探索的データ分析（EDA）

月間10万件の購買データを分析する前にEDAを実施したECサイト（年商15億円）。

まず要約統計量を出すと、購入金額の中央値は 3,200円 だが平均は 8,900円。分布を描くと右に大きく裾を引いており、上位5%のユーザーが売上の 38% を占めていた。さらに散布図で「購入回数×客単価」を見ると、購入回数5回以上のリピーターの客単価が初回購入者の 2.3倍 だった。

この発見から「リピーター育成が売上拡大の最大レバー」という仮説を立て、リピート率向上施策を優先。EDAなしでいきなり全体CVR改善に走っていたら、インパクトの小さい施策に時間を使うところだった。

自動車部品メーカー（従業員280名）の品質管理部門が、過去2年分の検査データ（12万件）でEDAを行った。

不良品率を時系列プロットすると、毎年8月と12月に 1.8% まで跳ね上がるパターンが見えた（通常は0.6%）。曜日別に箱ひげ図を描くと、月曜日の不良品率が他の曜日の 1.4倍。さらに相関行列で気温と不良品率に r=0.42 の正の相関があった。

「高温時に材料の膨張で寸法精度が落ちる」「月曜は週末明けで設備の再調整が不十分」という2つの仮説を導出。空調設備の強化と月曜朝の設備チェックリスト追加で、年間不良品率は 0.9% → 0.5% に改善。EDAが仮説発見の起点になった。

人口12万人の自治体が実施した住民満足度アンケート（回答3,200件）。従来は平均点で施策を評価していたが、EDAを導入した。

満足度スコアのヒストグラムを描くと、「非常に満足（5点）」と「不満（2点）」に二極化した双峰分布になっていた。平均は 3.4点 で「普通」に見えるが、実態は満足層と不満層に分かれている。

年代別にクロス集計すると、20〜30代の満足度は 2.8点、60代以上は 4.1点。子育て支援に関する自由記述をワードクラウドで可視化したところ、「保育園」「待機」「駅前」の出現頻度が高かった。

「若年層の不満は子育て支援の不足が主因」という仮説に基づき、駅前の一時預かり施設の設置を優先。翌年のアンケートで20〜30代の満足度は 3.3点 に改善した。平均値だけ見ていたら、この二極化に気づけなかった。