問題と問い｜課題設定・分析計画

このページはプロモーション（広告）を含みます。

課題設定・分析計画（初級・読む25分＋演習30分）

この授業のゴール

• 「売上が下がった」などの現象・目標と、分析で答える問いを区別して説明できる
• 問いに必要な5要素（対象・期間・定義・比較・変わる判断）を埋めて、1文の分析の問いを書ける
• 売上を「来店者数×購入率×購入者1人当たり売上」に分解し、どの要素の変化に対応しているかを計算できる
• 分解の結果から言えること（どこを調べるか）と言えないこと（原因の断定）を分けて書ける

仕事でどう使うか

分析の仕事は「データを集計すること」ではなく、誰かの判断を良くすることです。依頼は多くの場合「売上が下がっているので分析して」という漠然とした形で届きます。この依頼をそのまま集計に移すと、グラフはたくさんできても、誰も何も決められない報告になりがちです。

この授業では、架空の雑貨店の売上減少を題材に、現象 → 問い → 分解 → 次に調べることの流れを体験します。モジュール全体（AN01）で、最終的に「担当・期限・比較案・判断できないこと」まで書いた分析計画を作れるようにします。

前提

次の考え方を使います。不安があれば先に戻ってください。

• データ・情報・判断の違い（数字そのもの、意味づけされた数字、それを使った行動の選択）→ データ・情報・判断の違い
• 売上を掛け算に分ける考え方（来店者数×購入率×単価）→ DSの仕事を小例で体験
• 割合とパーセントポイント（20%→25%は「5パーセントポイント増」で「25%増」）→ 比率・割合・パーセントポイント
• 必要な問いとデータの関係 → 必要な問いとデータ

計算は掛け算と割り算だけです。本文中の Python のコードは画面内で実行でき、数字を変えて試せます。

身近な状況：「売上が下がった。分析して」と言われたら

架空の雑貨店「さくら雑貨 駅前店」の店長から、次のような依頼が届きました。

「先月に比べて今月の売上が2割も下がった。原因を分析してほしい。」

手元にある数字は次の表です（1人の購入者は1か月に1回だけ買う、という架空の単純化をしています）。

ここで多くの初学者がやってしまうのは、すぐに「広告を減らしたからだ」「天気が悪かったからだ」と原因の話を始めることです。しかし、店長の言葉には次の3種類が混ざっています。

1. 現象：売上が20万円から16万円に下がった（観測された事実）
2. 原因の推測：何かが原因で下がったはずだ（まだ確かめていない考え）
3. 暗黙の目的：売上を元に戻したい（店長が本当に欲しいのは、何をすればよいかという判断材料）

分析を始める前に、この3つを分けることがこの授業の出発点です。「売上が下がった」は現象であって、まだ問いではありません。問いとは、答えが出たときに誰かの行動が変わる形に書かれたものです。

直感的な説明：問いは「判断の分かれ道」に置く看板

道に迷った人に「どこかへ行きたい」と言われても、案内はできません。「駅とバス停のどちらへ行くべきか」と聞かれれば、案内できます。分析も同じで、選択肢が2つ以上あり、どちらを選ぶかで迷っている場所に問いを置くと、答える価値が生まれます。

さくら雑貨の場合、店長が来月に打てる手は、例えば次のようなものです。

• 集客施策（チラシ配布、SNS広告）を増やす
• 品ぞろえや欠品対策を見直す（来た人が買えるようにする）
• 何もしないで様子を見る（一時的な変動かもしれない）

すると、問いは次のように具体化できます。

「今月の売上減少は、来店者数・購入率・1人当たり売上のどれの変化に対応しているか。その結果により、来月は集客施策と欠品対策のどちらを先に試すかを決める。」

この1文には、何を比べるか（先月と今月、3つの要素）と、答えで何が変わるか（来月の施策の優先順位）が入っています。「原因を分析して」よりずっと狭いですが、狭いからこそ、データで答えられます。

ポイントは、分解は原因の確定ではなく、次に調べる場所を絞る道具だということです。分解の結果「来店者数が減った」と分かっても、なぜ減ったか（広告、天気、近くの競合店、工事など）はまだ分かりません。それでも「品ぞろえより先に集客側を調べる」という絞り込みはできます。

正確な定義：現象・目標・仮説・問いと、問いの5要素

用語を正確に分けます。

分析の問い（analytical question）は、次の5要素がそろって初めて答えられる状態になります。

1. 対象：どの店舗・顧客・商品か（駅前店だけか、全店か）
2. 期間：いつといつか（暦月か、直近30日か。日数がそろっているか）
3. 定義：売上は税込か税抜か、返品を引くか、来店者数はどのセンサーで数えたか
4. 比較：何と何を比べるか（先月、前年同月、他店、計画値）
5. 変わる判断：答えにより誰が何を決めるか（店長が来月の施策を選ぶ）

売上の分解は、次の恒等式（定義から必ず成り立つ式）で表します。

$$\text{売上} = N \times r \times a$$

• $N$：来店者数（人）
• $r$：購入率＝購入者数÷来店者数（0〜1の割合。%で書くときは100倍）
• $a$：購入者1人当たり売上（円/人）

先月を代入すると $1000 \times 0.20 \times 1000 = 200{,}000$ 円、今月は $800 \times 0.20 \times 1000 = 160{,}000$ 円です。$r$ と $a$ は同じで $N$ だけが2割減っているので、今月の4万円減は来店者数の減少に対応していると言えます。

注意：「対応している」と「原因である」は違います。この式は掛け算の恒等式なので、どんなデータでも必ず成り立ちます。式が成り立つことは、来店者数を増やせば売上が戻ることの証明にはなりません（例えば、来店者の中身が変わり、増やしても買わない人ばかりが来るかもしれません）。

段階付き例題：依頼から問いと次の調査までの5ステップ

入力：店長の依頼「売上が2割下がった。原因を分析して」と、上の表。

ステップ1：計測と定義の変更を先に疑う。原因を探す前に、「数字の作り方が変わっていないか」を確認します。今月から来店者センサーを交換していないか、売上に返品を含める扱いが変わっていないか、今月の営業日数が少なくないか（例：先月31日、今月28日で改装休業2日）。もし営業日数が違うなら、1日当たりで比べ直します。ここでは「同じ店舗・同じ営業日数・同じ定義」と確認できたとします。

ステップ2：売上を要素に分解する。

ステップ3：対応している要素を読む。変化しているのは $N$ だけです。4万円の減少は来店者数の減少に対応しています。

ステップ4：原因の仮説を並べる（まだ断定しない）。来店者数が減る理由として、「チラシ配布を先月でやめた」「駅前の道路工事」「雨の日が多かった」「近くに競合店が開店した」などが考えられます。これらは仮説であり、どれもまだ確かめていません。

ステップ5：判断と次に必要なデータを決める。店長の判断は「来月、集客施策と欠品対策のどちらを先に試すか」です。分解の結果、購入率と単価は変わっていないので、欠品対策の優先度は下がります。集客側の仮説を見分けるために、日別の来店者数・天気・チラシ配布日・工事期間を追加で集めます。

出力：「売上減少4万円は来店者数の減少（1,000→800人）に対応。購入率・単価は変化なし。来店減の原因は未確定で、日別来店者数と天気・チラシ・工事の記録で集客側の仮説を見分ける。それまでは欠品対策より集客施策の検討を優先する。」

意味：この出力は「原因はこれです」と言っていません。それでも、店長はどちらを先に検討するかを決められます。これが「判断に使える分析」です。

操作して理解する：数字を変えて、分解の結果を予想する

次のコードは、2か月の数字から売上と各要素の変化率を計算します。N（来店者数）、r（購入率）、a（1人当たり売上）の値を書き換えて、実行前に結果を予想してから確かめてください。

# 先月と今月の数字（辞書：キーは要素名、値は数値）
last = {"N": 1000, "r": 0.20, "a": 1000}
this = {"N": 800,  "r": 0.20, "a": 1000}

def sales(d):
    # 売上 = 来店者数 × 購入率 × 1人当たり売上（戻り値は円）
    return d["N"] * d["r"] * d["a"]

print("先月の売上:", round(sales(last)), "円")
print("今月の売上:", round(sales(this)), "円")
for k in ["N", "r", "a"]:
    change = this[k] / last[k] - 1   # 変化率（0.1なら+10%）
    print(f"{k} の変化率: {change:+.1%}")

出力は次のとおりです。

先月の売上: 200000 円
今月の売上: 160000 円
N の変化率: -20.0%
r の変化率: +0.0%
a の変化率: +0.0%

試してほしい変更：

• (1) 今月の r を 0.25 にする → 売上は $800 \times 0.25 \times 1000 = 200{,}000$ 円で先月と同じ。売上だけを見ると「何も起きていない」ように見えますが、来店者は2割減り、購入率は5パーセントポイント上がっています。
• (2) 今月を N=900, r=0.20, a=1100 にする → 売上は198,000円。ほぼ同じ売上でも、来店減と単価増が打ち消し合っています。
• (3) 3つすべてが少しずつ下がると、どれか1つだけでは説明できません。そのときは「どの要素から調べるか」を、動かせる施策があるかで決めます。

この操作から分かるのは、1つの指標（売上）だけで状況を説明してはいけないということです。

発展：問いの良し悪しを見分ける基準と、問いを変えてよい場合

良い分析の問いかを点検する観点を挙げます。

観測だけで答えられない問いもあります。「チラシを再開したら来店者は戻るか」は、介入（行動を変えること）の効果を聞いているので、過去のデータを眺めるだけでは確かめにくい問いです。この場合、一部の地区だけでチラシを配って比べる実験や、追加調査に進みます（A/Bテスト・実験分析（有料版）、因果推論・DAG・潜在結果（有料版）で扱います）。

問いは途中で変えてよいです。データを見て「来店者数ではなく、実は特定の曜日だけ減っている」と分かれば、問いを絞り直します。ただし、変更理由と日付を記録しておきます。記録がないと、都合の良い結果が出るまで問いを変え続けた（後付けの分析）と区別できなくなるからです。

また、分解の式は1通りではありません。「売上＝客数×客単価」「売上＝商品カテゴリ別売上の合計」「売上＝新規顧客の売上＋既存顧客の売上」など、判断に合う分け方を選びます。施策が「新規客の獲得」なら、新規と既存に分ける分解の方が判断に直結します。

よくある失敗

失敗1：現象を問いだと思い込み、グラフを作って完了にする

誤った進め方：「売上が下がった」を受けて、日別売上の折れ線グラフ、曜日別の棒グラフ、商品カテゴリ別の円グラフを10枚作り、「売上の推移をまとめました」と報告する。

なぜ誤りか：どのグラフも「何を判断するためのものか」が決まっていないため、店長は「で、何をすればいいの？」と聞き返すしかありません。グラフの枚数は成果ではありません。

直し方：最初に問いの1文（5要素入り）を書き、店長と合意します。各グラフは「この問いのどの部分に答えるか」を1行で説明できるものだけを残します。完了条件は「グラフができた」ではなく「店長が来月の施策の優先順位を決められる材料がそろった」にします。

失敗2：分解の結果を原因の証明として報告する

誤った報告：「来店者数が20%減っていました。原因は広告不足です。広告費を増やしましょう。」

計算の比較：

なぜ誤りか：分解は「どこが動いたか」を示すだけで、「なぜ動いたか」は示しません。同じ期間に工事や悪天候があれば、広告を増やしても来店は戻らないかもしれません。

直し方：報告を「対応している要素（言えること）」「原因の仮説（未確認）」「仮説を見分けるのに必要なデータ」の3段に分けて書きます。

失敗3：期間・対象・定義をそろえずに比べる

誤った計算：先月（31日・駅前店のみ）の売上200,000円と、今月（28日・駅前店＋臨時の催事売場）の売上を比べる。あるいは、先月は税込、今月は税抜で集計されていた。

例えば、先月31日で200,000円、今月28日で180,000円なら、月合計では10%減に見えます。しかし1日当たりにすると、先月 $200{,}000 \div 31 \approx 6{,}452$ 円、今月 $180{,}000 \div 28 \approx 6{,}429$ 円で、ほぼ同じです。減少の大半は日数の違いで説明できます。

なぜ誤りか：比べる2つの数字の作り方が違うと、差は「店の状況の変化」ではなく「数え方の変化」を含みます。

直し方：比較の前に、対象（店舗・売場）、期間（日数・営業日数）、定義（税込/税抜・返品の扱い・センサー）の3点を表にしてそろっているか確認します。そろわない場合は、1日当たりにする、同じ定義で集計し直す、比較できないと明記する、のいずれかを行います。

まとめ

• 「売上が下がった」は現象であり、問いではない。問いは答えにより誰かの判断が変わる形で書く。
• 問いの5要素は、対象・期間・定義・比較・変わる判断。
• 原因探しの前に、計測方法・定義・期間がそろっているかを確認する。
• 売上の分解は次に調べる場所を絞る道具であり、原因の証明ではない。
• 合計が同じでも要素は動いていることがある。1つの指標だけで状況を説明しない。

用語

現象（phenomenon / observation）

観測された事実や変化。例：売上が20万円から16万円に下がった。

分析の問い（analytical question）

データで答えられ、答えにより判断が変わる疑問文。対象・期間・定義・比較・変わる判断を含む。

仮説（hypothesis）

現象を説明する、まだ確かめていない考え。証拠で支持・否定される。

恒等式（identity）

定義から常に成り立つ式。売上＝来店者数×購入率×1人当たり売上は、どんなデータでも成り立つ。

よくある質問

なぜすぐに原因を調べず、問いを作るところから始めるのですか？

原因の候補は無数にあり、全部を調べる時間はないからです。問いに「答えで何を決めるか」を入れると、判断を変えない候補を後回しにできます。例えば欠品対策をする予定がないなら、欠品の詳細分析は優先度が下がります。

現象と仮説はどう見分けますか？

データで直接確かめられた事実が現象、まだ確かめていない「〜だから」が仮説です。「来店者数が800人だった」は現象、「工事のせいで来店者が減った」は仮説です。報告書では、仮説を書くときに「〜の可能性がある」と書き、現象と混ぜないようにします。

データがないときはどうすればよいですか？

まず、そのデータが取得できるか（いつまでに、いくらで）を確認します。取得できない場合は、代わりの指標（例：来店者数がなければレシート枚数）を使うか、判断を保留して追加取得を提案します。データ不足を報告することも、正しい分析結果の1つです（不足と追加収集）。

「AIで売上を予測したい」と言われたら、どこから始めればよいですか？

予測そのものではなく、予測で何を決めるかから始めます。発注量を決めるのか、人員配置を決めるのかで、必要な予測の粒度（日別・商品別など）が変わります。目的と比較案（今の決め方）を先に確認しましょう。

仮説はいくつ立てればよいですか？

思いつくだけ出したあとで、「判断への影響が大きい」「手持ちのデータで確かめられる」ものを2〜4個に絞るのが実務的です。全部を同時に調べようとすると期限に間に合いません。優先順位の付け方はL03とL05で扱います。

分析をしないという選択はありですか？

あります。分析にかかる費用（時間・人手）に対して、結果がどうであっても判断が変わらないなら、分析しないのが合理的です。例えば、どの結果でも来月は同じ施策を打つと決まっているなら、分析より実行を優先します。詳しくはL06で扱います。

確認問題

次に学ぶこと

次は 利用者と意思決定 で、問いを使う利用者と、その人が下す意思決定（選択肢・基準・期限）を整理します。その後 仮説と必要証拠 で、仮説ごとに必要な証拠を決めます。

割合とパーセントポイントの計算に不安があれば 比率・割合・パーセントポイント に、売上の分解の基本は DSの仕事を小例で体験 に戻ってください。この授業の確認問題だけで習得とはしません。AN01 の総合テストと自力課題で判定します。