第199話｜最近多いケーススタディ⑥「モニタリング指標の異常検知」

データを使い販売力を効率的に高めるセールスアナリティクスには、3つの典型的なテーマがあります。

もしくは、3つを区別せず「売上」や「利益」、「コスト」という感じで合算して数字を分析する感じになるかもしれません。

そういう意味では、典型的なテーマは3つではなく4つと言えるかもしれません。

その中で、最近多いケーススタディを何回かに分けて紹介していきます。

今回は、「モニタリング指標の異常検知」のお話しをします。

Contents

新規顧客と既存顧客が区別できないデータもある

データの状況によっては、3つの典型的なテーマである「新規顧客の獲得」「既存顧客の離反阻止」「既存顧客の取引額拡大」が難しい場合もあります。

例えば、小売店のPOSデータなどは売上までは分かりますが、誰が購入したのかまでは追えない場合が多いので、「新規顧客の獲得」「既存顧客の離反阻止」「既存顧客の取引額拡大」といったデータ分析・活用が明確にできないかもしれません。

3つを区別するのが難しい場合には、3つを区別せず合算した数字で分析するしかありません。

そもそも、「新規顧客の獲得」「既存顧客の離反阻止」「既存顧客の取引額拡大」の前に、3つを区別せず「売上」や「利益」、「コスト」という感じで合算して数字を分析するケースも多いでしょう。

例えば.……

……などです。

注目すべき指標（例：売上やコスト、利益、客数、客単価など）を、年度・半期・四半期・月などの単位で評価をしたり、日々モニタリングし監視したりすることはあると思います。

このようなデータ分析・活用を「モニタリング指標の異常検知」と言います。

このデータ分析・活用の特徴は、注目すべき指標（例：売上やコスト、利益、客数、客単価など）のデータだけでも実施できるため、すぐにでも始められるという点です。

もちろん、注目すべき指標（例：売上やコスト、利益、客数、客単価など）のデータ以外の、注目すべき指標に影響を与える要因に関するデータもあれば、より精緻なデータ分析・活用になります。

「注目すべき指標」を「目的変数Ｙ」、「注目すべき指標に影響を与える要因」を「説明変数Ｘ」という表現することもあります。

「注目すべき指標」である「目的変数Ｙ」が異常かどうかを評価するとき、通常は「目的変数Ｙ」を予測し、その予測値と実測値に顕著な乖離がある場合に、異常と判断をします。

構築する「数理モデル」（予測モデル）は「今までを表現したもの」です。

この場合の「予測値」は「今までであればどうなるのか」という値です。

今までと異なることが起こると、予測値と実測値が乖離します。

そのため、「今までとは異なる何かが起こった」ということで、「異常が起こった」とは言わずに「イノベーションが起こった」という表現をすることがあります。

今回は、「モニタリング指標の異常検知」のお話しをしました。

「新規顧客の獲得」「既存顧客の離反阻止」「既存顧客の取引額拡大」の前に、3つを区別せず「売上」や「利益」、「コスト」という感じで合算して数字を分析するケースも多いでしょう。

例えば.……

……などです。

このような注目すべき指標（例：売上やコスト、利益、客数、客単価など）を、年度・半期・四半期・月などの単位で評価をしたり、日々モニタリングし監視したりすることはあると思います。

このようなデータ分析・活用を「モニタリング指標の異常検知」と言います。

通常は、注目すべき指標である「目的変数Ｙ」を予測し、その予測値と実測値に顕著な乖離がある場合に、異常と判断をします。

この場合の「予測値」は「今までであればどうなるのか」という値です。今までと異なることが起こると、予測値と実測値が乖離します。

このデータ分析・活用は、注目すべき指標（例：売上やコスト、利益、客数、客単価など）のデータだけでも実施できるため、すぐにでも始められます。