データ分析・解析 (セールス・マーケティング分析 統計分析) の依頼・外注

ここまでご覧頂きありがとうございます。
まず初めに、パッケージ出品の都合上
1万円〜になっておりますが内容次第では
1万円以下になりますので、お気軽ご連絡下さい。
以下が今回のご提案での課題解決になります。

・時間と人的リソースの不足
→社内でリスト作成を行うよりも、外部委託することでコストを抑えられる

・コスト削減の必要性
→営業リスト作成の外部委託により、本来の営業活動に集中できる時間が増える

依頼の流れについて
→見積もり依頼・カスタマイズの相談
→注文・仮払い
→納品・完了報告
→検収・支払い
→評価

納期
•通常3〜10日程度で納品可能
•急ぎの依頼にも柔軟に対応

納品方法
・スプレッドシート
・numbers
・その他相談

特記事項
•スクレイピングツールの作成や自動収集は行わない
•新規アカウント作成も可能
•初回依頼の場合、実際の作業時間を考慮して納期を設定

その他のサービス
•ワードやエクセルでの文書作成（請求書、見積書等のフォーマット作成）

▼こんな方へオススメ
顧客データ、売上データを管理したいが、やり方が分からない方。
上記データを分析し、更なる売上向上を達成したい方。
効果的な資源投入で利益率を向上させたい方。

▼ご提供内容
現在のビジネスでの不明点や、進めたい方向をベースにご相談させていただきながらデータ分析を行います。
適宜相談しながら、必要なデータの整理、分析、ネクストアクションをご提供します。

▼料金プランと納期
どのプランでも提供させていただくサービスは同じです。
納期によって価格が変動します。

■こんな方におすすめ
自社サービスの商品がどういう組み合わせであれば一緒に購入されやすいのか特定したい

■具体的な納品物
分析結果一覧のExcelファイル（ベーシックプラン）
分析に用いたコード（スタンダードプラン）

■進め方
１．分析したい内容のヒアリング、分析に必要なデータセットの準備
２．分析
３．結果共有

※分析に必要なデータセットのご準備をお願い致します。
必要なもの：購買データ（詳細はヒアリング時にお伝えいたします。）

■強み
ECサイトの分析経験を活かし、クロスバイされやすい商品組み合わせを機械学習を用いて特定します。

最初の2社は半額にさせて頂きます！
※「○○したいけれど、できるかわからない/どのようにやればよいかわからない」等のスポット的な無料相談も受け付けております。お気軽にご連絡ください。

——————————
　支援できる課題例
——————————
会話を可視化したり、深く理解する必要がある業務に発生する課題を全力で支援します。具体的には
・商談の成功にどのようなトーク内容または話し方が貢献的だったのかがわからない
・1on1などでどこが相手にとって＋の効果をもたらしているのかわからない
・退職面談で、面談相手の本音がわからない
・コールセンターにおいて、顧客がどのような理由をベースにして話をしているのかわからない。
等の課題を支援します。

——————
　内容案内
——————
具体的には音声認識技術およびテキストマインニング技術を用いて、以下のような指標の可視化、分析を行うことができます。
あくまでも下記は一例です、ご要望があれば遠慮なくおっしゃってください。

①会話内容（What）の可視化
・会話内容比率…どの内容をどれくらい話したのか。商談においては、フェーズごとにどれくらい時間を使ったのか、プランニング通りなのかを解析
・頻出単語分析…その会話の中でよく使われていた単語を分析。
・リーズン分類...トーク内容から相手のコールした理由を分類。

②会話状態（How）の可視化
・トーク比率…商談や1on1の際の、お互いの話の比率。ニーズ把握できているか・部下の話をしっかり聞けているかなどをチェック。
・ラリー回数…1分あたりのラリーの数。オープンクエスチョンがなされているかチェック。
・話速　　　…会話のスピード。適切な速度となっているかをチェック。商談の場合顧客は自分より話速が速い方に専門性や信頼感を抱く傾向があります。
・抑揚　　　…会話の感情の隆起。相手に共感できているかの指標。商談の場合、小さすぎると棒読み、大きすぎると押し売り感が出る。
・感情解析　…特定話者の感情を解析して、その人がポジティブまたはネガティブな感情にあるのかを確認。

————————
　サービス特徴
————————
・コンサルティングファームで養った知見を活かし、御社の課題の丁寧なヒアリングおよび認識のすり合わせを意識した、効果性の高いコンサルティングサービスを心がけております。
・会話の分析を下支えするAI技術をフルに活用し、人間では気づかなかったインサイトや定量化による「強く確かな」エビデンスを排出します。

——————
　納品形式
——————
※状況に合わせて柔軟にカスタマイズします。
・pptを用いて、様々な分析論点に答えるスライドを納品します。
・他にも納品希望形式があれば遠慮なくおっしゃってください。
・分析パッケージはjupyter noteboook等で納品することも可能です。

———————
　お見積もり
———————
【分析】
時給・人月で換算させてください
【資料作成】
2500円/枚
早期に全体のお見積りを出します。

————————
　業務フロー例
————————
※状況に合わせて柔軟にカスタマイズします。

①分析目的の設定
御社の課題感をヒアリングし、分析の目的設計、および分析結果の活用イメージのすり合わせを行います。また分析の評価基準もすり合わせます。

②分析フローの設計
様々な分析手法がある中でも、御社の課題の解決に最適なものを選定

③基礎分析・初期モデル構築
必要な会話の分析範囲を選定したのち、分析のためのモデルを構築し、効果性を確かめます。

④本分析
初期モデルをベースにして、全ての会話データを対象に分析をかけ、結果を見ます。
また結果をベースにして新しい分析が必要な場合順次アップデートしていきます。

⑤評価・施策策定
分析結果を評価し、今後の改善案を排出。業務の効果性をアップする施策につなげます。

分析をしても、左辺と右辺のデータに相関がない場合は、エラーになることがありますので、事前にエラーにならないかのチェックをします。
そのために、次のような作業を進めます。

1. ミーティングで方程式の左辺と右辺を決めます。
2. 日々のデータを提出いただきます。
3. 当方で分析をします。
4. エラーとなった場合は、報酬は発生しません。
5. エラーがない場合は、発注手続きをしていただきます。
6. レポートを作成、提出いたします。
7. プレミアムの場合、上記プランのデータについて、ご担当者様に分析方法をオンラインで指導いたします。

最短クリック1回でロジスティック回帰分析ができるExcelファイルを作成致しました。

【使用方法】
①元データを入力シートに貼り付けます。
②説明変数同士で相関係数が高いものがあった場合、片方を削除します。（多重共線性の問題）
※削除した方が良い変数が自動で計算され、クリック1回で削除できます。
③「ロジスティック回帰分析 実行」ボタンをクリックします。
④目的変数への寄与が最も小さく削除して良いと判断される説明変数が表示されます。
　├ 削除する場合は上記②と同様にクリック1回で削除できます。
　└ 削除して良い説明変数がない or 削除しない場合はこれで操作は終わりです。

【カスタム可能な点】
・使用方法②の多重共線性を判断する基準値
・使用方法④の削除して良いと説明変数を判断する基準値
・結果を見るときに便利な今回見たかった割合の呼び名（例. 合格率、CVRなど）

【結果】
・ロジスティック回帰式の確認
・精度の評価（サンプルの的中率）
・サンプル数の評価
　└ 目的変数の発生 or 非発生の少ない方のサンプル数が、最終的な説明変数の10倍必要と言われていますが、諸説ありもっと少なくても良いという学説もあります。
・お試し計算
　└ 各説明変数を試しに入力して、その条件の目的変数（合格率など）を算出するセルを用意しています。
・各変数解釈
　└ 偏回帰係数やオッズ比を載せています。またオッズ比とは簡単に言うと「各説明変数が１増加したときに影響度合い」なのですが、10増加した場合はオッズ比は10倍ではなく10乗なので「〇増加したときのオッズ比（〇乗）」を計算するセルも準備しております。
　※ややこしいと思いますが、説明文も載せておりますのでご安心ください。

最短クリック1回で重回帰分析ができるExcelファイルなどを作成致しました。

【重回帰分析】
①元データを入力シートに貼り付ける。
②説明変数同士で相関係数が高いものがあった場合、片方を削除する。
※削除した方が良い変数が自動で計算され、クリック1回で削除できます。
③分析を開始するボタンをクリック

たったこれだけで重回帰分析が行われ、回帰式が算出されます。
もちろん重回帰分析の精度を表す自由度調整済み決定係数も算出致します。
通常は重回帰分析を行った後に不要な説明変数がないかを確認し、
一番不要と判断できる説明変数を削除してからまた重回帰分析を行い、
まだ不要な説明変数がないか確認し…と繰り返しが発生します。

しかしこのファイルでは事前に組まれた条件に基づき
一番な変数を削除し、これ以上変数を削除する必要がなくなるまで
重回帰分析を繰り返し行うよう設定されております。
そのため使用者が判断を下す必要はありません。
使用方法を覚えれば重回帰分析の知識がない方でも扱えます。

【母比率検定】
例えば元々の発生確率が0.5%であったものがあるとします。
このシステムを改善したら0.6%になっていました。
これが確率が上がったと言えるでしょうか、誤差の範囲でしょうか。
変わった、上がったと言えるかどうかは試行回数と確率の差の大きさによって変わります。
それを統計的に計算してくれるファイルです。
マクロは使わず関数のみを使用しており、
試行回数と発生回数の分母・分子を入力しただけで計算ができます。

【独立性の検定】
例えば曜日ごとの遅刻者・無遅刻者の人数を入力すると
曜日と遅刻・無遅刻は関係があるかどうか、を統計的に検定してくれるツールです。
2つの切り口の関連性を調べるのに便利です。
ーーーーーーーーーーーーーーーーーーー

予測値算出や変数の制御に欠かせない重回帰分析や
比率の差が誤差といえるかどうかの重要な判断ができる検定ですが
外部に依頼すれば10万円ほどかかりますし、
知識を身につけた社員を育てるにも時間がかかります。

一度購入いただければその後ずっと使えるファイルです。
何卒、宜しくお願い申し上げます。

Python, R, Tableauなどを利用してデータ分析を行い、オンラインショップやビジネスの売上拡大をお手伝いします。

顧客分析、売れ筋商品分析、ABC分析、T検定、ABテストによるマーケティングなどを行います。また、可能な限りわかりやすく図などにしてご説明することを心がけています。

データ管理の統合

　　・社内で使用しているツールが複数ある場合、それらを統合して
　　　一つの営業指標としてスプレッドシート等を使用し表現いたします。
　　　　ex) Salesforceと現場で使用しているツールが別々のものを
　　　　　 スプレッドシートに自動で収集するような仕組みの作成。

KPIのご提案

　　・[データ管理の統合]で集積したデータを用いて、従業員の成績表を作成および分析し、
　　　適切な業績評価指数をご提案いたします。

その他

　　・データ管理に関する様々な業務を行ってきた経験があるので、その会社様に合わせまして
　　　適切なツールと運用方法をご提案いたします。

Googleデータポータルはデータを柔軟に可視化できるツールです。

■こんなデータが可視化できます■
・売上・勤怠などのデータを分類
・SNSの登録者数の推移
・Googleアナリティクスでwebサイトのデータを可視化
・youtubeの動画の視聴データ

※データポータルが対応しているデータソースであれば開発可能ですのでご相談ください。
※お手元にデータがない場合、データの取得から開発することも可能ですのでご相談ください。

1. マーケター向けの分析ツールです
2. ABテストによる効果の検定を行うエクセルツールです
3. 例えば、施策実施前・後と閲覧数・コンバージョン数をコピペします
4. すると、施策が効果を表す確率を計算できます
5. この確率から施策の効果を判断します
6. 効果が確認できなければ、その施策は破棄。施策の最適化を推進します
7. また、PDCAのチェックが数秒でできますので、PDCAが高速で回せます

データ分析は専門的な知識と時間を必要とするタスクであり、これに挑戦するのは難しい場合があり一から始めるのは非効率です。そこで、あなたのマーケティング戦略の策定をデータ分析を通してサポート致します。

具体的な流れはpdfファイルを添付しておりますのでそちらをご覧ください。

データ解析
あなたのニーズに合わせて様々な分析手法の中からカスタマイズしたアプローチを提案致します。「どのようなデータを持っているのか、どのような課題を解決したいのか」、あるいは「何をすればいいのかわからない、分かっていても方法がわからない」でも構いません。あなたのアイデアと目標を共有し、それに基づいて具体化するためのお手伝いを致します。

分析例
１．販売金額に着目して、例えば低額商品と高額商品をクラスタリング(簡単に言えばグループ分け)することで「売上収益のパターンやその影響を与える要因を考慮した戦略」を立てることができる（小売業)

２．販売数量に着目して、クラスタリングすると需要パターンに応じてグループ分けし、需要の季節変動を捉えることができるので、「適切な在庫管理や生産管理が行える」（小売業)

分析結果はレポートとしてスライド、Excelファイルでお渡し致します。

モデル開発（オプション)

モデル開発のアプローチの性格上、少々お時間がかかりますが、もし、モデルがうまく機能すれば「効果は絶大」です。

モデル開発例
１．分析例1でクラスタリングした低額商品グループと高額商品グループを機械学習を使って「売上予測を行うモデル」（小売業)

2．市場参加者や関係者、ソーシャルのテキストデータから自然言語処理を使って感情や意見を数値化し、株式市場の方向性や見通しを理解することで「取引戦略を最適化するモデル」(金融業)

＊モデル開発例1と2では機械学習（いわゆるAIです)を使いますが、この機械学習は使う場面をによりますが、昔ながらの回帰分析などの手法とは一線どころか10線位を画す強力な手法です。従来の手法と機械学習の使い分けは使いどころが大切です。

１．BtoCマーケティング領域
事業推進や効果検証などの観点から、具体的な戦略までご提案いたします。

２．事業開発領域
0から1へのフェーズも、1から100へのフェーズどちらにも対応し、効果検証も含めてご提案します

３．様々なデータに対応
Google Analyticsやオンラインアンケートの集計データなど、様々なビッグデータに対応します