売上最大化の鍵を探せ：SQLとTableauによる「4象限ポートフォリオ分析」実践〜アイオワ州リカーセールスデータから導く「稼ぎ頭」商品〜

1. はじめに：なぜ「売上」だけでは不十分なのか
2. 使用ツールとデータセット
3. SQLによる収益性データの抽出
4. Tableauによる可視化：4象限ポートフォリオの作成
5. 分析結果とビジネス・インサイト
6. まとめ

1. はじめに：なぜ「売上」だけでは不十分なのか

前回のプロジェクトでは「時系列トレンド」を分析しましたが、ビジネスの現場では「売上が高い商品」が必ずしも「会社の利益に貢献している商品」とは限りません。

本プロジェクトでは、「売上（Volume）」と「利益率（Quality）」の2軸を用いて、商品を評価するポートフォリオ分析を行いました。目的は、膨大な販売データの中から、リソースを集中投下すべき「スター商品」を特定し、データに基づいた経営判断を支援することです。

2. 使用ツールとデータセット

データセット:bigquery-public-data.iowa_liquor_sales.sales
- アイオワ州の酒類販売管理データ（大規模な実トランザクションデータ）
- 33,011,454行のデータでした
SQL (Google BigQuery): 粗利益額と利益率の算出、データクレンジング
BI (Tableau Public): 散布図（スキャッタープロット）による4象限分

3. SQLによる収益性データの抽出

まず、BigQueryを使用して、商品カテゴリごとのパフォーマンスを集計しました。ここでは単なる売上集計だけでなく、原価データを用いて「利益」と「利益率」を正確に算出しています。

工夫した点（SQLスキル）:

利益計算: 売上 - (原価 * 数量) で正確な粗利を算出
エラー回避: SAFE_DIVIDE関数を使用し、ゼロ除算エラーを防ぐ堅牢なクエリを設計
ノイズ除去: ビジネスインパクトのあるカテゴリに焦点を当てるため、一定の売上規模（$100,000以上）でフィルタリング

/* 実行したSQLコード */
SELECT
    category_name,
    SUM(sale_dollars) AS total_sales,
    SUM(sale_dollars - (state_bottle_cost * bottles_sold)) AS total_profit,
    -- ゼロ除算を防ぎつつ利益率を算出
    SAFE_DIVIDE(
        SUM(sale_dollars - (state_bottle_cost * bottles_sold)),
        SUM(sale_dollars)
    ) AS profit_margin,
    COUNT(*) AS transaction_count
FROM
    `bigquery-public-data.iowa_liquor_sales.sales`
WHERE
    date >= '2022-01-01'
    AND sale_dollars > 0
GROUP BY
    category_name
HAVING
    total_sales >= 100000
ORDER BY
    total_sales DESC
LIMIT 100;

▼ BigQueryでの実行結果（CSVエクスポート） [ここにBigQueryの結果画像

4. Tableauによる可視化：4象限ポートフォリオの作成

取得したデータをTableauに取り込み、散布図（Scatter Plot）を作成しました。

可視化の戦略:

2軸の配置: 横軸に「売上」、縦軸に「利益率」を配置し、各カテゴリの位置関係を可視化。
4象限の分割: アナリティクス機能で「平均線」を引き、商品を4つのグループ（スター、金のなる木、問題児、負け犬）に分類。
多次元情報の付与: 「円のサイズ＝取引回数」、「色＝利益総額」とすることで、一目でビジネス規模を把握可能に。

▼ プロフェッショナルな調整: 当初、利益率の差がわずかであったため、商品が一直線に並んで見えました。そこで「軸の編集（ゼロを含めない）」を行うことで、0.1%単位の利益率の攻防をズームアップし、隠れた優位性を可視化しました。

▼ 完成したダッシュボード

5. 分析結果とビジネス・インサイト

グラフの分析から、以下の明確な結論が導き出されました。

絶対的エースの特定: 右上の象限（売上・利益率ともに平均以上）に位置する 「AMERICAN VODKAS」 が、圧倒的な取引量と最高の利益額を誇る「スター商品」であることが判明しました。
利益構造の発見: 多くの商品の利益率が33.3%付近に集中していることから、州の規制による価格設定の影響が読み取れますが、そのわずかな上位に位置する商品群こそが、真に注力すべきカテゴリです。

結論: マーケティング予算は、漠然と分散させるのではなく、最もROI（投資対効果）が高いと証明された「AMERICAN VODKAS」および右上の象限にあるカテゴリに集中投下すべきです。