業績アップの方法を探るデータ分析 仮説立てと数字分析で解決策を導く

課題につながる複数の要因を仮説として設定し、それぞれの仮説が正しいか否かを分析、検証します。

まずは、現状把握からスタートし、その結果から深掘りすべきポイントを絞って、要因や対策を探るという一般的な課題解決のプロセスを通して考えてみましょう。

まず担当地域のなかで売り上げの減少が顕著に続いているA店に焦点を当て、課題である売り上げを因数分解します（下図）。売り上げを構成する要因はほかにもありますが、ここでは顧客の年齢層に課題ありという仮説にフォーカスして話を進めます。

これにより、各年齢層における来店者数の推移や、週による来店者数のバラつきから、安定した集客への課題のポイントを特定できるのではないかという仮説が立てられます。すると、必要になるのは年齢層ごとの来店者数データとなります。

【仮説を検証するためのデータを集めよう】

●売り上げ構成図
まずは、売り上げの減少が続いているA店の課題である売り上げ構成要素を分解してみる。構成要素は様々あるが、今回は「年齢層に分けて来店者の推移を見ることで、対策をとるべき年齢層と課題が発見できるのではないか」という仮説を基に構成図をつくることにした。

●平均来店者数
仮説と構成図を基に、年齢層（横軸）ごとの過去30週分の来店者数データを集めた。AVERAGE関数を使って30週を通した平均来店者数を出した結果、平均的には21～35歳の来店者数が最も少なく、51歳以上が最も多いことがわかった。しかし、これは30週通してのどんぶり勘定的な「大きさ」を把握した程度。意思決定につなげるには時期尚早だ。