数字ではなくインサイトを見つける

データ vs インサイト

🔄 前のレッスンで、伝わるビジュアライゼーションの作り方を学んだ。今回は、チャートに何を込めるべきか——インサイトの見つけ方に焦点を当てる。

「先月の売上は1.2億円でした。」

これはデータだ。インサイトではない。

「先月の売上は1.2億円で、目標を8%下回った。減少の原因はエンタープライズセグメントの大口3社が契約更新しなかったためで、共通の不満点はカスタマーサポートの応答速度だった。サポート体制の強化で、来四半期の同様の離脱を防止できる可能性がある。」

これがインサイトだ。データを意思決定に結びつけている。

インサイトの4レベル

レッスン2で学んだ問いの階層と連動する：

レベル1：記述的（何が起きた？）

「Q3の売上は前年比5%減だった。」

→ 事実を述べているだけ。最も価値が低い。

レベル2：診断的（なぜ起きた？）

「減少の原因は、エンタープライズ顧客の解約率が12%から18%に上昇したことだ。」

→ 原因を特定している。アクションの方向が見え始める。

レベル3：予測的（何が起きるか？）

「現在のトレンドが続けば、Q4にはさらに3社のエンタープライズ顧客が離脱する可能性がある。」

→ 未来を予測している。先手を打てる。

レベル4：処方的（何をすべきか？）

「サポート応答時間を24時間以内に短縮し、リスクの高い顧客に先制的にアカウントレビューを実施すべきだ。これにより離脱率を推定5%ポイント削減できる。」

→ 具体的なアクションを推奨。最も価値が高い。

AIを使ってインサイトを深掘りする

ステップ1：記述から始める

以下のデータを要約してください。主要な指標と、
前期比の変化を記述してください。

[データを貼り付け]

ステップ2：「なぜ」を問う

売上が前年比5%減少しています。
考えられる原因は何ですか？
以下の観点で分析してください：
- 顧客セグメント別の変化
- 製品別の変化
- 地域別の変化
- 季節要因

ステップ3：予測を求める

過去12ヶ月のトレンドに基づき、
来四半期の予測シナリオを3つ作成してください：
楽観的、基本、悲観的。
各シナリオの前提条件と、
実現可能性を説明してください。

ステップ4：アクションを導く

この分析に基づいて、
3つの具体的なアクション提案をしてください。
各提案について：
- 期待される効果
- 実施コスト/リソース
- タイムライン
- 成功の測定方法
を含めてください。

✅ Quick Check： 「先月のウェブサイト訪問者数は50,000人でした」——これはデータかインサイトか？これをインサイトに変えるには何が必要か？

セグメンテーションの力

平均値はインサイトを隠す。

「顧客満足度は平均4.2/5.0」は良さそうに見える。しかしセグメントで分解すると：

エンタープライズ顧客（最大の収益源）が深刻な不満を抱えていることが見える。全体平均だけでは決して気づかない。

セグメンテーションの軸

データをどう分解するか——いくつかの定番軸：

• 顧客タイプ別： エンタープライズ / SMB / 個人
• 地域別： 関東 / 関西 / 九州 / 北海道
• 時間別： 月次 / 四半期 / 年次
• チャネル別： オンライン / 店舗 / パートナー
• 製品別： カテゴリA / カテゴリB / カテゴリC

AIにセグメント分析を依頼する

以下のデータを、[セグメント軸]で分解して分析してください。
各セグメントで：
- 主要指標の値
- 全体との差異
- 注目すべきパターンや異常値
を示してください。

特に、全体平均に隠れている重要なパターンがあれば指摘してください。

相関と因果を区別する

データ分析で最も危険な罠：相関を因果と混同すること。

相関： アイスクリームの売上と溺水事故は同時に増加する。 因果ではない： アイスクリームが溺水を引き起こすのではない。両方とも「気温」が原因だ。

AIに聞くべき質問

発見したパターンに対して：

• 「この相関に他の説明はありますか？」
• 「第三の変数がこの両方に影響している可能性は？」
• 「この因果関係を確認するには、何のデータが追加で必要ですか？」

インサイトの検証

見つけたインサイトが信頼できるか確認する3つのテスト：

1. 再現性： 別の期間やセグメントでも同じパターンが見えるか？
2. 規模： サンプルサイズは十分か？統計的に有意か？
3. 合理性： ビジネスの文脈で論理的に説明がつくか？

Key Takeaways

• データは記述する。インサイトは解釈しアクションに結びつける
• インサイトの4レベル：記述的→診断的→予測的→処方的
• AIを使って「なぜ」を深掘りし、予測とアクション提案を得る
• セグメンテーションは平均値に隠れたパターンを明らかにする
• 相関と因果を区別する——AIにも代替説明を問う
• インサイトを再現性、規模、合理性で検証する

Up next: 次のレッスンでは、オーディエンス別レポート術——経営層、同僚、技術者向けに分析結果を効果的に伝える方法を学ぶ。