目次

第1章　もしも「統計」の知識がどれだけ実用的かを統計で測ってみたら

• そもそも統計ってどんなもの？
• 統計が仕事に役立つ3つの場面
• まずはこれがわかれば十分
• 大手メーカーのマネージャ62人にアンケートしてわかった「現場で必要な統計知識」とは
• コラム　高度な統計手法が必ずしも使われない5つの理由

第2章 “平均”に隠れた有望な市場とは？　～平均・中央値・最大／最小値・標準偏差・ヒストグラム・散布図

• 大量のデータをシンプルにまとめる2つの視点
• バラツキをなくして大きさに注目する　～平均
• コラム　Excelで平均を出すには
• 極端なデータの影響を避けて真ん中だけに注目する　～中央値
• コラム　Excelで中央値を計算するには
• データがどれぐらいの範囲に収まっているかをおさえる　～最大／最小値
• コラム　Excelで最大値／最小値を求めるには
• 指標が招く3つの落とし穴
• 標準偏差で数値化する
• コラム　Excelで標準偏差を算出するには
• ヒストグラムで視覚化する
• コラム　Excelでヒストグラムを描くには
• 散布図で視覚化する
• コラム　Excelのグラフ機能で「散布図」を作るには
• 本書で紹介した指標や手法のメリット・デメリット

第3章　値段を変えずに“安く”売るには　～比較とグラフ化

• 「100円は高いのか、安いのか」を判断するには
• 時間で比べる　～デジカメの写真と動画の情報量の違い
• 競合と比べる　～独りよがりは最大のリスク
• 計画で比べる　～組織の論理は予算で動く
• 属性で比べる（地域・商品など）　～データに個性を語らせる
• コラム　比較すべき属性を見つける4つのステップ
• 3つのグラフの強みと弱みとは
• コラム　Excelでグラフを作るには
• 「グラフの引き出し」を増やすには
• 4種類のグラフ×4つの切り口早見マトリックス

第4章　カスタードケーキがチョコパイに勝つには「味の改良」「販促キャンペーンの強化」どちらが有効か？　～相関分析

• もしも単独データの分析では行きづまったら
• 相関を理解するための2つのポイント
• コラム　Excelで相関を求めるには
• 「平均」では見えないデータの裏側をのぞく
• どんな問題も3つのタイプに分けられる
• 10000円の奨励金を出しても売れない原因を探れ（フロー型課題）
• コラム　あえて「弱い相関」にも着目するワケ
• カスタードケーキがチョコパイに勝つには「味の改良」「販促キャンペーンの強化」どちらが有効か？（結果・要因型）
• 社内のブランド教育が“ブランド大好き”につながらないのはなぜ？（データ羅列型）
• コラム　3つ以上のデータ相関を効率的に見るには

第5章　あと500人お客を呼び込むにはいくら広告費が必要？　～単回帰分析

• 相関でわからないことを知るには
• 数式とグラフで表すには　～近似曲線
• どれぐらいの精度ならば“つかえる”のか？　～R²値
• 単回帰分析の3つステップ
• 「1000円かけると、0.0525人増える」から導ける3つのこと
• 「相関」と「単回帰分析」の関係を整理する
• 散布図をうまく単回帰分析につなげるコツ
• コラム　重回帰分析の難しさ

第6章　数字の裏にある意味を考える

• なぜ同じデータから反対の結論が出るのか
• 同じデータで違う結論が出るときの2つの対処法
• 飛びぬけたデータの意味を考える　～外れ値
• データの穴を勝手に埋めない　～人は因果関係をつけたがる
• データの範囲に注意する
• 仮説が真実を遠ざけていないか疑う　～思い込みの落とし穴
• 本当に“使える”結果か見極めるための問いかけ

第7章　より効果的にデータとつきあうには

• 分析上手は「仮説づくり」の達人
• 手元に十分なデータがない／手元のデータでは情報が得られなかったときは
• コラム　属性データを効率よく集めるには
• データを使ったプレゼンのコツ
• コラム　良いプレゼンターの要件（かんたん操作の落とし穴）