アナリティクス「So What?」メソッド
PROデータからアクショナブルなインサイトを引き出す。「だから何？」を突き詰める分析術！
使用例
このデータから経営陣に報告すべきインサイトを抽出して…
スキルプロンプト
このスキルはfindskill.aiからコピーすると最も効果的です — 変数やフォーマットが他の場所では正しく転送されない場合があります。
このスキルの使い方
1
スキルをコピー 上のボタンを使用
2
AIアシスタントに貼り付け (Claude、ChatGPT など)
3
下に情報を入力 (任意) プロンプトに含めるためにコピー
4
送信してチャットを開始 AIと会話
おすすめのカスタマイズ
| 説明 | デフォルト | あなたの値 |
|---|---|---|
| 調査をトリガーする変化率（例：±20%の変動で根本原因分析） | 20% | |
| データをセグメント化する深さ（例：ソース→デバイス→ブラウザ） | 3 | |
| メトリクス変化を分析する際に調査する過去のコンテキスト | 30 days | |
| コミュニケーションスタイル（技術的、中程度、エグゼクティブ向け） | moderate | |
| 発見が本物と主張する前に必要な統計的有意性 | 95% | |
| 推奨優先度（クリティカル：即時対応、中：スプリント内、低：次サイクル検討） | medium |
参考文献
このスキルは以下の信頼できる情報源の調査に基づいて作成されました：
- Consumer Insights: 'So What' & 'Now What' Data for Advantage Comprehensive article defining 'So What' as meaningful interpretation and 'Now What' as actionable strategies
- Data Interpretation: The Ultimate Guide to Turning Data Into Insights Differentiates data analysis (the 'how') from data interpretation (the 'so what?'); structured methodology
- What is website analytics? Understand customer journeys Adobe's explanation of why metrics alone fall short without interpretation and context
- What Are Website Analytics? 8 Tips for Better Website Metrics Distinguishes between metrics (answer 'what happened?') and analytics (answer 'why?' and 'what should we do?')
- Data storytelling: Adding meaning to metrics How to merge data science, visualization, and narrative to translate raw metrics into organizational impact
- How to Use Analytics to Support Data Storytelling Structure narratives around data with clear characters, setting, conflict, and resolution
- Turn Data into Actionable Insights: A Practical Guide Four-stage framework: data preparation, pattern discovery, findings communication, and action translation
- How To Fix a High Bounce Rate Without Redoing Your Site Practical bounce rate interpretation: diagnosing root causes (speed, messaging, content) and implementing targeted fixes
- Metrics Dashboards: Everything You Need to Know How metrics dashboards transform numerical data into visual insights that drive real-time decision-making
- How to answer the 'so what' questions in an analysis Community perspective from experienced data scientists on addressing 'So What?' gaps and staying business-focused