こんにちは！
先日、リサーチの種類について記事を書きました！
今回は、第二弾としてリサーチ全般に関する考え方について記事を書きたいと思います！
先日の記事はこちらです。
では、行きましょう！
リサーチの基本的なプロセス
リサーチ手法には色々ありますが、全体に共通するプロセスはあるので、しっかり身につけておく必要があります。
具体的なプロセスとしては、
- リサーチの目的を確認する
- 目的を踏まえて調査項目を立てる
- 調査項目に沿って仮説を立てる
- リサーチ計画を立てる
- （リサーチをしていく）
といった感じです。
それぞれ見ていきましょう。
リサーチの目的を確認する
リサーチは、分析のインプットデータを取得するために行うものです。
そして、以前記事に書いた通り、分析は「目的に適した比較」です。
このため、リサーチは、後工程（分析）の目的を踏まえて行う必要があります。
例えば、
20代以下のiPhone11のシェアを探して！
と上司から言われ、リサーチした際に、
20代以下のiPhone全体のシェアは出てきたけど、iPhone11に絞ったシェアは中々見つからないな…
とリサーチをずっと続けてしまい、上司に「見つかりませんでした」と報告した後、
本当にないの？
ちょっと俺の方でもリサーチしてみるわ…（カタカタ）
あ、iPhone全体のシェアは出てくるじゃん！
一瞬で出てくる情報なのに、なんでそこまで時間かかるの？
と上司に一発でリサーチされてしまうというのは、リサーチ初心者のあるあるだと思います。
これは、リサーチの目的を確認していないせいで、「理想はiPhone11のシェアだが、最悪iPhoneのシェアでもいい」と判断できなかったことが原因です。
目的はしっかり確認しましょう。
目的を踏まえて調査項目を立てる
次に、目的を踏まえて調査項目を立てます。
「20代以下のiPhoneのシェアは？」のように、リサーチ内容がそのまま調査項目となるパターンの場合は、このプロセスは不要です。
一方で、「ゲーム業界の最近の概況は？」のように、抽象的な目的の場合は、
どの項目を調べたら「概況」と言えるだろうか？
- 市場規模の推移
- 主な企業
- 最近の人気作品
などは調べないといけないだろうな
と具体的に調査項目に落とし込んでいくことになります。
調査項目に沿って仮説を立てる
そして、調査項目に沿って仮説を立てます。
文章で仮説を整理してもいいですし、パワポのアウトプットイメージを手書きで書いてもいいです。
これをすることで、探すべき情報の「粒度」などが具体的にイメージでき、リサーチ時に「この情報は使えるか」を判断しやすくなります。
例えば、「動画配信サイトの人気ジャンルは？」というリサーチをする際に、
人気ジャンルの筆頭は「音楽」と「エンタメ」だという仮説を立ててリサーチを進めます！
と上司に伝えた際に、
もっと細かいジャンルを見て欲しいんだよね。
「エンタメ」ではなく、「ゲーム実況」とかそんな粒度感でお願い。
と言ってもらえれば、かなりその後のリサーチが楽になります。
また、これはリサーチの範囲を超えますが、事前に仮説を立てておくと、そのあとの分析作業が捗ります。
自然に考えるとリサーチ結果は「A」となると予測していたのに、実際は「B」となった場合、この差異が示唆に繋がります。
なお、実務上は、調査項目ごとに仮説を立てずに、いくつかの調査項目をまとめて1つの仮説を立てた方がいい場合もあります。
例えば、「ゲーム業界の最近の概況は？」がリサーチの目的で、それを
- 市場規模の推移
- 主な企業
と調査項目に細分化した場合、仮説を、
市場規模は伸びている…
主な企業としては、任天堂、スクエニ…
と調査項目ごとに立てるよりは、
最近のゲーム業界は、スマホから携帯ゲーム機への回帰が発生しているため、ハードウェアの売上が市場規模の増加を牽引しているとともに、参画企業にハードウェア企業が増えてきている。
のように、調査項目をまとめた感じで仮説を書いた方が良かったりします
リサーチ計画を立てる
「目的＋調査項目＋仮説」が準備できたら、リサーチ計画を立てましょう。
リサーチ計画は、どの情報をどういった方法で取得していくのかをまとめた計画です。
例えば、「Yahoo!ニュースに記事が掲載された際、記事を提供した会社にいくらの金額が支払われるのか？」を調査する際は、
- 普通にGoogle検索で検索（30分）
- それでダメなら、ビジネス誌のWEBサイトでサイト内検索をかける（30分）
- それでダメなら、WEB検索を諦めインタビューをしなければいけないと思われるため、上司に一旦報告
みたいなイメージで計画を立てていきます。
リサーチ計画の良いところは、
こんな情報を、こんな手順で探そうと思うんですが、改善点など何かアドバイスいただけないでしょうか？
と周りの人に聞きやすくなることです。
リサーチはあくまで情報を取るための手段でしかありません。
周りの人を活用してより簡単に情報が得られるなら、積極的に活用しましょう！
前提知識の重要性
リサーチに当たって、前提知識は非常に大事です。
なぜなら、前提知識がないと、データを見た時に、「これはリサーチで探していたものなのか？」が判断できないからです。
例えば、
- 製鉄業界には高炉メーカーと電炉メーカーがいること
- テレビ番組の収益には、広告料のほかに、番組販売やフォーマット販売が存在し、さらに放映権と配信権という概念があること
などを知らないと、製鉄関係のデータや、テレビ番組の収益関係のデータを見ても、必要な情報を見つけられない可能性が高いです。
前提知識の取得方法については、先日書いた記事を参考にしていただければ。
探すべき情報とは
リサーチで探すべき情報は、最低限以上の信憑性があるデータです。
また、信憑性の高いデータであっても、皆が知っているデータであれば、それを入手しても価値は大きくありません。
良い料理を作るためには良い食材が必要なように、良い検討をするためには価値のある良いデータが必要になります。
ここでは「信憑性の高いデータ」と「特に価値のあるデータ」についてそれぞれ説明します。
信憑性の高いデータ
リサーチをやると、様々な情報が出てきます。
商品Aのシェアを調べたら、こちらのレポートでは30%と書かれているけど、こっちのレポートでは45%となっている…
といった感じで、「どっちのデータを使えばいいんだ」と悩む時が多々あります。
そういったときのために、「信憑性の高いデータ」の基本を理解しておきましょう。
信憑性の高いデータの基本は、
- 調査対象に偏りがなく（「特定エリアの人しか対象にしていない」、「特定のサービス利用者しか対象にしていない」などは好ましくない）
- サンプル数が多く（アンケートでいうと1,000以上だと嬉しい）
- 最新である
の3つだと思います。
なので、「どっちのデータを使えばいいんだ」と悩んだら、より偏りがなく、よりサンプル数が多く、より新しいデータを使うようにしましょう。
一方で、「個人ブログしかヒットしない」など、信憑性に若干の疑義あるデータしかみつからない場合は、
- 諦めてそのデータを使うか
- もしくは「関係者インタビューなどを急遽実施する」などにより一次情報を取りに行く
のいずれかを選択することになります。
特に価値のあるデータ
特に価値のあるデータとは、簡単にいうと、「知っている人が少ないデータ」になります。
まず、自分の足で稼いだデータは価値が高いです。
例えば、対象企業の評判を知りたいと思い、その企業のOB・OGなどにコールドコールをしまくって獲得した生のデータは、価値が高いです。
また、複数のデータを組み合わせたデータも価値が高くなる印象です。
例えば、競合動画メディアのユーザーの総視聴時間が知りたい時に、総視聴時間自体は見つからなくても、
- ユーザー数
- ユーザーあたりの平均視聴時間
が分かれば、あとは掛け算することで総視聴時間を算出することができます。
実務に当たって気をつけた方がいいこと
リサーチは分析に比べて簡単そうに見えますが、実際にやってみるととても奥が深いです。
特に私は不器用なタイプで、リサーチ初心者時代はたくさんミスをして徐々に精通していきました。
たくさんミスをしてきた私が「これだけは気をつけた方がいい。これをやったらリカバーが大変」というものを見繕ったので、ぜひ参考にしていただければ！
解像度は、荒くはできるが、細かくはできない
基本的に、リサーチでは細かくデータを取得した方がいいです。
なぜなら、詳細なデータを括って粒度を荒くすることは可能ですが、その逆は不可能だからです。
例えば、貿易統計などで、
水産加工食品はXXX
飲料はXXX
調味料はXXX…
と細かくデータを取っていれば、後から「加工食品」としてまとめた数字を用いることができます。
一方で、はじめから「加工食品」という粒度でしか数字を取っていないと、
加工食品の中でも、水産加工食品のデータが欲しいな
となった時に、「加工食品」の内訳は当然わからないので、改めてリサーチする必要が出てきます。
このため、リサーチにおいて粒度に困ったときは、細かめに取得するようにしましょう。
手当たり次第かき集める事も重要
まとまった資料が見つかればいいですが、中々そういったものが出てこないテーマもあります。
典型的なものは、「事例のリサーチ」です。
時々、中央省庁とかが
XXXに関する優良事例集！
みたいな資料を公開していますが、そういったものは中々多くありません。
このような、
まとまった資料が見つからないな〜
というときは、泥くさく手当たり次第に事例をかき集めることが必要になります。
例えば私の経験だと、「世界各国の番組制作費の事例」を集めまくったことがあります。
世界各国の番組制作費の傾向を調べたかったのですが、番組制作費の平均値なんて統計は存在しません。
なので、Google検索や記事検索などで
この作品は、制作にX億円かかりました！
という情報を集めまくって、番組制作費のロングリストを作成し、
やっぱ米国は制作費が桁違いだな〜
といった傾向を分析しました。
ローデータは絶対残しておく
ファクトはファクトのまま持っておきましょう。
リサーチ初心者が時々やってしまうのは、リサーチで取得したデータをそのまま分析で加工してしまい、リサーチで取得したデータが別のシーンで必要になった際に、ローデータがないため改めてリサーチしなければいけない、というパターンです。
例えば、DXに関する新聞記事をリサーチした後に、「各記事の数字の部分だけ抜き出して使おう」という話になり、ローデータの数字以外の部分の記述を消してしまった、というパターンです。
後から上司に、
この前集めてくれたDXの記事だけど、別件で使いたいからローデータをくれない？
と言われた時に大変なことになります。
どんなリサーチであっても、分析をする際はローデータのファイルを複製するなどして使うようにし、別途ローデータは綺麗な状態で持っておくようにしましょう。
オススメの本
リサーチを勉強するに当たってのオススメの本は以下です。
『外資系コンサルのリサ-チ技法』
『課題解決のための情報収集術』
ぜひご参考にしてみてください！
リサーチ関連の記事
ほかにもリサーチ関連の記事を書いていますので、参考にいただければ幸いです。
おわりに
いかがでしたでしょうか？
お仕事の参考にしていただければ幸いです！
