デジタルマーケティングは施策の結果をすぐに確認、変更行えることが利点となっているので、いかに早いPDCA（PLAN / DO / CHECK / ACTION）を回して、良い結果を出すかが鍵だと言われています。
このPDCAの中でも特に大切なのは「CHECK」でしょう。良かったか悪かったのかの判断です。判断を誤ったまま、次の「ACTION」を行うと、間違った「PLAN」を立ててしまいます。
CPAが高いか低い等の「CHECK」であれば判断も誤ることも少ないですが、殆ど差異が出なくなると、「CHECK」を掘り下げた「ANALYSIS（分析）」が必要になります。
しかし、「いざ分析をやろうとしても、何をすればいいか解らない」という声をよく聞きます。そこで、分析を行うための手順を5stepにまとめました。
Step1：分析のための「準備」を行う
Step2：仮説の検証に必要なデータを「収集」する
Step3：「分析」を行う
Step4：分析結果を「まとめる」
Step5：分析をもとに「意思決定」する
順を追って見ていきましょう。
step1：分析のための「準備」を行う
まず最初のステップは「そもそもの課題は何なのか？」を整理することから始めましょう。
課題があるから分析が必要になります。本来ならこうなるはずなのに現状はこうなっている。分析とは本来と現状の差を浮かび上がらせるものです。
ですから、現状が全て期待通りの順風満帆であれば、分析をしても活かすことができません。
課題を明確にする際、複数の解決策を仮説立てることも重要です。弊社の場合、10個が1つの目安ですが、人や企業によっては50個、100個と練る場合もあるようです。
図1：課題を明確にし、複数の解決策を数字で具体的に仮説立て検証を行う
仮説が多ければ課題を解決する策も多くなりますが、その分だけ分析に掛かる時間も増えるので、これに関しては時間との相談になりますね。
仮説を立てる場合はなるべく対象を明確に、かつ数字で表現にすることが大切です。
例えば「ECサイトの売上が今月の目標を下回っている」ことが課題だとすると、「来客数を増やせば売上目標が達成する」という仮説は十分でしょうか。
まず、来客数は新規顧客とリピーターに分かれるので、これら両方含めるべきかどうか。また、増やすとしても来客数がどれくらい増えれば目標売上を達成するかが明確になっていません。
「新規顧客を1万UU増やせば売上目標が達成する」ぐらいの粒度だと、検証しやすいのではないかと考えます。
step2：仮説の検証に必要なデータを「収集」する
課題、仮説が明確になると、次に仮説を検証するにあたって必要なデータの収集を行います。
データが無い場合は、データの計測から始める必要がありますね。
データの品質を担保するのも、このstep2です。
例えば「ECサイトで獲得した顧客データは性別を0か1で表現し、実店舗で獲得した顧客データは性別を男か女で表現していて、性別軸で分析できない。」というのはよくある話です。
step2では、実店舗の顧客データを0/1に変更する作業を行います。
このstepでデータの品質が担保できなければ、次以降の分析作業の品質が悪くなります。それぐらい重要なstepだからこそ、このstep2に最も時間を掛けるとも言われています。
step3：「分析」する
ここで、ようやく分析が始まります。
ところで、分析と言っても少し表現の幅が広いので、作業内容の観点から「解析、予測、最適化」の大きく3つに分けたいと思います。
図2：解析でデータの特徴を明らかにし、これから先を予測し、それらの結果が最適になるようにチューニングを行う
1つ目の「解析」とは、step2で収集したデータを分析して、見えなかったこと、気付かなかったことなどの特徴を明らかにします。
2つ目の「予測」とは、過去のデータを「解析」して明らかになったことから、この先の未来がどうなるかを表現します。
3つ目の「最適化」とは、結果を最大化（最小化）するために、「予測」の結果をチューニングします。「予測」はあくまで分析観点ですから、最後にビジネス観点を織り交ぜて効果を最も引き出します。
経験上、step1〜step3は行ったり来たりすることが多いです。仮説を立てるために「解析」を行うこともあります。
重要なことは仮説の証明です。「そうだ！」と言える証拠をつかむまで何度でも繰り返すべきだと思います。
step4：分析結果を「まとめる」
「分析」して終わりではありません。「そうだ！」と言える証拠をつかめば、次にそれを表現する作業に取り掛かりましょう。分析結果をレポートにまとめます。
パワーポイントやエクセルでも良いと思いますし、最近はデータプレゼンテーションに適したツールなどを用いるケースも多いようです。
留意すべきは、step1で考えた仮説に応える表現になっているか、そして課題を解決する表現になっているかです。
分析作業はあくまで手段に過ぎませんから、どういう分析をしたか、どういう手法を用いたかに枚数を割くことは避けるべきでしょう。
step5：分析をもとに「意思決定」する
最後のstepは、意思決定です。表現した内容を説明し、その結果をもとに判断を下します。良い分析だったか、悪い分析だったかは、全てはこのstepの結果によります。
良い分析は「解った、やろう」「よし、止めよう」と次の「ACTION」を決めることができます。悪い分析は「○×という可能性は無いの？」「もう1回見直して欲しい」と次の「ACTION」を決めることができません。
以上が分析の5stepです。
もしかしたら、今日の晩ご飯を作る工程と同じかもしれません。献立を考え、食材をそろえ、調理し、きれいに飾り付け、美味しい！と言ってもらう。そこまで含めて「晩ご飯」です。
「分析」も色んな手法で証明するだけでなく、前工程と後工程があって「分析」になります。
まとめ：分析作業で少しでも楽をするためには？
毎回、分析をするたびにstep1から始めるのは大変です。そこで有効なのが、ツールを導入することです。
step3の分析作業を楽にしてくれるSASやSPSS等の統計解析ソフト、step4の表現作業を楽にしてくれるtableauやQlikView等のBIツールは、時間短縮に必須です。
step2の収集作業は、測定ツールがオススメです。デジタルマーケティング領域なら、AD EBiSやGoogleAnalyticsなどのツールがあります。
ツールによっては、step3の分析がセットになっていたり、step4の表現を代行してくれます。有料の場合もありますが、分析の結果、得られるリターンと比較をして、リターンが大きければそうしたツールを導入すべきだと思いますので、今回の考察を是非、お役立てください。
ARCC限定イベントへのご招待・限定コンテンツの配信・
新着記事の案内・イベント情報の先行配信など、特典が満載です。
