イメージ画像

AKB総選挙予測に学ぶビッグデータの扱い方

最近、流行語のように「ビッグデータ」や「統計学」などの言葉が叫ばれています。

富士通総研さんが面白いレポートを書いてます。

AKB総選挙予測にみるソーシャルメディアの有用性
数学的な難しい内容はおいといて、8個のデータを用いて、総選挙の順位を統計的に予想し、

ほぼ的中させています。

その8個のデータとは、次の通りです。
(1)速報時の得票数
(2)去年の得票数
(3)Google+の登録者数(Google+はFacebookの類似サービス)
(4)速報前15日間のAmebloへの候補者名の書き込み件数
(5)発表2日前までの15日間のAmebloへの候補者名の書き込み件数
(6)昨年の発表2日前までの15日間のAmebloへの候補者名の書き込み件数
(7)速報前15日間のTwitterへの候補者名のつぶやき件数
(8)発表2日前までの15日間のTwitterへの候補者名のつぶやき件数
富士通総研さんの記事には数式が書いてありますが、数式を理解する必要はありません。
このようなデータから、経営者が需要を予測することができるのです。

自社では無理だよという声が聞こえてきます。

実はビッグデータと呼ばれるものは、どの会社にもあります。
通販会社を例に取りましょう。

データとして性別・年齢・婚姻・住所・購入回数・購入商品・初購入年月日などがあれば1,000件もあれば十分です。

 

確かに正確な予測は無理でしょうが、簡単な予測ならできます。

30代独身、千葉県在住の女性が購入することが分かれば、そのターゲットにダイレクトメール(DM)を送れば良いのです。

今までは、女性全体にダイレクトメールを出していたのであれば、より効果的に広告や販売促進ができる仕組みです。

で、どうやるの?という疑問があると思います。

実はExcelで出来てしまうのです。

もちろんデータ解析するので、パソコンのパワーも必要ですし、特殊なソフトをインストールする必要もあります。

ソフトはマイクロソフトが提供してくれて、無料です。

どうです?自社でもできそうでしょ?

興味のある人は、「データマイニング」でググってみてくださいね。

タグ

2013年7月27日 | コメントは受け付けていません。 |

カテゴリー:売上拡大

情報の分析・評価方法 その7

こんにちは。経営計画作成のエキスパートで公認会計士・税理士の李 です。

前々回 では、情報は必ずしも正しいとは限らない。

情報から意外な事実の発見があることを書きました。

そして、前回 では情報の分析方法をの例を紹介しました。

今日も情報分析方法の例を一つ紹介しますね。

今日の分析手法の一つはフローチャートです。

簡単に問題発見から、解決までの大まかな流れを

フローチャートにしました。

上のフローチャートでは、

①事実として何があるのか?

②問題点

③問題が起きた結果として、どのようなことが生じたか?

④解決策

と、大まかな流れを示してます。

この他に原因ごとに何をどうするのか?

具体的な解決策を示していきます。

全体の森を見てから各論の木を見ていくのが利益を伸ばすコツです。

社長や経営者が何をどうするのか、

課題を図示した方が分かりやすいです。

実際の私のコンサルティングでも、

イメージしやすく分かりやすく説明してます。

ブログでは、フローチャートも簡略化したものを使っています。

タグ

2012年6月13日 | コメントは受け付けていません。 |

カテゴリー:経営計画

情報の分析・評価方法 その4

こんにちは。公認会計士・税理士の李 です。

前回 まで、情報は必ずしも正しいとは限らない。

情報の信頼性を確かめることが大切

ということを書いてきました。

今日も前回の続きです。

今日のテーマは

会社全体の課題です。

社内で課題と言われてることも、本当にそうなのか検証する必要があるんですよ。

例えば売上が目標を下回ると、営業が悪いと指摘した声があったとします。

しかし、
営業がどのように頑張っても、
商品やサービスの品質が悪ければ売れません。

つまり、開発部門や仕入部門に問題がある可能性があります。

逆に売上が好調だと開発部門や仕入部門が評価され、
営業部門が頑張っても評価されないこともあります。

このように、モノやサービスが売れない理由は、

社内の共通認識が出来上がっていたとしても

本当にそうなのか、確認する必要があります。

意外な問題点が発見されて、売上が伸びることもありますよ。

タグ

2012年6月8日 | コメントは受け付けていません。 |

カテゴリー:経営計画

このページの先頭へ