Excelで出来ること データ分析講座(その45)

更新日

投稿日

情報マネジメント

◆ 売上分析の初心者も上級者も、結局Excel(エクセル)が大好きな理由

 ある部品メーカーでは、それこそ売上分析のためのツールが、わんさか導入されていました。BtoB(法人)向けのECサイトも立ち上げ、売上は好調です。売上分析系のITツールでは、Webサイトのアクセス解析用のAdobe Analytics(昔のサイトカタリスト)、MA(マーケティングオートメーション)ツールが複数(高機能で高額なMarketoから低額のものまで)、メルマガ管理ツール、Web広告管理系のツール、DMP(データマネジメントプラットフォーム)、もちろんCRM(顧客関係管理システム)も導入済みです。

 これだけのツールを導入しているので、色々なデータが毎日のように集まってきます。さらに、外部からデータを購入し、データ量というかデータの種類が半端ない状況です。これらのデータを使いこなしているのかと言えば、案の定使いこなしてはいません。恵まれていることに、専任の担当者が、それぞれのツールやシステムにいます。それでも、思うように活用できていない。このように色々なツールが一通り揃っていますが、この企業で一番使われているのがExcel(エクセル)です。

 どちらかというと、各種のツールは専任の担当者の玩具化していました。結局、売上分析の初心者も上級者も、結局Excel(エクセル)が大好きなのです。Excel(エクセル)レベルでデータ活用を実現させるのが、データ活用の一番の成功の早道かもしれません。では、どのようにExcel(エクセル)レベルのデータ活用を実現させればよいのか。いくつかのExcel(エクセル)レベルのデータ活用で上手くいった事例をもとに、説明させていただきます。売上分析がExcel(エクセル)レベルで実現し、より良いデータ分析活用があなたの会社で実現できれば幸いです。

1. Excel(エクセル)でできること

 先ず、Excel(エクセル)でできることは何でしょうか。

 売上分析の視点で言えば、データ加工、集計値(Excel関数で平均などを求める)、クロス集計(ピボットテーブル)、グラフ化、簡単な統計分析(分析ツールで回帰モデルや統計検定などをする)、回帰型の統計モデル(ソルバーで構築できる)、予算の最適化など(ソルバーで求められる)などなどです。実は、Excel(エクセル)って色々なことができます。やろうと思えば、多くの統計モデルを構築することすらできます。今流行りのディープラーニング(ニューラルネットワーク)だって、できます。

 Excel VBAでプログラムを組めば、いくらでも機能を拡張できます。Excel統計というアドインツールすら発売されているぐらいですから、拡張しようと思えば、かなり拡張できるのです。Excel(エクセル)自体は有料ですが、どこの企業にも必ずあり、誰もが一度は使ったことがあるため、非常に身近で馴染みが深い分析環境でありツールです。大手企業には一人や二人、ものすごいExcel(エクセル)の達人が必ずいるぐらいです。そして、ものすごいExcel(エクセル)って、ものすごいデータ分析者だったりします。SASやSPSSなどの高度な分析ツールも扱えるし、Excel(エクセル)もものすごく扱えるということです。そして、RやPythonなどのフリーの分析ツールもきっちりマスターし使えたりします。

2. Excel(エクセル)で、どうやって「潜在クラスモデル」を「ブートストラップ」で推定しているのか

 私は、ものすごいExcel(エクセル)の達人ではありませんが、分析で使うローデータがどんなものか確認するときや、分析後の結果を加工しまとめグラフ化するとき、Excel(エクセル)を使います。企業のエライ人向けのパワポのグラフは、ほぼExcel(エクセル)作り貼り付けています。パワポなどのレポート作業と、Excel(エクセル)の分析結果の集計作業やグラフ化作業時間は、比例するぐらいです。昔、あるコンサルティング会社にいたときです。若手のコンサルタントから、「Excel(エクセル)で、どうやって『潜在クラスモデル』を『ブートストラップ』で推定しているのですか?」と聞かれたことがあります。

 潜在クラスモデルやブートストラップが何かを、ここでは説明しませんが、少なくともExcel(エクセル)で簡単にできるものではありません。やろうと思えばやれるかもしれませんが、かなりExcel VBAで作りこむ必要があるでしょう。もちろん、私はExcel(エクセル)で『潜在クラスモデル』も『ブートストラップ』も実施していません。SPSSという分析ツールを使い、分析していました。若手のコンサルタントから見ると、私がいつもパワポとExcel(エクセル)しかPCで開いていないので、すべての業務をこの2つソフトだけで実施しているように、見えていたようです。私は、どちらかと言えば、売上分析の上級者(自称)ですが、結局Excel(エクセル)の使用率が高いです。

3. Excel(エクセル)を上手く使うと、データ活用が上手くいく

 分析の流れを残し共有するために、先ほどのSPSSのシンタックス(SPSSの命令文を羅列したもの)や、フリーの分析ツールであるRのスクリプト(Rの命令文を羅列したもの)だと、多くの人は嫌がります。しかし、Excel(エクセル)だと喜ばれます。正確には、喜ばれるというよりも安心されます。Excel(エクセル)でも、十分ややこしいのですが、それでもExcel(エクセル)の方がよいという企業や個人が少なくなりません。Excel(エクセル)の、圧倒的な心理的な壁の低さを上手く使えば、企業内のデータ活用も上手くいくのではないかと思います。

 ある企業で、次のような取り組みをしました。

 すべての分析をExcel(エクセル)経由で管理する
 Excel(エクセル)は、基本4つのシートで構成する

  •  IPOシート(基本1シート)
  •  Iシート(複数シートになる場合あり)
  •  Pシート(複数シートになる場合あり)
  •  Oシート(複数シートになる場合あり)

 IPOシートの「IPO」とは、ビジネスプロセスなどでお馴染みの、「Input-Process-Output」のことです。「分析の流れ」つまり「分析プロセス」を、「Input-Process-Output」で表現してあるシートです。「Input」はProcessで使う入力データ、「Process」は加工・集計・分析などの処理、「Output」はProcessから生まれた結果である出力データです。例えば、A列に「Input」、B列に「Process」、C列に「Output」、D列に「備考など」としています。このような表であれば、Excel(エクセル)でなくてもできますが、あえてExcel(エクセル)を使います。次に「Iシート」「Pシート」「Oシート」の説明をします。

 「Iシート」には入力データのサンプルとその意味、「Pシート」は処理の手順の説明、「Oシート」には出力データのサンプルと読み方が記載されています。「Iシート」「Pシート」「Oシート」は、IPOの数だけ作ります。

4. 簡単なイメージ例(因子分析→クラスター分析)

 例えば、昔からある分析として、顧客のクラスター分析というものがあります。クラスター分析をする前に、クラスター分析で使うデータ同志の相関を小さくするために、よく因子分析をします。この場合、因子分析で1つのIPOを作り、因子分析の「Output」を「Input」にしたクラスター分析でもう一つIPOを作ります。

 因子分析のIPO例:

  •  Input 購買データ
  •  Process 因子分析(主因子法・直交回転)
  •  Output 因子分析結果(顧客ごとの因子得点)

 クラスター分析のIPO例:

  •  Input 因子分析結果(顧客ごとの因子得点)
  •  Process 階層型クラスター分析(ウォード法)
  •  Output クラスター分析結果

5. 分析の入り口にExcel(エクセル)がある

 実は、「Pシート」に書かれている処理は、Excel(エクセル)以外の分析ツールも登場します。RやPythonなどの分析ツールが登場してくる場合が、あるということです。面倒なことをしているな…… と思われますが。それでも、この企業ではデータ活用が広まり、RやPythonなどの分析ツールを使える人財も増えていきました。そして、この企業だけではありません。幾つかの企業で、同じような現象を目の当たりにしました。RやPython、SAS、SPSSなどの分析ツールがいきなり登場するよりも、分析の入り口にExcel(エクセル)があるだけで、心の障壁がだいぶ低くなるのです。

 そして、Excel(エクセル)の商用のアドインツールだけで実現できるのであれば、そちらの方が喜ばれます。世の中恐ろしいことに、便利な商用のExcel(エクセル)アドインツールが山のようにあります。さらに、Excel(エクセル)からフリーの分析ツールであるRを使うという技術もあります。RExcelというものです。正直言って、Rで直接分析した方が私には楽に感じられますが、ものすごく興味を持つ方が多いです。それぐらい、Excel(エクセル)の心理的壁を弱める力はすごいのです。結局のところ、みんなExcel(エクセル)が大好きなんだと、思わずにはいられません。

6. 心の壁が低くなる以外の理由

 Excel(エクセル)を上手く絡めることで、なぜかデータ分析とその活用が好転する。なぜでしょうか。

 今までお話ししたように、Excel(エクセル)を上手く絡めることで、データ分析に対し心の障壁が低くなり、心の余裕が生まれ、データ分析結果の解釈やその活用まで頭が回り、良い方向に行くのだと思います。それだけではないようです。実際に、どのようなことをしているのかをExcel(エクセル)を見せて頂いたり、ヒアリングしたことがあります。

 Excel(エクセル)の「Iシート」(入力データ例と意味)と「Oシート」(出力データ例と解釈)が、意外と効いているなとなと感じました。ただ単に、心の障壁を低くするだけでなく、Excel(エクセル)そのものがガッツリ活用されていたのです。データ分析を使う現場で、分析そのもので試行錯誤したり、分析結果を解釈するとき、「Iシート」(入力データ例と意味)と「Oシート」(出力データ例と解釈)を、ものすごく活用しているのです。

 その気にな...

情報マネジメント

◆ 売上分析の初心者も上級者も、結局Excel(エクセル)が大好きな理由

 ある部品メーカーでは、それこそ売上分析のためのツールが、わんさか導入されていました。BtoB(法人)向けのECサイトも立ち上げ、売上は好調です。売上分析系のITツールでは、Webサイトのアクセス解析用のAdobe Analytics(昔のサイトカタリスト)、MA(マーケティングオートメーション)ツールが複数(高機能で高額なMarketoから低額のものまで)、メルマガ管理ツール、Web広告管理系のツール、DMP(データマネジメントプラットフォーム)、もちろんCRM(顧客関係管理システム)も導入済みです。

 これだけのツールを導入しているので、色々なデータが毎日のように集まってきます。さらに、外部からデータを購入し、データ量というかデータの種類が半端ない状況です。これらのデータを使いこなしているのかと言えば、案の定使いこなしてはいません。恵まれていることに、専任の担当者が、それぞれのツールやシステムにいます。それでも、思うように活用できていない。このように色々なツールが一通り揃っていますが、この企業で一番使われているのがExcel(エクセル)です。

 どちらかというと、各種のツールは専任の担当者の玩具化していました。結局、売上分析の初心者も上級者も、結局Excel(エクセル)が大好きなのです。Excel(エクセル)レベルでデータ活用を実現させるのが、データ活用の一番の成功の早道かもしれません。では、どのようにExcel(エクセル)レベルのデータ活用を実現させればよいのか。いくつかのExcel(エクセル)レベルのデータ活用で上手くいった事例をもとに、説明させていただきます。売上分析がExcel(エクセル)レベルで実現し、より良いデータ分析活用があなたの会社で実現できれば幸いです。

1. Excel(エクセル)でできること

 先ず、Excel(エクセル)でできることは何でしょうか。

 売上分析の視点で言えば、データ加工、集計値(Excel関数で平均などを求める)、クロス集計(ピボットテーブル)、グラフ化、簡単な統計分析(分析ツールで回帰モデルや統計検定などをする)、回帰型の統計モデル(ソルバーで構築できる)、予算の最適化など(ソルバーで求められる)などなどです。実は、Excel(エクセル)って色々なことができます。やろうと思えば、多くの統計モデルを構築することすらできます。今流行りのディープラーニング(ニューラルネットワーク)だって、できます。

 Excel VBAでプログラムを組めば、いくらでも機能を拡張できます。Excel統計というアドインツールすら発売されているぐらいですから、拡張しようと思えば、かなり拡張できるのです。Excel(エクセル)自体は有料ですが、どこの企業にも必ずあり、誰もが一度は使ったことがあるため、非常に身近で馴染みが深い分析環境でありツールです。大手企業には一人や二人、ものすごいExcel(エクセル)の達人が必ずいるぐらいです。そして、ものすごいExcel(エクセル)って、ものすごいデータ分析者だったりします。SASやSPSSなどの高度な分析ツールも扱えるし、Excel(エクセル)もものすごく扱えるということです。そして、RやPythonなどのフリーの分析ツールもきっちりマスターし使えたりします。

2. Excel(エクセル)で、どうやって「潜在クラスモデル」を「ブートストラップ」で推定しているのか

 私は、ものすごいExcel(エクセル)の達人ではありませんが、分析で使うローデータがどんなものか確認するときや、分析後の結果を加工しまとめグラフ化するとき、Excel(エクセル)を使います。企業のエライ人向けのパワポのグラフは、ほぼExcel(エクセル)作り貼り付けています。パワポなどのレポート作業と、Excel(エクセル)の分析結果の集計作業やグラフ化作業時間は、比例するぐらいです。昔、あるコンサルティング会社にいたときです。若手のコンサルタントから、「Excel(エクセル)で、どうやって『潜在クラスモデル』を『ブートストラップ』で推定しているのですか?」と聞かれたことがあります。

 潜在クラスモデルやブートストラップが何かを、ここでは説明しませんが、少なくともExcel(エクセル)で簡単にできるものではありません。やろうと思えばやれるかもしれませんが、かなりExcel VBAで作りこむ必要があるでしょう。もちろん、私はExcel(エクセル)で『潜在クラスモデル』も『ブートストラップ』も実施していません。SPSSという分析ツールを使い、分析していました。若手のコンサルタントから見ると、私がいつもパワポとExcel(エクセル)しかPCで開いていないので、すべての業務をこの2つソフトだけで実施しているように、見えていたようです。私は、どちらかと言えば、売上分析の上級者(自称)ですが、結局Excel(エクセル)の使用率が高いです。

3. Excel(エクセル)を上手く使うと、データ活用が上手くいく

 分析の流れを残し共有するために、先ほどのSPSSのシンタックス(SPSSの命令文を羅列したもの)や、フリーの分析ツールであるRのスクリプト(Rの命令文を羅列したもの)だと、多くの人は嫌がります。しかし、Excel(エクセル)だと喜ばれます。正確には、喜ばれるというよりも安心されます。Excel(エクセル)でも、十分ややこしいのですが、それでもExcel(エクセル)の方がよいという企業や個人が少なくなりません。Excel(エクセル)の、圧倒的な心理的な壁の低さを上手く使えば、企業内のデータ活用も上手くいくのではないかと思います。

 ある企業で、次のような取り組みをしました。

 すべての分析をExcel(エクセル)経由で管理する
 Excel(エクセル)は、基本4つのシートで構成する

  •  IPOシート(基本1シート)
  •  Iシート(複数シートになる場合あり)
  •  Pシート(複数シートになる場合あり)
  •  Oシート(複数シートになる場合あり)

 IPOシートの「IPO」とは、ビジネスプロセスなどでお馴染みの、「Input-Process-Output」のことです。「分析の流れ」つまり「分析プロセス」を、「Input-Process-Output」で表現してあるシートです。「Input」はProcessで使う入力データ、「Process」は加工・集計・分析などの処理、「Output」はProcessから生まれた結果である出力データです。例えば、A列に「Input」、B列に「Process」、C列に「Output」、D列に「備考など」としています。このような表であれば、Excel(エクセル)でなくてもできますが、あえてExcel(エクセル)を使います。次に「Iシート」「Pシート」「Oシート」の説明をします。

 「Iシート」には入力データのサンプルとその意味、「Pシート」は処理の手順の説明、「Oシート」には出力データのサンプルと読み方が記載されています。「Iシート」「Pシート」「Oシート」は、IPOの数だけ作ります。

4. 簡単なイメージ例(因子分析→クラスター分析)

 例えば、昔からある分析として、顧客のクラスター分析というものがあります。クラスター分析をする前に、クラスター分析で使うデータ同志の相関を小さくするために、よく因子分析をします。この場合、因子分析で1つのIPOを作り、因子分析の「Output」を「Input」にしたクラスター分析でもう一つIPOを作ります。

 因子分析のIPO例:

  •  Input 購買データ
  •  Process 因子分析(主因子法・直交回転)
  •  Output 因子分析結果(顧客ごとの因子得点)

 クラスター分析のIPO例:

  •  Input 因子分析結果(顧客ごとの因子得点)
  •  Process 階層型クラスター分析(ウォード法)
  •  Output クラスター分析結果

5. 分析の入り口にExcel(エクセル)がある

 実は、「Pシート」に書かれている処理は、Excel(エクセル)以外の分析ツールも登場します。RやPythonなどの分析ツールが登場してくる場合が、あるということです。面倒なことをしているな…… と思われますが。それでも、この企業ではデータ活用が広まり、RやPythonなどの分析ツールを使える人財も増えていきました。そして、この企業だけではありません。幾つかの企業で、同じような現象を目の当たりにしました。RやPython、SAS、SPSSなどの分析ツールがいきなり登場するよりも、分析の入り口にExcel(エクセル)があるだけで、心の障壁がだいぶ低くなるのです。

 そして、Excel(エクセル)の商用のアドインツールだけで実現できるのであれば、そちらの方が喜ばれます。世の中恐ろしいことに、便利な商用のExcel(エクセル)アドインツールが山のようにあります。さらに、Excel(エクセル)からフリーの分析ツールであるRを使うという技術もあります。RExcelというものです。正直言って、Rで直接分析した方が私には楽に感じられますが、ものすごく興味を持つ方が多いです。それぐらい、Excel(エクセル)の心理的壁を弱める力はすごいのです。結局のところ、みんなExcel(エクセル)が大好きなんだと、思わずにはいられません。

6. 心の壁が低くなる以外の理由

 Excel(エクセル)を上手く絡めることで、なぜかデータ分析とその活用が好転する。なぜでしょうか。

 今までお話ししたように、Excel(エクセル)を上手く絡めることで、データ分析に対し心の障壁が低くなり、心の余裕が生まれ、データ分析結果の解釈やその活用まで頭が回り、良い方向に行くのだと思います。それだけではないようです。実際に、どのようなことをしているのかをExcel(エクセル)を見せて頂いたり、ヒアリングしたことがあります。

 Excel(エクセル)の「Iシート」(入力データ例と意味)と「Oシート」(出力データ例と解釈)が、意外と効いているなとなと感じました。ただ単に、心の障壁を低くするだけでなく、Excel(エクセル)そのものがガッツリ活用されていたのです。データ分析を使う現場で、分析そのもので試行錯誤したり、分析結果を解釈するとき、「Iシート」(入力データ例と意味)と「Oシート」(出力データ例と解釈)を、ものすごく活用しているのです。

 その気になれば、データ分析作業をしていない人でも、Excel(エクセル)の「Pシート」(加工・集計・分析)通りに実施すれば、「Oシート」(出力データ例と解釈)を出せます。ある企業様では、Pythonで基本的な分析プロセスを自動化し、Excel(エクセル)の「Oシート」を自動で出力させるようにしていました。実際は、CSVファイルというExcel(エクセル)で開けるファイル形式ですが。

 もちろん、「Iシート」(入力データ例と意味)と同じものがCSVファイルとして保存されています。データ分析結果を活用する側が気になった時に、Excel(エクセル)の「Iシート」(入力データ例と意味)と「Oシート」(出力データ例と解釈)をいつでも見て確認できる状態にしてあるということです。そして、その意味や解釈の仕方などがサンプルとしてExcel(エクセル)の「Iシート」(入力データ例と意味)と「Oシート」(出力データ例と解釈)にあるので、ガッツリ見ていたのです。少なくとも、データ活用の促すのに、Excel(エクセル)が非常に役に立っているということです。

7. エクセルレベルでデータ活用を実現

 今回は、Excel(エクセル)レベルでデータ活用を実現させるのが、ビジネス上でデータ活用するとき、一番の成功の早道かもしれないという話しをしました。結局、売上分析の初心者も上級者も、結局Excel(エクセル)が大好きなので、結構使います。レベルでツールを分けるのではなく、売上分析の初心者も上級者も大好きなExcel(エクセル)を入り口にすることで、社内のデータ活用が上手くいきます。

 社内のデータ活用が上手くいっていないようでしたら、今さらExcel(エクセル)レベルのデータ活用なんて低レベルだ! と言わずに一度試してみてください。Excel(エクセル)レベルのデータ活用すらできないのに、高機能で高価な分析ツールなんて使いこなせないと、私は感じています。

 ここでいう使いこなすとは、「単にデータ分析ができます」ということではなく、「データ分析を活用して、具体的なビジネス成果を得る」ということです。どんなに素晴らしいツールで、どんなに素晴らしい分析をしても、企業活動としてデータ分析をするのならば、ビジネス成果につながらなけば無意味です。単なる、ツール代と工数(人件費)とデータ維持費の垂れ流しです。売上分析が上手くいっていないようでしたら、ぜひ、Excel(エクセル)レベルで売上分析を実現させ、今まで以上のビジネス成果を得て頂ければと思います。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
分析データの粒度はより細かく データ分析講座(その164)

  ◆ 分析は最終的かつ不可逆的なもの  蓄積され続けてはいるけど、人手にあまり触れられていないデータの中には、データの粒度がバラバラな...

  ◆ 分析は最終的かつ不可逆的なもの  蓄積され続けてはいるけど、人手にあまり触れられていないデータの中には、データの粒度がバラバラな...


「比較のための因果推論」の手法3選:データ分析講座(その328)

  ビジネスシーンで「比較のための因果推論」をすることは、意識していないだけで、実は意外と多いのです。例えば、新製品の価格設定を検討してい...

  ビジネスシーンで「比較のための因果推論」をすることは、意識していないだけで、実は意外と多いのです。例えば、新製品の価格設定を検討してい...


小売の売上分析 データ分析講座(その87)

  ◆ 小売の売上分析、2つの指標だけで考える小売業の「データ分析的な戦略」  実践的なデータ分析・活用の話題です。小売店対象のお話で1店舗...

  ◆ 小売の売上分析、2つの指標だけで考える小売業の「データ分析的な戦略」  実践的なデータ分析・活用の話題です。小売店対象のお話で1店舗...


「情報マネジメント一般」の活用事例

もっと見る
情報、常識の検証を考える

1、勝ち組と負け組を支配する情報  皆さんがご存じの大手予備校有名講師である林先生が、かつてテレビで「情報」に関して興味深いことをおっしゃっており、...

1、勝ち組と負け組を支配する情報  皆さんがご存じの大手予備校有名講師である林先生が、かつてテレビで「情報」に関して興味深いことをおっしゃっており、...


‐販路開拓に関する問題事例‐ 製品・技術開発力強化策の事例(その19)

 前回の事例その18に続いて解説します。多額の資金と労力を費やして開発した知的財産をどのように活用して販路開拓に結びつけるのか、大変重要な問題ですが、販売...

 前回の事例その18に続いて解説します。多額の資金と労力を費やして開発した知的財産をどのように活用して販路開拓に結びつけるのか、大変重要な問題ですが、販売...


‐社内の問題克服による開発活動‐  製品・技術開発力強化策の事例(その14)

 前回の事例その13に続いて解説します。社内における様々な問題を高いレベルで深く追及して解決することが、競争力のある技術を育成し、売れる製品を生み出す事に...

 前回の事例その13に続いて解説します。社内における様々な問題を高いレベルで深く追及して解決することが、競争力のある技術を育成し、売れる製品を生み出す事に...