この記事は、現実的な陳氏×和静コミュニティ | チェーン小売スーパーマーケット運営データ分析実践活動 業務説明会【現実的な陳氏】を編集したものです。
データ分析の実践的なアクティビティの詳細については、こちらをご覧ください>> Hejing コミュニティのアクティビティ
活動背景
現在、あなたは小売会社のビジネス データ アナリストとして、経営陣に毎日の営業データを提供しています。年末までに年次報告書を完成させ、企業データを解釈し、推奨事項を作成する必要があります。お手元のレポートをよく読んでご報告ください。
活動データ
タイプ |
ユニット |
2010年 |
... |
2018年 |
---|---|---|---|---|
総収入 |
1億米ドル |
|||
グッズ販売収入 |
1億米ドル |
|||
会費収入 |
1億米ドル |
|||
総費用 |
1億米ドル |
|||
商品代金 |
1億米ドル |
|||
営業経費 |
1億米ドル |
|||
税 |
1億米ドル |
|||
商品粗利益 |
1億米ドル |
|||
純利益 |
1億米ドル |
|||
会員総数 |
百万人 |
|||
有料会員 |
百万人 |
-
総収入=商品販売収入+会費収入
-
総コスト = 商品原価 + 営業経費 + 税金
-
製品粗利 = 製品売上収益 - 製品原価
-
純利益 = 総収益 - 総コスト
-
全会員は会員総数、有料会員は会費を拠出した会員数
魂の 3 つの質問の最初の質問: 良いレポートとは何ですか?
「なぜ彼はそれを信じるのですか?彼が信じたいならあなたはそれを言えますが、他の人がそれを聞きたくないなら、あなたはそれをあなたに吹きかけることはできません。」
一般に、レポートには次の 7 つのコンポーネントがあります。
-
はじめに: 静的な状況を説明します。
-
モニタリング: 動的な傾向を説明する
-
評価:基準が何かを明確にし、その基準が合意されていれば、論理的には問題なく、誰もが自然にその結論に同意する
-
診断: 診断では、問題の原因と理由を説明する必要があります。議論が十分であればあるほど、議論と議論の間の論理が明確になり、最終的な結論がより説得力のあるものになります。
-
予測: 予測に基づく原則を明確にする
-
テスト:テスト内容の明確化、干渉項目の管理、プラス例、マイナス例
-
提案: 上記のすべての内容を踏まえて、どのような提案がありますか?
実戦におけるデータ分析レポートのテンプレートは非常に少なく、最も重要な4つの単語は[正当化]されており、論理が確立され、基準が認識されていれば、結果を受け入れることができます。
魂の 3 番目の質問と 2 番目の質問は、単にサイズを比較するのではなく、データをどのように深く掘り下げるかです。
「比較の目的は何ですか? では、指数が高かったらどうしますか? 低かった場合はどうしますか? 達成したい目的は何ですか?」 たとえば、同じ 2 人の人物 A の身長が 185 で、B の身長が 165 だったとします。背が高い、A が B より背が高い場合はどうなりますか?
このとき、シーンが必要です。たとえば、今モデルを見つけたい場合は背の高いモデルを見つける必要があり、戦車を運転したい場合は背の低いモデルを見つけなければなりません。サポートされている場合は、「この観点が検証されれば、○○のデータを追加してさらに観点を確認できます」と書きます。
たとえば、誰かに戦車を運転してもらいたい場合、その人は少なくとも運転免許証を持っている必要がありますよね?
企業で分析を行う際には、モデルやさまざまな公式、高度な数学を忘れて、純粋に分析やビジネスの背景から出発し、表現したい視点を明確に考え、自分自身に反論する必要があります。この観点が十分であるかどうかを検証するには、この観点を覆す反例はないか、またはこの観点をより確固たるものにすることができるさらに 1 つまたは 2 つのデータを調べてください。個人的にその問題に身を置くと、問題について明確に考えることができます。それはとても簡単なことです。
魂の 3 つの質問 3 番目の質問: データが少ない場合はどうすればよいですか?
この演習では、データ量が少なく (11×10)、基準の選択とロジックの明確化に重点が置かれています。
レポートのアイデアを整理するときに、役割を持ち込むことができます。たとえば、あなたがマーケティング部門のリーダーで、年末に全体の業績を報告する必要がある場合、この時点で何を言えばよいでしょうか。
次の 3 つの質問に答えることから始めてください。
質問 1 企業の業績は良いですか、それとも悪いですか?
Q2 メリット・デメリットは何ですか?
Q3 企業が学ぶべき点・注意すべき点は何ですか?
最後にレポートを視覚的な形式で提示します
データ分析の実践的な活動の詳細については、>> Hejing コミュニティ活動ページをご覧ください。