解析新書 Table Anatomy

仮説検証・問題発見・対策立案

今日の発見を共有しておきたい。
仮説検証・問題発見・対策立案だ。

もうウェブ解析士なら、そんな話あったな、と思うかもしれない。
私も実はなんとなくMECEじゃないなとは思っていた。この3つなんか領域とか展開が全然違う軸で、それがどうして並列だろうと思いつつ、ウェブ解析士の講座をするころからなんとなく使ってきた。MECEではなくても、価値がフレームワークだとは思ってた。

でもこれって、未来を示すフレームワークだと今日やっと明文化できた、気がする。

仮説検証(Making hypotheses based on a strategy)

データサイエンスなどで、全てのデータが集めらられ、人智を超えるような予測や最適化ができると思われている。

しかしそれは間違いで、私達は全てのデータを集めることは不可能だし、解析することも不可能である。

私達が多くのデータを解析しようとすればするほど、膨大な知らないデータが存在し、精度が悪化し、解析できないデータが増え、解析の難易度が高まる

だから、すべてのデータをとるのではなく、仮説と行動からデータをとること。戦略をに沿った仮説を立て行動し、解析することでその戦略が正しいかを検証すること

問題発見(Discover from outliers)

統計でもデータサイエンスでもロバストなデータが重要で、その法則を覆すような外れ値や異常値は取り除き法則を見出すことが重要だと考えられている

しかしデジタルの世界は外的内的要因による影響がつねに変動するため、法則を見出すことが不可能である。

それより、外れ値や異常値を見つけたら、その原因を突き詰めるほうが、自分たちの能力では考えつかない発見をもたらすことがある。

対策立案(Elicit actions for testing)

データを解析することで、成功する確度の高い施策を見つけることができると考えられているが、うまく行かないことも多い。

統計上、有意であるデータをとるには十分なデータ量、試行回数などが求められる。デジタルマーケティングでは、そのデータ量を求めるうちに状況が変わってしまうということもよくある。

だから、ウェブ解析で見つけた外れ値からの気付き、仮説を検証するための行動から、仮説や気付きが正しいかをテストするために行動することが重要である。

なぜ発見できたか

それは英訳しようとしたからだ。
どうすれば伝わるか、考えるとその本質をつかもうとした。

それは多言語で講座をする上で大事なメリットだと思う。

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください