1.3 データ分析の種類： 記述的、診断的、予測的、処方的 / 第１章 リテールデータ分析

データアナリティクスは4つのカテゴリーに大別され、それぞれに独自の機能と用途があります。これらのデータアナリティクスの種類を理解することは、ビジネス上の疑問に答えたり、組織の目標を達成したりするために適切なアプローチを選択する上で非常に重要です。

記述的アナリティクス： データ分析の最も基本的なタイプは記述分析で、過去に関する洞察を提供します。何が起こったのか」という疑問に答えます。記述的アナリティクスは、過去のデータを分析することで、売上傾向やウェブサイトのトラフィックなど、過去の行動やパフォーマンスを理解するのに役立ちます。小売業では、昨シーズンの販売データを分析して、どの商品が最も人気があったかを理解することができます。

診断アナリティクス： このタイプのアナリティクスは、過去に何かが起こった理由を深く掘り下げて理解します。より詳細なデータ探索を行い、ドリルダウン、データディスカバリー、相関関係、データマイニングなどのテクニックを使用します。例えば、小売店が前四半期の売上減少に気づいた場合、診断アナリティクスを使用して、近くに競合店がオープンしたなどの原因を特定することができます。

予測分析： その名の通り、予測分析は将来の予測を行うために使用されます。統計モデルと予測技術を用いて、過去のデータから将来起こりうる結果を把握します。小売業の場合、予測分析は将来の売上動向の予測や、どの顧客が最も離反しやすいかの予測に使用することができる。

処方的アナリティクス： これはアナリティクスの最も高度なタイプで、最適な結果を得るために取るべき行動を推奨する。機械学習、アルゴリズム、計算モデリング手順などのテクニックを使用して、可能性のある結果をアドバイスする。例えば、小売業におけるプリスクリプティブ・アナリティクスは、収益性を維持しながら売上を最大化するために、商品の最適な価格を提案する可能性があります。

これら4種類のアナリティクスは調和して機能し、それぞれが異なる層の洞察を提供する。何が起こり、なぜ起こったのかを理解することから始まり、次に起こりうることを予測し、最後に取るべき行動を推奨します。

これらのアナリティクスの種類を理解することは、次の章「第２章リテールデータソース」に進み、これらのデータがどこから来るのかを探る際に、貴社の戦略に役立ちます。データの出所を知ることで、特定のリテール分析のニーズに対して最も有用なデータを確実に収集することができます。