【統計学の基本】
データを正しく読むために知っておきたい5つの用語
マーケティングでは数字を正しく読む力がとても大切です。
まず押さえておきたい基本用語は次の5つです。
平均：全データの合計を個数で割った値
中央値：データを並べたときの真ん中の値（極端な数字に左右されにくい）
モード：最も多く出てくる値
分散：データが平均からどれくらい離れているかを数値化したもの
標準偏差：分散をもとに「どれくらいばらついているか」を元のデータと同じ単位で表したもの
「平均だけ見ていたら実態とズレていた」なんてことも。
データの全体像を正しく把握するために、これらの使い分けを学んでいきましょう！
【統計学の基本②】
全員に聞かなくても全体がわかる？「サンプリング」の考え方
マーケティングでは、全員にアンケートを取らなくても
一部のデータから全体を推測できます。
これが「サンプリングと推定」です。
主なサンプリングの方法は4つあります。
単純ランダムサンプリング：リストから無作為に選ぶ
層化抽出法：男女別・年代別などに分けて選ぶ
クラスターサンプリング：グループをランダムに選び全員を調査
系統抽出法：一定の間隔で規則的に選ぶ
また「正規分布」を使うと、データのばらつき具合から平均との差を数値で評価できます。
統計の知識は新商品の評価予測や施策の効果測定にも活かせます！
【統計学の基本③】
「なぜ売れたのか」を正しく分析するために知っておくべきこと
データ分析では「相関」と「因果関係」の違いを理解することがとても重要です。
点推定：一部のデータから全体の平均などを1つの数値で推測する
区間推定：不確定性を考慮し、「〇〇〜〇〇の間」と範囲で推測する
相関：2つのデータが一緒に動く関係（例：気温↑→アイスの売上↑）
因果関係：一方が原因で、もう一方の結果が起きる関係
「夏に売上が上がったのは気温のせい？それとも新商品のキャンペーンのおかげ？」
相関だけで判断すると間違った結論になることも。
マーケティングでは因果関係まで深く分析することが大切です！
【統計学の基本④】
「なぜ売上が上がったのか」を複数の要因から読み解く方法
回帰分析とは、原因と結果の関係を数値で明らかにする手法です。
売上に影響する要因が1つなら「単回帰分析」、複数なら「重回帰分析」を使います。
重回帰分析の手順は4つです。
独立変数の選択：結果に影響しそうな要素を洗い出す
データ収集：選んだ変数のデータを集める
モデルの構築：統計ソフトやExcelで各要因の影響度を計算する
解釈：どの要因がどれだけ結果に影響しているかを読み解く
マーケティングでは「コンバージョンが上がった原因は1つではない」ことがほとんど。
複数の要因を同時に分析することで、より正確な判断ができるようになります！
【統計学の基本⑤】
売上を伸ばすヒントはデータの中にある！2つの分析手法を解説
データ分析には様々な手法があります。
今回は特にマーケティングで役立つ2つを紹介します。
バスケット分析：一緒に購入されやすい商品の組み合わせを見つける手法。
Amazonの「よく一緒に買われている商品」はこの仕組みを活用したもの
クラスタリング分析：購買履歴や属性をもとに、似た特性の顧客をグループに分ける手法。
グループごとに最適な施策を検討するのに役立つ
全ての計算方法を覚える必要はありません。
「こんな分析ができる」という選択肢として頭に入れておくことが大切です！