことであったり……ショップによってさまざまですよね。売上アップであれば「あと3ヶ月で月の売上を100万円にする」、お客様を増やすことであれば「来月はInstagramのフォロワーを100人増やす」といった具体的な数値と期間を定めます。

原因を予測しよう

分析は「結果」と「原因」との関係性を意識しながらする必要があります。
「売上が減っているという結果に対しての原因を調べている」など、今どの
結果に対しての原因を探る分析を行なっているのかを意識しないとほかの結
果に目移りして本来の分析が進まないことがあります。また、結果に対しての原因を先にいくつか予測してみることが大切です。そのような予測を「仮説を立てる」と言いますね。仮説を立て、思いつく原因を書き出してみましょう。

必要なデータを選定しよう

分析するデータの種類が多すぎると、不要なデータが入っていたり、見るデータ量が過剰になり時間を無駄に使ってしまったり、間違えやすくなり誤っ
た解釈のまま進んでしまったりすることがあります。原因だと思う仮説の中の一つに照準を合わせて、それを証明するために必要なデータの選定を行いましょう。

データを見比べよう

データが選定できたら比較していきます。

・時系列で比較する
前月との比較、前年同月との比較など、同じデータを時間で見比べます。
ある時点だけ突然大幅な変動などがないかを見ます。

・データを分割して比較する
1つのデータを分けて見比べます。

たとえば、売上が減っているとき「どのデバイスの売上が減っているん
だろう？」とパソコンやスマホなど見比べてみることで気づきを得ます。

データごとに比較する

売上が減った原因の仮説である「Instagramからきているお客さんが
減っているのかな？」を分析するために、売上が減った時期のInstagramか
らの流入数のデータを確認します。

流入数が減っていれば、その時期のInstagramの投稿数など状況を確認
します。データによって浮かび上がった原因に対策して再度分析していきます。そうすることで精度があがり、販売に対するコストの効率があがります。

現在は、各サービスの企業努力のおかげでは利用者が簡単にデータの履歴を閲覧することができます。

ですがそのデータをなんとなく見るのではなく、目的を持って利用する
ことで早期に成長に役立てることができます。

逆に言うとライバルも同じ状況にあるため、データ分析と改善を繰り返さな
いと、取り残されてしまうかもしれません。

独自の商品を展開している場合を除き競合がいるジャンルの場合は、データ
分析は必須となっているでしょう。

今後もブランドの考えている事や運営の裏側をお伝えする
noteを書いていきますので、よろしくお願いします。