輪読会の資料です。

1. ビジネス活用事例で学ぶ
データサイエンス入門
輪読会 第4回
Hamasaki Satoshi
2016.02.25

2. 2
背景
パズコレは、これまでweb上の広告を出してき
たが、さらなるユーザー数拡大に向けて、マス
メディア広告（テレビ、雑誌）を出すことにした。
過去に他のゲームで実施したデータを使って、
もっとも効果の高い打ち方を実施したい。

3. 3
背景
パズコレは、これまでweb上の広告を出してき
たが、さらなるユーザー数拡大に向けて、マス
メディア広告（テレビ、雑誌）を出すことにした。
過去に他のゲームで実施したデータを使って、
もっとも効果の高い打ち方を実施したい。

4. 4
現状とあるべき姿
現状
マスメディアの広告効果が安定していない
広告効果CPI(ユーザー1人を獲得するためのコス
ト)がばらついている
理想
より少ない出費でより多くのユーザーを獲得する広
告がうてるようになること

5. 5
問題発見
CPI推移では、2282円から2774円とバラツキが有る
この500円の差を極力少なくし、さらに常に2282円
の獲得状況を担保していきたい。

6. 6
問題発見
そのために行う事
TVCMと雑誌広告との比率を適切に配分する事
仮説 ユーザー獲得数のばらつきは毎月のTV、雑誌
への広告配分のばらつきによる
今後のアクション
1. 過去のデータをもとにTV、雑誌、それぞれへの広
告費と獲得ユーザー数の関係を把握
2. 関係性をもとに、TV、雑誌への広告配分を決定

7. 7
回帰分析とは
散布図に直線を引き、そこから目的変数の値
を予測する事
目的変数

8. 8
回帰分析とは
y座標の差の2乗和を最小とする直線を引く事
→あてはまりの良い直線を引きその係数を見る
(xi,yi)
(xi,axi+b)
y=ax+b
yi-axi+b

9. 9
回帰分析とは
{y1-(ax1+b)}2+{y2-(ax2+b)}2…{yn-(axn+b)}
この式が最小の値となるa,bを求める
(xi,axi+b)
y=ax+b
yi-axi+b

10. 10
回帰分析とは
Rなら一発
fit <- lm(install ~ ., data = ad.data[, c("install", "tvcm",
"magazine")])
fit

11. 11
データの収集
web、TV、雑誌の三つの媒体で広告を実施。
今回はそのデータを使用する。
（内webはCPIが既に明確なため除外）
このデータはexcelで管理されており、必要な項
目だけRで読み込む

12. 12
CSVファイルを読み込む
ad.data <- read.csv("./ad_result.csv", header =
T, stringsAsFactors = F)
□ A <- B:BをAに代入
□ "./ad_result.csv"
取得するファイルのパス
□ header = T
「1行目は列名が書かれている」か否かを指定する．列名が書かれている場合で，F を指
定すると不具合が生じる．今回の場合はT(true)
□ stringsAsFactors = F
read.csvとかread.tableはオプションなしで使うとデータ型を勝手に判別してくれますが、
それだと都合が悪い場合があります。
http://d.hatena.ne.jp/m-hiyama/20151215/1450140312

13. 13
CSVファイルを読み込む
ad.data <- read.csv("./ad_result.csv", header =
T, stringsAsFactors = F)

14. 14
広告費用とInstallの散布図を作成
library(ggplot2)
library(scales)
□library()
ライブラリをロードする（Rを起動するごとに）
□ggplot2ライブラリ
ggplot2はRのグラフ描画パッケージの一つで，シンプルで美しいグラフが描ける。
□scalesライブラリ
文字列の表示形式や連続・離散スケールの管理が簡単になる

15. 15
広告費用とInstallの散布図を作成
ggplot(ad.data, aes(x = tvcm, y = install)) +
geom_point() + xlab("TVの広告費") + ylab("新規インス
ト ー ル ") + scale_x_continuous(label = comma)
+scale_y_continuous(label = comma)
□ad.data：使用データのパス
□aes()：縦軸、横軸に用いるデータを指定
□xlab,ylab：縦軸、横軸のタイトル名
□scale_x_continuous(label = comma),scale_y_continuous(label = comma)
http://docs.ggplot2.org/current/scale_continuous.html

16. 16
広告費用とInstallの散布図を作成
ggplot(ad.data, aes(x = magazine, y = install)) +
geom_point() + xlab("雑誌の広告費") + ylab("新規イン
ス ト ー ル ") + scale_x_continuous(label = comma) +
scale_y_continuous(label = comma)
先ほどと同じ

17. 17
広告費用と獲得ユーザー数には
関係がありそう
どちらも広告費が上がれば獲得ユーザー数が増
加する右上がりの傾向がある。

18. 18
重回帰分析の実行
fit <- lm(install ~ ., data = ad.data[, c("install", "tvcm",
"magazine")])
fit

19. 19
雑誌広告は効率よく
ユーザーを獲得している
・新規インストールは広告なしでも188人いる
・TV広告では1円につき1名獲得
・雑誌広告では1円につき7人獲得
切片 テレビ広告費 雑誌広告費
188.17 1.36 7.25

20. 20
重回帰分析の詳細な検討
summary(fit)

21. 21
残差分析
第1四分位数の絶対値が第3四分位数の絶対
値より大きい
∴仮定したモデルが適切でない可能性がある
最小値 第1四分位数 中央値 第3四分位数 最大値
-1406.9 -984.5 -12.1 432.8 1985.8

22. 22
決定係数
決定係数は0～1の値を取り、全データが回帰直
線に近い程1に近い値となる。
今回は決定係数は0.92と高い
∴問題はない
決定係数 自由度調整済み決定係数
0.938 0.92

23. 23
アクション
TV広告より雑誌広告のほうが広告効果が高い
そのため、雑誌だけを行いたい。
しかし、広告会社との関係性のためTVを0円に
はできない。
さらに過去のデータ範囲を大きく超えた値に対
しては回帰分析は有効でない
∴TV:4200万円、雑誌：7500万円
これで、6万人の新規ユーザー獲得が見込める