More Related Content
Similar to 20120326 zansa勉強会発表資料 (公開用) 02 04-38
Similar to 20120326 zansa勉強会発表資料 (公開用) 02 04-38 (12)
More from tetsuro ito (20)
20120326 zansa勉強会発表資料 (公開用) 02 04-38
- 2. 名前 バックボーン
伊藤 徹郎 経済・ファイナンス
twitter ID Age
@tetsuroito 26歳
所属
株式会社ALBERT データ分析部
データマイニングの理想と現実の間で悩み、
2ヶ月前に金融系の会社から転職しました。
データアナリスト見習いです。
2012年3月27日火曜日
- 3. 株式会社ALBERTについて
私たちは「分析力をコアとする情報最適化企業」です!
ALBERTの事業領域
CRMソリューションの開発・提供
レコメンドエンジンの開発・提供
行動ターゲティング広告システムの
開発・提供
2012年3月27日火曜日
- 4. アジェンダ
1、なぜデータ分析が必要なのか?
2、データマイニングの理想と現実
3、分析事例紹介
2012年3月27日火曜日
- 6. なぜデータ分析が必要なのか?
Q.どちらの会社で働きたい?
A社 B社
平均年齢 30.8歳 平均年齢 31.8歳
平均年収 807万円 平均年収 620万円
2012年3月27日火曜日
- 8. 平均に されてはいけない
2012年3月27日火曜日
- 9. 基本統計量をしっかり確認しましょう
平均 尖度
分散 歪度
中央値 範囲
最頻値 最大
標準偏差 最小
分析対象の標本数の確認
散布図やヒストグラムの確認も重要!
2012年3月27日火曜日
- 10. なぜデータ分析が必要なのか?
きちんとしたビジネス上の
意思決定を行うために、
データの分析が必要です。
2012年3月27日火曜日
- 11. データ分析の心構え
1、分析する対象についての理解
2、分析手法についての理解
3、分析結果に対する的確な判断
2012年3月27日火曜日
- 12. 分析力の高い組織とは
出典:http://www.albert2005.co.jp/blog/archives/201203/05_140501.html
2012年3月27日火曜日
- 14. データマイニングの理想
購買データを用いて
バスケット分析を用いたら
おむつとビールの併売傾向がわかった!
売り場を併設して、売上UP!
2012年3月27日火曜日
- 15. データマイニングの現実
購買データを用いて
バスケット分析を用いたら
おむつとビールの併売傾向がわかった!
そんなに簡単に
パターン発見などできません!
売り場を併設して、売上UP!
2012年3月27日火曜日
- 16. データマイニングあるある
ケース1
コンビニの売上データを分析
思考錯誤の結果
天気データを用いて重回帰分析を行ったところ
雨の日に傘が売れていると判明した!
普通に考えて当たり前ですね。
2012年3月27日火曜日
- 17. データマイニングあるある
ケース2
家電量販店の売上データと顧客データを分析
ABC分析で顧客を分類し、
アソシエーション分析を行った結果、
10代、20代→非優良顧客
30代以上→優良顧客
となることがわかった!
なんとなく予想つきますよね。
2012年3月27日火曜日
- 20. データクレンジングの5ステップ
1、データ形式を統一する
2、欠損値を補う(補完する)
3、データの値を える(正規化)
4、異常値を処理する
5、特徴選択(変数の数を決定する)
2012年3月27日火曜日
- 22. 顧客の分類手法 顧客のセグメント
デシル分析 RFM分析 クラスター分析
顧客を10グループに等分 顧客を3つの指標ごとに 類似した顧客を数グループに
(売上額の順位など) 数グループに分ける 分ける
R:最新購入日
各クラスタリング手法によって
顧客ごとの売上合計 F:購入頻度
様々
M:購入合計額
自由度が高い反面
現状の把握が大まかにわかる 小売業では効果的な手法 分類の意味づけなどを
行う必要がある
低 難易度 高
2012年3月27日火曜日
- 23. K-means法
1.各点にランダムにクラスタを割り当てる
2.クラスタの重心を計算する。
3.点のクラスタを、一番近い重心のクラスタに変更する
4.変化がなければ終了。変化がある限りは 2に戻る。
2012年3月27日火曜日
- 24. クラスタリング事例
出典:http://www.slideshare.net/hamadakoichi/mahout-canopy-clustering-tokyowebmining-9
2012年3月27日火曜日
- 25. クラスタリング事例
出典:http://www.slideshare.net/hamadakoichi/mahout-canopy-clustering-tokyowebmining-9
2012年3月27日火曜日