研究におけるデータ分析
はい、どうもゆうとです。今回はですね、研究におけるデータ分析とデジタルマーケティングという話をしてみようかなと思いますけども、
自分はですね、理学療法士とアスレティックトレーナーという資格を持っていて、いろんな方の体のコンディショニングに関わる仕事をしているんですが、
今では主にフリーランスとして活動していて、最近同業のセラピストの方もですね、フリーランスというのを見せる人が増えてきたので、そのあたりの話をしていっているんですけども、
ここ最近ですね、研究に関する話をいろいろしていって、どう仕事に役立つかみたいなところにつなげていこうと思っているんですけども、
エビデンスレベルとかですね、論文のフォーマットの話とか、いろいろしていっているんですけど、今回データ分析ということで、
研究にも大きく分けるとですね、質的研究と量的研究というのがあって、自分が主に関わってきたのは量的研究というやつで、
できるだけこう、
数値化してですね、それの変化とか分布とか、こういうのを見て、何か新しい知見を作っていこうみたいなことなんですけども、
やっぱり研究として論文で発表するとか、まとめるときにデータの扱いというのはすごい重要なんですよね。
研究の種類もいろいろあるという話も以前しましたけど、エビデンスレベルあたりですね、液学研究とかというような、結構広い対象を、
見据えて調査をしたりとかするような研究もあればですね、介入研究とかというような2つの群を分けて、それぞれで何かしらの介入とかといったりしますけども、
治療法とかそういうのを試して、どっちの方が効果があるかとかですね、こういうのを見ていくような感じになりますけども、ここでですね、やっぱ数字をうまく扱えないと、なんとなくこっちの方がいいんじゃないかなとか、地域を見て、
こうしたときに、こういう傾向があるかもしれないみたいな、こういうところって、やっぱ数字をうまく扱うっていうのがすごい大事で、そこで統計的にどうかみたいなところがかなり大事になってくるわけですね。
なので論文のフォーマットの話もありましたけども、方法の部分ではどういう対象をイメージして、どういう形でデータを取って、どうやって統計解析するとかですね、この辺結構細かく書いたりしますし、
結果の示し方としてもですね、単なる平均値みたいなことをなすれだけじゃなくて、その統計を分析した上でどうかみたいな、この辺結構ね、深いところまで話すと難しくなっちゃうんで、あんまり触れすぎないですけど、
ちゃんと差があるかどうかとかですね、その比較したときどうかっていうのは、結構その統計っていうのが大事になってくるわけですね。
ここでちょっとデジタルマーケティングみたいな話とも結構通じてくる。
この話をしてみようかなと思うんですけども、デジタルマーケティングの定義みたいなのもいろいろありますけどね、ざっくりですね、例えばデジタルコンテンツを販売するみたいなことを考えたときに、よくPVとCTRとCVRっていうですね、ページビューっていうのとクリックスルーレートっていうクリック率みたいなやつと、あとコンバージョンレートっていう制約率ってやつですね。
だからたくさん見られて。
そういうところの割合が少なければ、なかなか売上伸びなかったりっていうのもありますし、表向けのページビューとかですね、閲覧数みたいなやつはそんな少なかったとしても、結構コアな層に刺さってて、そこからのクリックされるとか制約されるのは多いとか、こういうのがあるとよかったりするわけで、ここでABテストとかっていうのもあったりしますけども、
メルマガで配信するとかですね、なんか記事をウェブ上にアップするとかっていうときに、例えば2つページを作ったりとか、メールの文面とかを作ったりして、どっちの方が開封率がいいとか、そこの中に置いてるリンクがクリックされやすいとかとか、こういうのを2つでチェックするっていうのをABテストとかって言ったりしますけど、この辺は多分ですね、研究における介入研究みたいなところと結構近かったりしますし、
あとマーケティングリサーチみたいなところで、こういう対象にはこういうニーズがあるとかですね、こういうのをマーケティングの場面ではデータ分析とか出たりしますけど、こういうのも液学研究とかと近くてですね、
例えばこういうスポーツやってる人はこういう経過が多いとかですね、こういうのもちょっと液学研究っぽいところですけども、
自分の発信してるフリーランスセラピストみたいなところだと、
単にセラピスト職を持ってる人っていうよりも、自分も結構驚いた感じなんですけど、言語聴覚師の資格を持ってる方が結構響きやすいとかですね、
こういうところはやってみなかったときと分かんないところでしたし、ちゃんとこういうデータ取ってやってるってわけじゃないですけど、
そのフリーランスセラピストの教科書みたいなものを買っていただいた方の中でも結構割合としては言語聴覚師の方が多かったみたいなところも、
一応実績としては積み上がってきてるわけなんで、そういう仮説ができてきたりしますし、
こういうところでデータ分析っていうのがマーケティングにも生きてきたりするわけですかね。
データ分析って言ったときに本当にいろいろ考え方はあるんですけど、まず尺度っていうのが3つ考えられますかね。
名義尺度っていうのと順序尺度と連続尺度ってやつで、名義尺度っていうのは名前で分けれるところなんで、
まあ男女とかですね、地域としてどこどこの都道府県に住んでる人とかですね、
こういうのは名前で分けられるものを名義尺度って言ったりしますし、
順序尺度と連続尺度っていうのもちょっと似たようで違う感じなんですけど、
例えばですね、身長とか体重とかっていうのは何キログラムとか何センチメートルっていうのは連続した尺度ですよね。
子供であれば100センチぐらいとかそれ以下とかっていうのもありますし、大人になってくると150、60、70センチとか、
まあこれはこう連続したセンチメートルとかっていう尺度で測れたりするので、まあこういうのを連続尺度って言ったりしますし、
まあ順序尺度っていうとですね、例えばなんかアンケートとかでとても良い、良い、少し悪い、悪いみたいなね、4段階とかもあったりしますし、
まあこれもですね、まあ4段階とか5段階とか、まあいろいろあります。
けど、何かこう基準を設けてとか、そういうアンケートの区切りをつけて、まあ何段階かで測るみたいなことを順序尺度って言ったりしますね。
まあこういうところで、なんかグラフを作って、例えば男女の比較みたいなことをするとしたら、なんか下に男、男、女みたいな振り分けがあって、その上にこう棒グラフが来るみたいな、まあそういうのでグラフ化できたりしますし、
例えばさっきの連続尺度とか、
尺度みたいなものだと、まあ特にこう連続尺度と連続尺度ですね、そうするとこうなんかプロットがたくさんついてて、これとこれの関係性がどうなんだみたいな、まあ相関とかって言ったりしますけど、まあそういうなんか統計の解析もあったりしますし、
例えばこう一つだけの指標であってもですね、例えばさっきの身長とかを例に挙げたときに、まあ小学校何年生ぐらいの身長の分布みたいなところをとっていけば、
まあどのぐらいの身長の人が一番多いとかですね、まあこういうのは平均値とかっていうのでとったりしますし、
まああとまあ中央値っていう見方をするような形もあったりするんですよね。
まあこういう意味で感じでですね、その尺度によってとか、一つの変量だけで見るとか、二つの変量の関係性を見るとかですね、
まあこういうとこでまた相関と因果っていうのは違うんだよみたいな話もあったりするんですけど、
まあちょっと難しくなってくるんで今回はあんまり触れないですけど、
データ分析をまあ研究では結構行ったりするんですけど、
まあこういうのはまあビジネスだとこうデジタルマーケティングとかですね、
まあ絶対デジタルっていうわけじゃなくて、全然こうリアルな活動でも活かせるかなと思いますけど、
結構マーケティングとこうデータ分析っていうのは関わりが大きいですし、
デジタルマーケティング
まあこれまでこう大学院とかなんか研究関連の活動してきた人は、
まあその辺のこうデータの扱いとか慣れてきてるかなと思うんですけど、
まあこういうところが結構ビジネスにも行きます。
よみたいなところをちょっと知ってもらえるといいんじゃないかなと思いますね。
まあ今こうウェブで情報発信して、
まあこうスタイフもそうですし、
まあXとかインスタとか、
まあいろんな媒体でこう情報発信する人も増えてきてるかなと思いますし、
まあそっから何かしらのデジタルコンテンツを販売するとか、
まあなんかオンラインコミュニティに入会してもらうとかですね、
まあいろいろこう狙った施策みたいのがあるかもしれないですけど、
まあこういう時にどういうこう、
指定をすればどのぐらいの効果があるかみたいっていうのは、
ある程度の期間ですね、
試していくと何パーセントぐらいこうクリックされる割合があるとかですね、
まあこういうのもだんだん分かってきますし、
まあこれをより改善していこうと思ったら、
データをうまく積み上げてやっていけば、
こういうやっぱり対象にはこういう打ち手を打つといいなみたいなのが分かってきたりすると思うんで、
データ分析って結構いろんな場面で役立つんじゃないかなと思いますし、
まあ今回はですね、
ビジネスにおけるデータ分析の効果
研究におけるデータ分析、
デジタルマーケティングっていうところで、
ビジネスに生かすためにはどう関係するのかみたいな話をしてみました。
以上です。
ありがとうございます。
