「コンサルを超える問題解決と価値創造の全技法 」を読んでいます(その13):ビックデータは空振りも多い
続きです。
実際と異なることはよくある。
例.環境に配慮した商品にはプレミアムを払う。に〇をする人が、実際は少しでも安いものを買う。行動ではなくそう思っているを示す。
ビッグデータは相関はあってもなぜかは仮説を立てにくい。
スーパーでおむつとビールがなぜか一緒に売れる。バスケット分析。
推論でお母さんに行かされたお父さんがビールを買う。
男が来る売り場におむつも置いて売れるか。
車でまとめ買いが理由かも。
下手な仮説よりおむつの隣にビールを置く。
ビックデータは空振りも多い。
amazonでアリストテレスを注文したら、会計入門がレコメンドされた。
ある大手小売りチェーンの研修でこの2冊が事前図書に指定されたから。
どちらもそう売れない。100を超える注文が相関関係になった。
父の日とステテコ。データ分析しなくても分かる。
思いもよらない相関が出て、売上向上したという例はあまり聞かない。
逆のケースで仮説から成功はある。
ウォルマートで赤ちゃん用いるとおむつと粉ミルクは別のコーナー、フロアが別。
ショッピングは15分勝負、一か所にまとまると助かる。
ママ向けコーナーを作った。ウォルマートの規定違反だが、売上が大変伸びた。
ビックデータと正反対、お母さんのニーズを仮説からやる。
仮説の方がビックデータより正しい。
続きます。