因果探索

因果関係があるとは？

原因が変化すると結果もまた変化する関係性にあるものを「因果関係がある」と表現します。矢印の向きは因果の方向を表しています。

因果探索とは？

売上や客数、広告施策、天候、株価など入力された様々なデータから、その因果関係（原因とそれによって生じる結果との関係）を統計的に推定する手法が「因果探索」です。つまり「何を変化させれば、結果がどう変化するか」を明らかにする手法といえます。

複数データの関係性を分析する場合「相関関係」の分析がよく用いられますが、相関関係ではデータ間の強さを分析することはできますが、方向（因果）がわからないためどちらが原因なのかは特定できません。因果探索の場合、「因果の方向と強さ」「擬似相関の影響」「変数を跨いだ間接的効果」を考慮した推定が可能というメリットがあります。

因果探索から得られるメリット

売上への影響を分析する場合であれば、入力データとして客数や売上などの実績データ、広告や施策などの実施データ、天候や株価などの外部因子を組み合わせ分析を行います。⼊⼒データから因果構造（原因と結果のつながり）を推定しネットワーク図（因果グラフ）で可視化することで、因果の「向き」と「強さ」を把握していきます。

①因果構造と強さの定量・可視化

ビジネス指標を取り巻く様々な要因を因果グラフに整理し、定量・可視化することで関係性を把握していきます。

②新たな因果構造の発見

仮説を置かずに観測されたデータから全体の因果構造を推定していくため、相関分析では見えてこなかった複数の間接的効果や、仮説では捉えきれていなかった新たな因果構造を発⾒することが可能です。

③施策など有効なアクションへの示唆

結果のもとになる変数を探索し因果グラフを形成していくため「どの要素がビジネス⽬標の向上に強い因果関係があるか」を把握。ビジネス目標の向上に因果の強い原因を特定することで、有効なアクションへの示唆を得ることが可能です。

因果探索の活用事例

蓄積されたデータの活用手法として広く適用が可能で、その他にもブランド好意度や満足度、人事制度とモチベーションの因果構造など幅広い業務に適用が可能です。

• ＜ 外的要因の影響度可視化 ＞
  カテゴリの売上トレンドと気温や災害などの外的要因との因果構造を明らかにし将来の打ち手に活用。
• ＜ 出店戦略 ＞
  地理統計情報や立地条件などの変数と顧客数の因果構造を可視化することで、出店条件の優先順位を決める。
• ＜ 業務改善 ＞
  各業務の時間やKPIとなる成果を変数に業務構造を可視化することで業務改善のドライバーを特定、改善に活かす。