第1回　問題解決方法
ビッグデータの分析・活用では
PPDACサイクルを使います

例えば、PPDACサイクルを
コンビニにあてはめると･･･
こうなります。

① Problem（問題）
　とあるコンビニでは、ここのところずっと売上の減少が続いています。ならば、「問題」は売上減少で、「課題」は売上向上となります。指標としては、売上高（金額）が適切でしょう。

② Plan（計画）
　コンビニの店長は、課題の売上向上を実現するための施策を考えてみました。施策の方向性としては、「新規顧客を増やす」「リピーターを増やす」「1人当たりの購入点数を増やす」などがあります。
　このコンビニの品揃えは、ごく一般的で、他店との違いはありません。立地は住宅地の中ですから、新規の顧客はあまり見込めそうにありません。リピーターも今以上には増えないでしょう。
　そうすると、現実的な施策としては「1人当たりの購入点数を増やす」しかない、と店長は考えました。1人当たりの購買点数を増やすためには、地域住民が欲しい商品を揃えるしかありません。ならば、住民たちが欲しい商品を探るために「年代別に購入品が異なるのではないか」という仮説を立ててみます。
　店に蓄積されたデータから、若年層・中年層・老人層・後期高齢者層でそれぞれ購入品に違いのあることが証明されれば、地域の年齢構成に合わせた品揃えにできます。あとは、住民に対してPRすれば、売上向上が見込めます。
　店長の仮説のために必要なデータは、年齢（性別もあればなお良い）・購買日時・購入品名・個数・単価などです。これらのデータをクロス集計するだけで、分析可能です。

③ Data（データの収集）
　コンビニにはPOSデータがありますが、「年齢」がすべてのPOSデータにあるかは疑問です。会員になっているお客さんなら、会員カードに年齢が登録されている可能性が高いですが、非会員のお客さんのデータには年齢がなく、使用できないかもしれません。この点には注意が必要です。
　POSデータが揃った段階で、各項目に矛盾がないかのチェックは必須です。さらに、年齢を年齢階級（例：20～39 / 40～59 / 60～74 / 75以上）に分類しておくと、分析がスムーズに進みます。

④ Analysis（分析）
　POSデータからは、「過去からの売上推移（全体と年齢階級別：棒グラフ）」「年齢階級別売上商品トップ10（表）」「年齢階級別 / 商品分類別売上商品トップ5（表）」「売上商品トップ10 / 売上商品トップ5の全売上高に占める割合（表）」「当該地域の年齢構成（RESAS使用：棒グラフ）」「来店者の年齢構成（棒グラフ）」などの表やグラフが出力できます。売上向上の施策に活用できるヒントを見出せれば、他にも深掘りして分析する要素は探せます。


⑤ Conclusion（結論）
　店長は、地域の年齢構成を把握し、どういう年齢層が店を訪れ、どういう商品を買っていくのかを知ることができました。その分析結果を参考に、それぞれの年代に合った品揃えをすることにしました。さて、このコンビニの売上はどのくらい上がったのでしょうか…？
　仮に、当初の指標よりも売上の伸びが下回ったとしても、店長が気落ちすることはありません。新たな問題を見つけ、課題を設定し、指標を決めて…とPPDACサイクルを続けて回していけばいいのです。