锁定原因也需要“假设”
第 1 章中曾经提过，着手处理数据之前，应该首先确认目的或问题，在此基础上提出假设，这一点非常重要。在分析问题原因时，假设也同样有效。与原因有关的假设叫作 WHY 型假设。
例如，在刚才的例子中，目的或者问题是“增加来店人数”。为此首先需要找出影响来店人数这个被解释变量的原因。一般来说，在自己所从事的行业或业务中，找出可能影响最终结果的原因并非难事。
但需要提防一些陷阱，防止受前例束缚的主观臆断，或者将视野限定在平时常见的数据范围之内。
克服常识的限制，不因为“这是平时一直关注的数据”“前辈、上司都这么说”而放弃思考，而是客观地进行探索，这也是从事数据分析的条件之一。此外，还有 2 点需要注意。
（1）寻找接近结果的原因
例如，针对提高销售额的目的，将“营销费用”作为原因的话，销售额和营销费用需要通过“来店人数”才能具有关联。三者之间是“销售额—来店人数—营销费用”的链条结构。
但实际上不只有来店人数会影响到销售额，而营销费用与销售额的直接关联就更为薄弱。所以这两个数据之间的相关关系就不太容易把握准确。因此，最好先分析类似来店人数与营销费用等关系更为紧密的数据之间的关联，在关联更密切的数据之间考察相关关系。
（2）选择能够采取对策的原因
即使可以从理论上找到很多原因，并断定其与要实现的指标具有高度相关，但如果都是自己无法控制的外界原因，那么这个分析结果就派不上用场。如果分析的目的就是研究倒也无妨，但如果是为了在实际工作中实现目标或者解决问题而做数据分析，这样就会毫无意义。建立假设时就要设想“假设得到验证，就能采取哪些对策”，这也是考验数据分析者能力的一个方面。