こんにちは、荒井（@yutakarai）です。
PPDACサイクルとは
PPDACサイクルとは、課題解決のためのフレームワークです。
課題解決における各段階をProblem（課題の設定）、Plan（計画）、Data（データの収集）、Analysis（分析）、Conclusion（取りあえずの結論）に分けた考え方です。
課題を解決するためには統計の考え方等を利用して、現象を中立・公平にとらえ、論理的・客観的な分析を行っていくことが大切です。
PPDACサイクルは、課題解決やデータ分析、A/Bテストなどにも応用できる便利なフレームワークです。
PPDACサイクルの頻度
PPDACサイクルは「高品質な分析」を時間をかけて行うのではなく、短時間で「そこそこの分析」を何回も繰り返します。
PPDACサイクルを１回転するたびに「取りあえずの結論」を導きだします。
この取りあえずの結論をもとに、担当者の間でレビューを行って、対応策や次の行動の方向性を確認するようにします。
取りあえずの結論から次の課題を設定し、次のPPDACサイクルを回していきます。
PPDACサイクル
課題の設定（Problem）
課題解決を行うには、まずその課題・問題点を明確にしていかなければいけません。
目的は何か、問題点は何か、問題を捉えているデータは何か、などについて具体化していき、着目すべき現象を絞り込んだ上で、中立・公平な立場で正確に把握していくことが重要です。
このステップでは、問題を明示し、分析すべき課題を設定します。
サイクルの２週目以降は、状況やデータの変化に応じて分析すべき課題を調整していきます。
計画（Plan）
課題を設定したら、それについて調査・分析を行うための計画を立てます。
無計画に行ってしまうと、有用なデータが集められず、ポイントがずれた間違った分析を行ってしまいます。
しっかりと計画を立てて実施していくことが大切です。
このステップでは、どのようなデータを集めるか計画を立てます。
データの収集（Data）
分析で使うデータを収集し整理します。
データは「外部データ」「内部データ」に分類されます。
外部データとは、自社以外のデータです。
世の中の流れや、競合他社の情報、市場の状態などが「外部データ」になります。
内部データとは、自社のデータです。
社内インテリジェンスデータや、テスト結果のデータなどが「内部データ」になります。
A/Bテストでは、アナリティクスのデータもこれに当たります。
また、数値で表現できる「定量データ」のほかに、担当者の感覚値などの「定性データ」も分析を行ううえで大切な内部データのひとつです。
分析（Analysis）
集めたデータを加工・分析し、次のアクションにつながるデータに整理します。（データのインテリジェンス化）
データの種別
・量的データ − 数字の大小で判別できるデータ、合計値や平均値など
・質的データ − ジャンル、カテゴリなどの区分データ
データセットの種類
・データを視覚的に評価するためにはグラフを使用する
・グラフの作成、テーマの設定 数値軸、項目軸、データの正確な表示
・グラフの選択、統計値にあったグラフを選択する
取りあえずの結論（Conclusion）
分析結果から結論を導き出します。
ポイントは「取りあえず」です。取りあえずの結論を出し、次のサイクルにつなげます。
サイクルを何度も繰り返すことが大切です。
取りあえずの結論は、以下のようなものになります。
・調査のまとめ
・報告、リサーチ、結果の要約
・調査結果のまとめた内容を基に検討した改善案
・調査の曖昧な点の精度を向上した設問を設定する。次回のPPDACサイクルに活かす
・次回のPPDACのサイクル手法の精度の向上案
まとめ
１回の高品質な分析よりも「そこそこの分析」を繰り返すことがポイントです。
PPDACサイクルを一回転するたびに、取りあえずの結論を出し、必要であれば関係者の間でレビューすると良いです。レビューを通して、方向性が間違っていないか確認することがとても大切です。
