会社で、今後の販促方法について打ち合わせをしていた時のこと
打ち合わせしている相手が、こんなことを言った
「何がきっかけになって買ったかがわかれば、どう施策を打てばいいかわかる。KXENというソフトがあるから、それにデータを入れて、なにか探れないものか」
KXENというのは、聞いたことは何度もあるけど、見たことはないのだが、たぶんSASとかSPSSとかそんな類のソフト何だろうと思う。要は、パッケージの統計ソフトで、回帰の類を計算してくれるはず。
で、その打ち合わせ相手が意図するところとは、KXENに入れて、購入確率（スコアリング）を計算すれば、投入した変数の中で何が効いていそうかがわかる、ということなのである
話を聞きながら、実はこんなことを考えた。
たぶん、それなりに上手くモデルは作れるような気はする。
そして、予測確率もでるでしょう
だから、どの変数が効いているかも、まあわかるでしょう
だけど・・・・
あなたは、その結果に納得できますか？
と。
いつも思うけど、偏回帰係数の解釈・説明は難しい
偏回帰係数が難しいのではなく、なんでそんなことになったのかを説明して、納得してもらうのが難しい。
多くの場合、係数だけ見せても、普通、何のことやら誰もわからない。だから、僕は、計算結果を導き出したであろうグラフを作って、説明することが多い。
だけど、、、、
そのグラフが何かがわかっても、その関係が何を意味しているのか？消費者なり、お客さんが何を考えているから、こんな結果が出るのか？が、直感・感覚的に理解できないと、オーディエンスは納得できない。納得できないと、アクションにつながらない。
自分で分析して、自分で施策を考えるならば、話は簡単
計算結果を、どう受け止めるべきか？がわかっている
施策・稟議を通すために、計算結果をどう利用すべきかもわかる
だけど、分析の含意を、他人を説得する術は、未だよくわからない
納得・説得できるかは、半分は自分の問題だけど、残りの半分は相手の問題なのだ
といったことを、打ち合わせ中ずーーと考えていたのであった
--------------
マニアックネタの追記
よくよく考えてみたら、今回のデータには、従属変数に当たるものがないことに気がついた。つまり、ロジスティック回帰はできないので、対数線型モデルになるのです。気になったのは、KXENは対数線型ができるのか？ということと、そもそも、対数線型モデル、見たことはあるけど、やったことないなーっていうこと。相当昔、テキストを読んだことは覚えているが、何が書いてあったのは忘却の彼方。覚えていることといえば、ロジスティック回帰と対数線型モデルは理屈の上では同じものだけど、従属変数を特別に扱い気があるかどうかが、違いだということ。ようは、回帰と分散分析の違い。
まあ、どうでもいいや。
KXENは、社内でも。特別な人しか触れないし。
ただ、その特別な人たちが、この辺の事情に詳しいかは、はなはだ怪しいのだが、わしは知らん。
