POSデータから始めるデータサイエンス入門

データサイエンスの本質は、モデルの知識量にはない。違和感を見つけ、問いを設計し、現場で裏付ける——その循環を回せるかどうかだ。POSデータは、その出発点として最もふさわしい素材になります。

データサイエンスに対する誤解

データサイエンティストというと、多くの人が「数理モデルの専門家」を思い浮かべます。回帰分析を自在に扱い、機械学習アルゴリズムを幅広く知り、Pythonで実装できる人物像です。もちろん、それらは重要なスキルです。しかし、実務の現場で優秀なデータサイエンティストとそうでない人の差を観察し続けると、決定的な違いはそこには現れないことがわかってきます。

差が出るのは、もっと手前の段階です。データを前にしたとき、何を問うべきかを設計できるかどうか。この一点に、実務における能力の差はほぼ集約されます。モデルは、問いが決まって初めて意味を持つ道具です。問いが曖昧なまま精度の高いモデルを走らせても、出てくるのは「それっぽい結果」にすぎません。問いが明確であれば、使うべきモデルは自然と決まります。逆に言えば、問いの設計に失敗した時点で、分析はどれほど数理的に洗練されていても迷走します。

これは、データサイエンスへの入り口として「まず道具を覚える」という学び方が広まっていることへの問題提起でもあります。ツールの操作やモデルの実装から入ると、手段の習得が目的化してしまいやすい。本来は、現実の問題に向き合い、何を知りたいのかを言語化し、それに合う道具を選ぶという流れが先にあるはずです。こうした観察から私が辿り着いたのは、データサイエンスを「数理の学問」としてではなく、「問いの設計学」として捉え直すべきだという考え方です。そしてその訓練の出発点として、POSデータは最良の素材です。

POSデータが持つ、解釈されない強さ

なぜPOSデータなのか。その理由は、POSが純粋な「行動データ」であるという一点に尽きます。

アンケートやインタビューは、「どう説明されたか」を記録します。人は無意識のうちに、社会的に望ましい答えを選んだり、後から行動を整理した物語を語ったりします。本人が正直に答えているつもりでも、それは行動そのものではなく、「行動をどう解釈するか」という語りになりがちです。修士論文を書いていた頃から薄々感じていたことですが、実務に照らし合わせてみるとその違和感はかなりはっきりしてきました。丁寧にプロトコルを守って調査を進めれば進めるほど、話は驚くほどきれいに整います。論文としては優等生なのですが、現実の行動からは少しずつ距離が空いていく感覚があります。

その点、POSデータはとても無口です。いつ、どの商品が、いくつ、いくらで売れたのか——ただそれだけが淡々と記録されます。人が何を考えたかはわかりませんが、何を選んだかだけは誤魔化しようがありません。「解釈が入らない」という一点において、POSデータは非常に強い素材です。データが無口であるということは、裏を返せば、読む側が解釈を持ち込むしかないということでもあります。そこに、問いを設計する力が問われる余地が生まれます。先行研究においても、購買トランザクションデータとフォーカスグループを組み合わせた実証研究（Phipps et al., 2014）で、「セール時に何が売れるか」は定量データで示せても「なぜそのカテゴリで反応が強いか」は語りの場を設けなければわからないことが示されています。買われた事実と語られた説明は、そもそも別物なのです。

まず俯瞰する——モデルを当てる前にやること

未熟な分析が陥りがちなのは、データを手にした瞬間にモデルを当ててしまうことです。回帰を走らせ、クラスタリングを試み、予測モデルを構築する。しかし本来の順番はそうではありません。最初にやるべきことは、全体を眺めることです。曜日別・時間帯別の売上推移、商品構成比の変化、前年同月比のズレ、特定期間の異常値——こうした俯瞰的な観察において、高度な数理は必要ありません。この段階でやるべきことはただ一つ、「違和感を見つけること」です。違和感は、分析の種です。それが見つからなければ、何を問うべきかもわからない。逆に言えば、良い違和感を見つけられた時点で、分析の半分は終わっています。

「この週だけ急に売れている」「この曜日だけ構成比が変わっている」。こうした違和感こそが、問いの種になります。実際の現場でも、ある小売店で平日の水曜日に特定の商品だけが不自然に売れていたことがありました。価格を変えたわけでも、店内施策を打ったわけでも、天候要因でも説明できない。統計モデルにかけると「いつもと違う動き」ははっきり出るのですが、理由はわかりません。テレビCMもチラシもなく、経営側が把握している範囲では「売れる理由が見当たらない」という結論になります。しかしPOSデータは、その異変を数字として示してくれました。それだけで十分な価値があります。数字と現場の間にはズレがある——そのズレを認識することが、次のステップへの入口なのです。

重要なのは、この段階で「なぜかわからない」という状態を焦って埋めようとしないことです。思考が止まると「たまたまだろう」で終わってしまいます。しかし、「たまたま」で片付けた異変の中に、現場が把握していない変化の兆候が潜んでいることは少なくありません。POSデータが示した違和感を手がかりとして持ち続け、次の問いへとつなげていく——その粘りが、データを活用できる人とそうでない人の差を生みます。

問いを立ててから、モデルを選ぶ

分析の流れを整理すると、「問いの設計」と「モデルの選択」には明確な先後関係があります。トレンドを分解したいなら時系列分解、要因を検証したいなら重回帰分析、セグメントを把握したいならクラスタリング、将来を予測したいならARIMAや機械学習——問いが先にあって、モデルはそれに応じて後から選ばれるものです。この順番が逆になったとき、分析はたいてい迷走します。手持ちのモデルに合わせて問いを後付けする分析は、見た目がどれほど洗練されていても、現場の意思決定には届きません。

小売・サプライチェーン領域の研究においても、同様の構造が確認されています。POSデータを統合した後の予測精度改善を測った研究（Saarinen et al., 2025）では、精度という定量結果だけではデータ共有の価値が説明できず、インタビューを通じて「計画の整合・例外管理・同期」という別次元の価値が浮かび上がりました。モデルを当てる前に「何を問うか」を設計し直すことが、分析全体の質を左右するという構造は、実証研究においても繰り返し示されています。スーパーマーケットの購買データを用いた別の研究（Malik et al., 2019）でも、探索的なインタビューを先に挟んでから定量モデルに進む設計が採用されており、どの粒度で需要を分解しどの要因をモデルに載せるべきかは、現場理解と結びついて初めて決まることが示されています。

モデルは答えではなく、仮説を絞り込む装置である

ここは繰り返し強調したい点です。モデルは「答え」ではありません。モデルが果たす役割は、仮説を絞り込むことです。「SNS拡散が影響している可能性がある」という結果が出たとしても、それは結論ではなく仮説です。モデルが示すのはあくまで「いつもと違う動き」の事実であり、その原因を特定するためには別の情報源が必要になります。

ここで現場に戻ります。しかも、管理職ではなく若いスタッフに聞くことが大切です。経験上、経営側が把握していない情報を、現場の若いスタッフが持っていることは珍しくありません。「この週、○○がやけに売れてるんだけど、何か心当たりある？」と聞くと、驚くほどあっさり答えが返ってくることがあります。「TikTokで紹介されてましたよ」「インフルエンサーが取り上げてたやつです」。経営側は誰も見ていない、日報にも書かれていない、しかしお客さんは確実に反応している——この構造は、テレビがメディアの中心だった時代から大きく変わっています。今は若いスタッフに聞くとすぐわかる。インフルエンサーが人を動かしているのです。

定量が仮説を作り、質的データが文脈を与える。この往復運動で、分析は初めて完成します。公衆衛生領域での実証研究（Ferguson et al., 2017）は、この構造を明確に示しています。食料品店での価格割引施策の評価において、POSデータ上では「割引の効果が明確に出ない」という結果でしたが、観察とインタビューによって割引率の小ささ、周知不足、実装運用の課題が原因として浮上しました。「効かなかった」という定量結果が、「何を直すべきか」という実務的な問いへと変換されたのです。この研究が「explanatory sequential mixed methods（説明的逐次混合研究法）」という設計を明示していることは示唆的です。定量で問いを立て、質的で解釈する——その順番そのものが、方法論として体系化されているのです。

この考え方は、学術研究の世界に限った話ではありません。実務の現場でも、定量データが「何かがおかしい」という事実を示し、そこから質的な対話へと向かう流れは、分析の精度を高めるうえで本質的に重要です。データが示す事実を手がかりに、人に話を聞く。その順番を守ることで、現場の会話の密度は大きく変わります。

データサイエンスとは往復運動である

本物のデータサイエンスは、数理だけでも現場感覚だけでも成立しません。両者の往復によって初めて機能するものです。流れを整理すれば、POSデータで全体を俯瞰し、違和感を拾い、問いを設計し、モデルで仮説を絞り込み、現場に仮説を持って降り、質的データで裏付け、解釈を更新してまたデータに戻る——この循環です。どこか一点を切り取って「データサイエンス」と呼ぶのは、分析の一部を取り出しているにすぎません。

この循環において、現場への降り方にも工夫が必要です。仮説を持たずに「何かありましたか？」と聞いても、答えは散漫になります。一方で、POSデータが示した具体的な異変——「この日の水曜日、この商品が通常の3倍売れています」という事実——を手に持って現場に向かうと、話の精度が大きく変わります。データが「聞く理由」を与えてくれることで、現場の人も記憶を手繰り寄せやすくなるのです。仮説を絞り込んでから現場に降りる、この順番が会話の質を決定的に左右します。

日報が無意味だという話ではありません。日報は事実の記録であり、組織としての共有であり、振り返りのためのログでもあります。ただし、日報に書かれない会話の中に、現場理解の核心が隠れていることも多い。この点は、データを見る側が意識しておく必要があります。小売スキャナデータとインタビューを組み合わせた研究（Franckle et al., 2023）では、取引データが「利用率や購買変化」までは捉えるものの、現場の運用負荷やスタッフが感じる摩擦は見えないことが示されています。インタビューによって運用障壁と成功要因が具体化され、改善点が明確になりました。データ分析のゴールは、きれいなレポートを作ることではありません。現場に行って、ちゃんと話を聞ける状態になること——そのための「聞く理由」を与えてくれるのが、POSデータの本質的な役割だと思います。

データサイエンスとは「問い」続けること

データサイエンスとは、数式の知識量ではありません。定量で仮説を立て、質的で文脈を与える往復運動を通じてこそ、分析は現場を動かす力を持ちます。その往復の起点として、POSデータは最も優れた素材です。なぜならそこには、解釈も物語も入り込まない、「選ばれた事実」だけが残るからです。アンケートが語りを記録するとすれば、POSデータは行動を記録します。その違いを理解しているかどうかが、データの読み方そのものを変えます。

その無口なデータを出発点にして、違和感を見つけ、問いを設計し、モデルで仮説を絞り込み、現場で裏付ける。この循環を意識的に回せる人こそが、これからの時代に求められるデータサイエンティストの姿だと、私は考えています。データを扱う技術は、ツールの進化とともに誰でも使えるものになっていきます。しかしどんなにツールが高度になっても、何を問うかを設計する力は、人間にしか宿りません。その力を鍛える出発点として、POSデータほど誠実な素材はないと思います。

参考文献

Ferguson, M. et al. (2017). Food and beverage price discounts to improve health in remote Aboriginal communities: mixed method evaluation of a natural experiment. Australian and New Zealand Journal of Public Health. DOI: 10.1111/1753-6405.12616

Franckle, R. L. et al. (2023). Implementation of a 2-for-1 Price Incentive for Fruits and Vegetables in a Grocery Retail Setting. Health Promotion Practice.

Malik, S. A., Fearne, A., O'Hanley, J. R. (2019). The use of disaggregated demand information to improve forecasts and stock allocation during sales promotions. International Journal of Value Chain Management. DOI: 10.1504/IJVCM.2019.103271

Phipps, E. J. et al. (2014). Buying Food on Sale: A Mixed Methods Study With Shoppers at an Urban Supermarket. Preventing Chronic Disease. DOI: 10.5888/pcd11.140174

Saarinen, L. et al. (2025). Revisiting the value of data sharing in retail supply chain. International Journal of Operations & Production Management.