皆さんは定期的に値を追っているデータをお持ちでしょうか。時間の経緯とともに記録されるデータを「時系列データ」と言います。マーケティングでも、ウォッチしておくべき時系列データは色々あります。
例えば、シェアやブランドスイッチ率（解約率）、そして、アクセス件数や口コミ数などさまざま。多くの場合、これら時系列データは、傾向（トレンド）や繰り返されるパターン（周期性）をチェックします。それをもとに、予測をしたり、変化を発見したりというのが一般的ですが、ここでは「ヒントを得る」という視点から時系列データのイカシカタを考えていきましょう。
ここでのキーワードは「外れ値の特定」と「因果関係の検討」です。時系列データで折れ線グラフを描いてみると、上下に幅を持って値が動いていることがわかります。その際、突出して大きい（小さい）値があれば、気が付くはずです。これらの突出した値を「外れ値」と呼びます。このように視覚的にも確認はできますが、客観的に外れ値を特定することができると便利です。
簡単に2つの方法を解説します。ひとつは、意味から幅を決めておいてそれを超えたら外れ値とする方法。例えば、アクセス件数が日々平均的に500件あるサービスが500件±50件の幅を超えて増えたり減ったりしたら、その日を「外れ値」だと判断するといった...
あと60％
