Googleデータアナリティクス：定性データと定量データ

はじめに

本記事は、Googleデータアナリティクスのプロフェッショナル認定証のプログラムより、参照させて頂いています。興味を持った方は、是非受講してみてください。

定量データ

『数値的な事実を 具体的かつ客観的に測定するためのもの』

• 「何」
• 「いくつ」
• 「何回」

つまり、 毎週何人が電車で通勤しているのか といった、測定できるデータです。

定性データ

『数値データでは測れない性質や特徴、 あるいは物事に対する 主観的で、説明的な指標を表すもの』

• 「あなたの髪色」

定性データは 「なぜ」という疑問の答えに最適です。

• 「ある有名人や特定のスナック菓子が 他よりも好きなのはなぜ？」

定量データと定性データの両方を活用する

定量データでは、数字をグラフやチャートとして 可視化して見ることができます。 さらに、定性データを見て なぜそのような数値になったのかが より高度に理解することができるのです。 これは、その課題におけるコンテキストを 理解するために重要なことです。

あなたは今後データアナリストとして、 業務上の課題に応じて 定量分析と定性分析の両方を 使い分けていくでしょう。 レビューがその良い例です。 何かを買ったり、 どこへ出かけるのかを決めるさいに、 レビューを見たことがあるのではないでしょうか。 そのさい、どれだけの人が おすすめしていないのか、とともに なぜおすすめしないのかという理由も 見ませんでしたか？

企業もこれらのレビューを読んでいます。 ですが、そのレビューを利用する目的が 少し違います。 ここでは、企業が カスタマーレビューのデータを 活用した例を見て、 定性データと定量データの 使い分けを確認しましょう。

レビュー例

あるアイスクリーム店が、 オンライン レビューを利用して 顧客との関係を築き、 ブランドを確立した例です。 レビューを通して アイスクリーム店は お客様の体験談を、 意思決定に役立てることができます。

具体的には、オーナーはある日お店の評価が 下がっていると気付きました。 そして最近 自分の店に否定的なレビューが 多く寄せられていることに気づきました。 その理由が知りたくて、 彼は問いかけを始めます。

• 1 つ目は、計測可能な問いかけです。 これらの問いかけは、 定量データ、すなわち、 顧客が満足していないことが確認できる、 数値的なデータを得ることができます。
  • 「否定的なレビューはいくつ あるだろうか？」
  • 「レビューの平均値は？」
  • 「これらのレビューの内のいくつが、 同じキーワードを使用しているか？」
• 2 つ目は、定性データにつながる問いです。
  • 「なぜ、顧客は不満を抱いているのか？」
  • 「どうすれば彼らの顧客体験を 改善できるか？」

一通りレビューに目を通した アイスクリーム店のオーナーは、

• 否定的なレビューのうち 17 件に "ガッカリした"という言葉が使われていた ことを特定しました。 これが、定量データです。
• ここからは、「なぜ”ガッカリした”という 言葉がよく書き込まれているのか？」 という定性データを収集していきます。 そこでオーナーは、 人気のフレーバーが、いつも 日中に売り切れてしまうので 顧客がガッカリしている、 ということに気付きました。

それさえ分かれば、 このアイスクリーム店は、 顧客の要望を十分に満たすために、 毎週の発注量を変更するなどの 対応が可能になります。 このアイスクリーム店のオーナーは、 顧客が不満を抱いていることを知り、 定量データと定性データの両方を活用し、 不満の理由を突き止めることができたのです。 両方のデータを活用することで 適切な対応が可能になり、 そしてビジネスの改善に繋がっていきます。

シナリオ：映画館のデータアナリスト

あなたは映画館のデータアナリストで、上司から以下の傾向を追跡するよう求められています。

• 映画の観客動員数の推移
• 売店の利益率
• レイトショーの観客の好み

このシナリオでは、これら 3 つの傾向を確認するための定量データがすでに存在しています。

映画の観客動員数の推移

最初にやることは、映画館が持っている優待プログラムの履歴データから、どのようなインサイトが得られるかの調査です。過去 3 ヶ月の入場者数を調べたところ、直近の 3 カ月には大型連休がなかったため、1 年分のデータを見る方が良いと判断しました。定量データを確認したところ、予想通り、平均入場者数は月 550 人でしたが、休日のある月は月平均 1,600 人にまで増えていることがわかりました。

あなたはこのデータを保管するとともに、数ヵ月後に映画館がレイトショーのチケットを値上げするのに伴い、その後再び分析を再開することにしました。

売店の利益率

利益は、売上高から原価を差し引いて算出されます。過去のデータを見ると、売店は利益を出しているものの、利益率は 5％ 以下と非常に薄いことが分かりました。さらに、平均購入額は 2,500 円以下であることがわかりました。あなたは、この状況を継続して確認することにしました。

あなたはデータ収集ツールを理解したうえで、売店の食べ物について観客がコメントできるオンラインアンケートの導入を提案しました。 これによりさらに定量的なデータを収集することができ、メニューの見直しや利益アップにつながる可能性があります。

レイトショーの観客の好み

過去のデータを分析した結果、午後 7 時 30 分のレイトショーが最も人気があり観客も多く、次いで午後 7 時 15 分、午後 9 時のレイトショーの観客が多いことが判明しました。
あなたは、現在観客が少ない午後 8 時のレイトショーを、午後 8 時 30 分に変更するのを提案しようと考えましたが、「遅い時間の方が観客が多い」という直感を裏付けるデータがもっと必要です。

夕方の映画の観客は、映画館にとって最大の収入源です。そこで、より深いインサイトを得るために、オンラインアンケートに質問を追加することにしました。

3 点についての傾向とチケット価格に関する定性データ

あなたはこの映画館で数ヶ月後にレイトショーのチケットを値上げする予定であることを知っていたため、お客様の価格に対する温度感を知るための質問もアンケートに記載します。

最終的なオンラインアンケートには、定性データを得るため以下のような質問を含むとよいでしょう。

• 今日、当劇場で映画をご覧になることにしたきっかけは何ですか？(観客動員数に関する質問)
• 売店で買った物の品質や値段についてどう思いますか？（売店の収益性に関する質問）
• 午後 8 時と午後 8 時 30 分なら、どちらの時間帯が好ましいですか？（レイトショーの観客の好み）
• どのような理由で、夜の上映よりも日中の上映を選びますか？（チケットの値上げに関する質問）

まとめ

データアナリストは、一般的に定量と定性、両タイプのデータを活用します。

通常、定性データは理由やより詳細な説明を含み、定量データをよりよく理解するのに役立ちます。つまり、定量データでは「何を」、定性データでは「なぜ」を知ることができるのです。

定量データと定性データの両方を活用することで、人々がいつ映画を観に行くのが好きなのか、なぜその映画館を選ぶのかを知ることができます。

• 人々はリクライニングチェアをとても気に入っているのかもしれません。
• その映画館は、ルートビアが飲める唯一の映画館かもしれません。
• 上映時間を遅くすれば、人気のあるレストランから映画館まで車を運転して来て間に合うかもしれません。
• 子供がいてお金を節約するために日中の上映を好むのかもしれません。

これらの情報は、観客動員数、利益、上映時間などの定量データだけを分析しても発見できないでしょう。