目次

序章 それ、ちょっと数字で説明してくれる？ってどういうこと？
第１章 数字やデータで考えるための「ロジカルシンキング」
Story 「本当の課題」をデータで再度考えよう？
・課題を定義しよう（方策、現象、要因と混ぜてはいけない）
・意外と知らない課題解決のプロセス（Big pictureからdetailへ）
・課題解決のツールとは （分解の軸とロジックストラクチャー）
・仮説思考で、「あたり」をつける（第一仮説と第二仮説、優先度の付け方）
・ポイントを絞らないと膨大なデータを前に呆然とすることになる
・うまくいかない例
・まず「仮説」を「A商品の落ち込み」とする

第２章 現状を知り、「課題」（What）を特定する
Story 「なんでA商品が問題って言えるの？」「そ、それは～」
・「A商品が一番売上が低い」＝撤退するって、なんの問題解決にもなってない！
・現状を知るために全体を俯瞰する
・「大きさ」と「バラつき」の軸で課題を見つける
・「内側の軸」でデータを見る……「分解」して個別の状況を見る
「特に関東圏での売り上げが下がっていることがわかった！」
・「外側の軸」でデータを見る……「比較」して外部環境と自社の状況を見る
「関東圏では競合と比べシェアで負けている。競争力が落ちている！」
・より深い気付きを得るための「グルーピング」
「自分のビジネスで一番大事な指標」と、「それに一番インパクトを与える指標」で視覚的に分析する
・課題ポイントを探るためのポイント（差分、変化点、構成バランス）
・結論 「弊社の売り上げは前年比何％で下がっています。業界平均に比べても落ち込みが大きいため、何らかの対策を打つ必要があります。そこで、商品別に調べてみると、A商品の特に関東圏での落ち込みが、前年比●％と特に激しいことがわかります。また、競合と比較することでシェア、つまり競争力が落ちていることが見えます」

第３章 データで「なぜ問題が起こっているのか」（Why）を確認する
Story「商品寿命が終わったって本当？」
・「いい、悪い」の判断から一歩踏み出すための「Why」
・Whyがわかれば、解決策がわかる
・1種類のデータをあれこれ整理するだけ、を卒業する
・「関係性」に着目すると見えてくること
・課題解決によく使われる２つのパターン
・気を付けるべき落とし穴
・結論 「関東圏では、関東を本拠地とする競合C社の商品が性能が同じで価格が安いため、競争が激化しているようです。ある店舗での実績を見ると、C社商品のシェアが75％、自社商品は25％となっています。競争力に影響するいくつかの要因の中から、販売に強く関連する若者向けのプロモーションが効かなくなってきていることが判明しました」

第４章 結果を伝える
Story 今までの話を整理する
・さて、どんな流れで話せば聞いてもらえるのか？
・実務でのゴールに立ち返る
・データ分析結果と報告内容は違う
・受け手のことを考える
・常に「シンプルに」を忘れない