図解＆事例で学ぶビジネス統計の教科書

備考

倉橋 一成（くらはし・いっせい）
1983年、広島県生まれ。東京大学医学部看護学科で医療データの統計解析を学び、卒業後は大学院に進学。08年に医学系研究科の保健学修士号を、11年に博士号を取得した。11年3月、統計的分析コンサルティングを専門とするiAnalysis（アイアナリシス）を設立。JAXA、NTTドコモ、ベネッセコーポレーションなどにサービス提供した。おもな著書に『実践！ビジネスに役立つ“超"分析の教科書』（共著、日経BP社）などがある。

目次

はじめに
 
●第1章 ビジネス統計とはなにか？
1-01 なぜビジネス統計は必要なのか
ビジネス統計のスキルを持つ人の高い人材価値
1-02 データサイエンティストが企業にもたら す大きな利益
       データサイエンティストの年収は1200万円～1500万円
1-03 分析官へ高まる期待とニーズ
       ビジネス統計は会社のコスト削減や売上アップに貢献する
1-04 ビッグデータを武器とする企業
       ビッグデータの活用で急成長を遂げたIT先進企業
1-05 ビジネスに貢献するさまざまなデータ
       会社の成長に必要なのはビッグデータだけではない
1-06 統計学の発展の歴史とビジネス活用への進化
       医学・経済学・遺伝学・心理学・社会学・薬学・工学で発展した統計学
1-07 ビジネス統計を活用するのに必要な3つのスキル
       文系・理系を問わず誰でも身に付けることができる
1-08 ウェブ関連部門での成功事例
       A／Bテストや反応スコアリングを利用して顧客を拡大
1-09 営業・販売部門での成功事例
       データの共有と5W1H分析による効率化
1-10 マーケティング部門での成功事例
       ブランディング分析によって戦略を意思決定
コラム データ分析はさまざまなところで実績を上げている
 
 
●第2章 統計学の基本知識
2-01 データは数値の集まり
データ記録の必要性
2-02 確率と期待値とは
       統計学のベースとなる学問
2-03 数値型データの分布を知るための強力なツール
       ヒストグラムと散布図
2-04 相関とは
       正比例と逆比例とは
2-05 相関関係と因果関係
       ビジネスシーンで利用するコツ
2-06 正規分布とは
       データ分布の基本
2-07 カテゴリ型のデータを把握する手段
       集計とクロス集計
2-08 全体像を知るためのツール
       平均値・中央値・最頻値
2-09 平均値と中央値の使い方
       ビジネス利用のメリットとデメリット
2-10 外れ値の判定方法
       分析的に合わないデータとは
2-11 分布の広がりを知るための数値
       データの広がりを数値化する
2-12 標準偏差とパーセンタイル
       2つの指標を使い分ける
2-13 偏差値とは
       ビジネス分野でも使える偏差値
2-14 A／Bテストとは
       ランダムなグループ分けの必要性
2-15 データの傾向を検定しよう
       P値を利用したt検定
2-16 母集団とランダムサンプリング
       集団全体の傾向を知るために
2-17 バイアスとは
       実際の調査値とのズレ
2-18 データの可視化1
       棒グラフ、円グラフ、100％積み上げ棒グラフ、折れ線グラフ
2-19 データの可視化2
       ヒストグラムを有効に使うために
2-20 データの可視化3
       ボックスプロット（箱ひげ図）の使い方
2-21 データの可視化4
       集計表、クロス集計表、ヒートマップを使う
2-22 データの可視化5
       散布図を活用しよう
2-23 データクレンジング
       膨大な時間をかけデータを精査する
2-24 モデルとは
       数式で簡略化して表現する
2-25 線形回帰分析とは
       データ間の比例関係を分析する
2-26 さらに高度なモデル
       条件を分析する統計的決定木、ランダムフォレスト
コラム 統計学の基本がわかっていれば、ツールを使って自力で分析可能
 
 
●第3章 データ分析の基本
3-01 会社経営の中でのデータ分析の役割
       ビジョン・戦略・作戦・戦術・兵站のピラミッド
3-02 データを分析して会社の将来像を予測する
       確率を使って利益の期待値を分析する
3-03 データ分析によってわかること
       全体像をつかむ・将来を予測する・最適な答えを出す
3-04 データ分析のフレームワーク
       仮説検証型分析とビッグデータ型分析
3-05 仮説に基づく分析
       業務の知識を活かす仮説検証型分析
3-06 データに基づく分析
       知識がなくても情報を得られるビッグデータ型分析
3-07 ビジネス統計のためのツール1
       分析の基本はエクセルでできる
3-08 ビジネス統計のためのツール2
       BIツールを活用しよう
3-09 ビジネス統計のためのツール3
       オープンソースソフトのRを活用しよう
3-10 エクセルを使うときの注意点
       ローデータを記録しよう
3-11 最も基本的なデータ形式を知ろう
       csvデータとは
3-12 データを保守的に管理する
       データベースとは
3-13 グラフを作ってデータを可視化してみる
       エクセルのデータをグラフにしよう
3-14 グラフの解釈の仕方
       同じデータでもグラフによって印象が変わる
3-15 データで確かめたい仮説を立てる
       仮説検証型分析とは
3-16 立てた仮説をデータで検証する
       適切なグラフを選択する方法
3-17 データから「モデル」を作る
       モデルを作るためのデータマート
3-18 線形単回帰分析をしよう
       散布図を使った可視化がポイント
3-19 線形重回帰分析を行う
       要因項目が2つ以上あっても使える分析手法
3-20 さらに高度なモデルを作る
       統計的決定木、ランダムフォレストを使ってみよう
3-21 データ分析のPCA
       成果が出るまでデータ分析は投資と考えよう
コラム 自社に最適なデータ活用方法を知りたい場合はコンサルが必須
 
 
●第4章 会社の効率化のための統計学
4-01 最適な社員の数を計算する
線形重回帰分析や統計的決定木を使おう
4-02 経費または予算の最適化をする
       最も効果的なコストカットは何か
4-03 プロジェクトの成果を分析する
       確率論をもとに継続の可否を判断しよう
4-04 統計学からみた昇給、昇進
       人事評価を作るための統計分析
4-05 在庫を最適化する
       需要を予測する分析手法
4-06 成果を最も出せる人材配置をする
       チーム編成に活かせる統計的アプローチ
4-07 スマホ・パソコンのログを分析して不正を調査
       不正をリアルタイムに検知する仕組み
コラム データ分析は極秘扱いで内製化するべし
.社内のデータリテラシーを高めることの重要性
 
 
●第5章 ビジネス業務効率化のための統計学
5-01 顧客管理（CRM）による営業効率化
       営業をデータ化して効率アップ
5-02 効率よく部下に仕事を割り振るには？
       業務をデータ化して仕事効率をアップさせる
5-03 適切な労働時間＆休日数は？
       成果と労働時間＆休日の関係性を分析する
5-04 残業を減らすための効率のよい時間配分
       パソコンの操作ログを活用しよう
5-05 最も効果的なノルマ設定
       期待値から最適なノルマを割り出す
5-06 営業ルートを最適化する
       成約率、売上、利益の関係性から分析する
コラム データ分析は極秘扱いで内製化するべし
社内のデータリテラシーを高めることの重要性
 
 
●第5章 ビジネス業務効率化のための統計学
5-01 顧客管理（CRM）による営業効率化
       営業をデータ化して効率アップ
5-02 効率よく部下に仕事を割り振るには？
       業務をデータ化して仕事効率をアップさせる
5-03 適切な労働時間＆休日数は？
       成果と労働時間＆休日の関係性を分析する
5-04 残業を減らすための効率のよい時間配分
       パソコンの操作ログを活用しよう
5-05 最も効果的なノルマ設定
       期待値から最適なノルマを割り出す
5-06 営業ルートを最適化する
       成約率、売上、利益の関係性から分析する
6-04 景気や需要を先読みした商品投入時期
       POSデータを分析しよう
6-05 リスクを最小限に抑えるコスト配分
       シンプレックス法で最適解を求める
6-06 ターゲット像を数値化する
       消費者の動向やニーズを統計的に分析する
6-07 ニーズ調査を確率論で考える
       ウソの割合を加味して分析する
6-08 インターネット上のデータを使った評判調査
       自社商品の売上とサイトの関係を分析しよう
コラム 社内データを活用するための最善策
 
 
●第7章 マーケティングのための統計学
7-01 販促のムダを把握する
       ユーザーの認知度調査を分析しよう
7-02 統計を使ってリピーターを獲得する
       顧客の特徴から最適なマーケティングを割り出す
7-03 施策や広告の効果を計算し、取捨選択する
       A／Bテストを活用して広告効果を高める方法
7-04 PRの効果を事前に予測する
       統計的に効果の高いPRを割り出す方法
7-05 ウェブデザインを最適化する
       多変量テストを活用しよう
コラム 基本をマスターしたら次のステップに進もう
 
索引