私たちは、データが飛躍的に増加する世界に生きており、その有効活用にますます力を注いでいます。今日のマーケティング担当者は、十分すぎるほどのデータを保有していますが、より深く、より価値のあるインサイトを得るために、データセットを活用し、結びつけるためのより良い方法を探しているのです。
この課題は、データサイエンスの応用に対する見方と、私たちデータサイエンティストの訓練の仕方にあります。長年、データサイエンスや分析のプロジェクトに携わっていると、より大きな、より大胆な目標を達成するための簡単な方法を見出すことができるようになりました。
4つのステップを踏んでいるのです。
- 野心的な成果から始める
- 結果をより小さなアクションセットに分割する
- データの探索と解析の実行（繰り返し）
- 調査結果と設定された成果との関連付け
このプロセスは、従来のデータサイエンスの問題解決プロセスよりも効果的です。なぜなら、曖昧さを減らし、関係者全員で結果を出そうとする意欲をかき立てることができるからです。従来のデータサイエンス・プロセスは、通常、問題提起の特定から始まり、データ収集、データ・モデリング、評価へと進んでいきます。従来のデータサイエンスプロセスの中心は、複雑さです。一般的に複雑さは、私たちに合理的、分析的に考えることを強要し、創造性を発揮させません。一方、アンビションは、創造的思考から始めて、脳の分析的側面へと向かうように促してくれます。
では、プロセスを個々のステップに分解してみましょう。
野心的な成果から始める
例えば、今後1年間で5%のシェアアップを達成したいとします。まず、あなたの野心的な成果を定義します。この場合、5％のシェアアップです。行動心理学では、目標をポジティブにリフレーミングすることが重要だと言われています。目標を達成するために、より創造的に考えるように心を騙すからです。
この例では、インドネシアで流通網を広げてシェアを伸ばしたいと考えているとします。インドネシアは17,000もの島があり、地理的に非常に分断された国であり、輸送に難があります。そのため、できるだけ低いコストで市場の50%から80%にリーチすることを目標とし、これを1年というスパンで実現します。
アウトカムをより小さなアクションセットに分割する
これは、大きな野心的な結果を、管理可能な小さなセットに分割するために重要である。また、データを「相互に排他的な集合的に網羅的な」セットに分けることも有効です。これは、複数の小目標に分割して、プロセスを迅速に進めるのに役立ちます。この例では、成果を3つのアクションセットに分割しました。
- 販売代理店の設立が必要な地域が密集している
- 地域が分散しているため、サブディストリビューターの設定が必要
- 成長する人口クラスター
データセットの探索と解析の実行
これはプロセスの大きな部分を占めています。データソースの探索から始め、利用可能なものとそうでないもの（しかし必需品であるもの）をリストアップします。この例では、店舗サイズ、店舗売上、店舗位置座標など、異なる特徴を持つニールセンの小売センサスと小売パネルデータを使用できます。そして、この2つのデータセットを統合することで、多くの意味のある特徴を導き出すことができるのです。
しかし、私たちは、私たちのデータセットが不足している部分も認識しています。例えば、私たちの小売りの範囲外の地域が広く存在することがあります。その結果、人口や銀行の数など、繁栄を示す特定の情報を入手できない可能性があります。そこで、これらの特徴を得るために、人口調査など他の情報源を特定する必要があります。
これらのデータを融合し、重回帰モデルを用いて、各エリア/地域のビジネスチャンスを特定します。
予測の精度を確保するためには、数回の反復が必要と思われる。最後に、このデータをクライアントまたはファーストパーティの配信データと結合することができます。
調査結果と成果の関連付け
最終的には、アクションセットの成果をすべて結びつけます。
この例では、このデータを使って、最もビジネスチャンスがあり、既存の流通ネットワークで現実的にサポートできるエリア/ブロックのクラスターを描くことができます。その半径をわずかに増やし、成長するクラスターにいくつかのサブディストリビューターを設定するだけです。
この例では、複数のデータを組み合わせて、大規模で野心的な目標に対する明確な解決策を示すシンプルなソリューションを提供することができました。これは、問題提起から始めることが必ずしも得策ではないこと、むしろ前向きで野心的な目標が必要であることを物語っています。
ですから、次に新しいプロジェクトを始めるときは、このプロセスにチャンスを与え、野心的な目標と創造的な思考で始めてみてください。
