前回、データサイエンスは「データを価値に変えるフレームワーク」とご紹介しました。

学問としての統計学においては厳密な定義があるかも知れません。
しかし、ビジネスシーンでは収益に貢献できる情報こそ、価値があると言えます。
例えば「売上げの予測」や「売れた理由」を導き、次のアクション・意思決定に繋がる情報です。

今回はそのような価値ある情報を得るための手法についてご紹介します。

表的な2つの手法、BIとBA

データを価値に変える代表的な手法に、BI（ビジネスインテリジェンス）とBA（ビジネスアナリティクス）があります。

どちらもマーケティングや企業戦略に欠かせないものですが、両者の違いをよく知らないという方も多いのではないでしょうか。

まずはBIとBA、それぞれの特徴をご紹介します。

BI（ビジネスインテリジェンス）

BIとは、蓄積されたデータを収集〜集計〜分析し、誰もが理解できるように整理、加工して「現状の把握」や「過去の振り返り」をすることを指します。（代表的なツールにExcel、Google Analyticsなど）

誰もがデータを有益な情報に加工することができ、グラフや表など、分かりやすく情報として表現することから、組織全体で利用できるのが最大の利点と言っていいでしょう。

一方で、分かりやすい反面、人によって解釈が異なります。
例えば、AさんとBさんの二人が同じグラフを見て会話をしているシーン。

Aさん：「この部分の要因が売上げ増加に影響していそうだ」
Bさん：「それはミスリードだよ。本当に効いているのはこの部分の要因だと思う」

２人の解釈が違う理由は、評価や解釈が人それぞれ（勘や経験などの属人的な要素）となりやすいため、得られる示唆に共通の理解が得られにくいのです。

BA（ビジネスアナリティクス）

BAとは、BIで収集したデータを、統計学などを使って「未来の予測」や「現象を解釈」していくことを指します。（代表的なツールにRなど）

イメージが難しい場合は、統計解析のマーケティングにおける活用を、数学マーケティングといった言葉に置き換えた方が分かりやすいかもしれません。
それは、集計したデータを数式に取り入れることで、予測や要因の影響を導いていくからです。

科学的な背景に基づいて導くことから、評価する軸も学術としての判断に基づいて行われます。
つまり、勘や経験よりも、より学術によった解釈が行えることがメリットと言えます。

一方で、統計学などの専門知識がないと理解できない場合が多く、組織の中で公平に共有しにくいというデメリットがあります。

それぞれの強みを理解し、効果的に活用

BIとBAの大きな違いとしては、BIは「現状」を把握する手法であり、BAは「未来」を予測する手法、というところです。

両者ともメリットとデメリットがあり、目的や状況に応じて、どちらの手法を採用すればよいか判断し、使い分けをしていくことが求められます。

いかがでしょうか。
それぞれの手法の強みを理解し、効果的に活用することで、価値ある情報を得ることに繋がります。

特にビジネスシーンにおいては、将来の戦略や意思決定の支援が可能なBA（ビジネスアナリティクス）への注目は年々高まり、多くの企業が必要性を感じています。

BAはビジネスのより効率的な加速を期待できますが、統計解析やAI（人工知能）などの知識が必要です。
次回は、BAに必要な統計解析とAIについてご紹介します。