SlideShare a Scribd company logo
IBM Watson Analyticsで
簡易Twitter分析
2016年6月15日
日本アイ・ビー・エム株式会社
アナリティクス事業
© IBM 2016 2
• 是非ご登録の上、一度Watson Analyticsを体感ください。
• 現在、以下のサイトからご登録いただきますと30日間 Professional
Editionがご評価いただけます。
https://watson.analytics.ibmcloud.com/product
IBM Watson Analytics 登録URLはこちらです
登録方法の説明資料はこちらです
http://www.slideshare.net/ibm_analytics_japan/watson-analytics-
62091760
© IBM 2016 3
30 Day Trial Free Plus Professional
Dataset size and
storage
500 columns, 10M
rows, 100GB
50 columns, 100k
rows,1MB storage
256 columns 1M
rows, 2GB
500 columns, 10M
rows, 100GB
Number of users Single Single Single Multiple
Relational
databases
Yes Yes Yes
Cloud data
connectors
Yes Yes Yes
Twitter data Yes Yes Yes
Cognos Analytics
connector
Yes Yes
Teams and
collaboration
Yes Yes
Access on premise
data
Yes Yes
Analytics
Exchange
Full Access Limited Access Full Access Full Access
Monthly
Subscription
¥0 ¥0 ¥4,282 per user ¥11,500 per user
Watson Analytics 新バージョンのEdition以下のIBM Watson Analyticsのエディションで
Twitterデータを利用できます(価格はTwitterデータの利用料金を含みます。)
2016年6月現在
© IBM 2016 4
IBM Watson Analytics の簡易Twitter分析
• ユーザは#hashtagを指定、その#hashtagのついたTweetを分
析します。
• #hashtagのついてない、Tweetは分析対象にできません。
• すべてのTweetの中から、指定した#hashtagに該当するTweetを検索、その約
10%のデータをIBM Watson Analyticsにアップロードします。
• 分析対象のTweet数は、上記の一部のTweetデータの件数です。
• Tweetの文章は、 すべてがIBM Watson Analyticsにアップロードされるわけで
はありません。(例:positive signalとして、“great”, “awesome”などのみが
アップロードされます)
• 2016年6月現在、日本語の#hashtagは指定可能ですが、Tweetの
positive/negativeの判別はできません。
• データセットとして、IBM Watson AnalyticsにアップロードするTweet数は、上
限があります。(1データセットあたり、 Plus edition -> 25,000 Tweets まで
/ Professional edition -> 50,000 Tweets まで)アップロード時に
#hashtagや日付範囲の指定でデータ量を調整する必要があります。
(手軽にすぐに)
まず、第一歩目の気づきを得るための簡易ツール
© IBM 2016 5
利用ケース 例)
①イベントやキャンペーンに紐づけた#hashtagを告知
例)
②IBM Watson AnalyticsでTweetの傾向を把握
※Tweetの文章内容をテキストマイニングなど本格的に分析行いたい
場合には、以下の別ソリューションをお勧めいたします。
http://www.slideshare.net/ibm_analytics_japan/twitterdash-db
© IBM 2016 6
【+ New data】-【Twitter】を選択します。
データのアップロード
© IBM 2016 7
アップロードするTwitterデータの指定
①指定する#hashtag
③日時範囲指定
④任意のデータセット名
②「and」「or」条件
© IBM 2016 8
指定する#hashtag
• それぞれのhashtagは(#)をつけて記載します。10個まで指定で
きます。チェックボックスで「and」もしくは「or」条件を指定してくださ
い。
• 複数のhashtagはシングルスペースで区切ります。 Hashtag自
体には、スペースは利用できません。
• Hashtagには、文字、数字、アンダースコア(_)以外は指定で
きません。また、数字、アンダースコア以外の文字を少なくとも1文字
は含む必要があります。
• 特殊文字で利用できるのは、アンダースコアのみです。クエッションマ
ーク(?)、びっくりマーク(!)、コンマ(,)、プリオド(.)、アンド(&)などは
利用できません。
• 以下のように#hashtagを指定します。
例) #ibmWatson #analytics
• #hashtagは日本語の指定をすることも可能です。
© IBM 2016 9
アップロードするデータ件数の確認
【Show estimate】を押すと、IBM Watson Analyticsにアップロードするデータ量が
表示されます。アップロードするデータ件数の上限を超えるような場合には、#hashtagや
日時範囲などのアップロード条件を変更します。
【Import】を押してデータを取り込みます。
© IBM 2016 10
IBM Watson AnalyticsのDataにアップロードし
たTwitterデータが登録されています。このデータセッ
トの下部にある・・・をクリックして、【Refine】を選択
して、データを確認することができます。
アップロードしたデータの確認
© IBM 2016 11
利用できるデータセット①
© IBM 2016 12
利用できるデータセット②
© IBM 2016 13
利用できるデータセット③
© IBM 2016 14
分析画面例① 「このTwitterデータからはこういうことがわかる」
という提案
投稿者の国別分布
© IBM 2016 15
分析画面例② 日付別センチメント分析
何がセンチメントに影響を
与えるか
© IBM 2016 16
分析画面例③ ポジティブ・シグナル
ネガティブ・シグナル
© IBM 2016 17
IBM Watson Analyticsの使い方は以下のサイ
トをご参照ください。
• 機能概要 http://bit.ly/1TFQef9
• さわってみよう!Data 編 http://bit.ly/259W5Vm
• さわってみよう! Discover 編 その1 http://bit.ly/1Tl6TqQ
• さわってみよう! Discover 編 その2 http://bit.ly/1XhULK6
• さわってみよう! Discover 編 その3 http://bit.ly/23VMDPw
• さわってみよう! Display 編 その1 http://bit.ly/1XhUWF0
• さわってみよう! Display 編 その2 http://bit.ly/1ThB9Rj
© IBM 2016 18
<補足資料>
IBM Watson Analyticsのご紹介
© IBM 2016 19
• 現場の事業部門の方向けの、分析用のクラウド・サービスです。
マーケティング
キャンペーン計画と
投資収益率 (ROI)
営業
顧客維持
財務
売掛管理の優
先順位付け
オペレーション
品質分析
人事
従業員との
リレーションシップ
IBM Watson Analytics とは
現場の事業部門の方向けの、分析用のクラウド・サービスです。
© IBM 2016 20
Source: Analytics: The New Path to Value, a joint MIT Sloan Management Review and IBM Institute
for Business Value study. Copyright © Massachusetts Institute of Technology
業務が忙しすぎて
分析作業には
時間がとりずらい
(34%)
分析ツールの使い方
に自信がない
(38%)
データが
どこにあるか
見つけにくい
(24%)
IBM Watson Analytics とは
IBMの最先端の技術を用いて、『こういう分析ツールがあったらいいな』
を具現化しました。
© IBM 2016 21
• ガイド型分析
• 分析内容とビジュアライゼーションに応じて、適宜分析軸をおすすめしてます
• また分析内容と分析軸に応じて、適宜ビジュアライゼーションをおすすめします
• 統計解析機能
• 統計的な相関関係、予見、要因分析などの統計解析により、何がビジネスに最も影
響を与えているかだけではなく、何が影響を与えそうかという事も踏まえた分析結
果を提示しビジネスユーザを最も重要なビジネス・ドライバーへと導きます
• 自然言語をベースとした “Cognitive” コンピューティング
• 通常業務で使用している言葉で問いかけができます
• IBM Watson Analyticsはビジネスを理解し問いかけに対して返答します
※2016年6月現在英語のみサポートしています。
IBM Watson Analyticsの革新的なポイント
© IBM 2016 22
• クラウドでサービスを提供
• いつでもどこでも利用ができます
• すぐに利用をはじめられます
• 運用管理は一切不要です
• 最新の技術がどんどん取り込まれていきます
• 協業パートナー様とのアライアンス・エコモデル
• Twitterデータの利用にトレンドの可視化
• データ・マーケット・プレイス(Analytics Exchange)との連携
※2016年6月現在ベータ稼働中。
IBM Watson Analyticsの革新的なポイント
© IBM 2016 23
?
? …
?
?
?
従来型BIツール Watson Analytics
Value and Trust
データの価値と信頼
Exploration and Innovation
探索とイノベーション
Systems of Insight 洞察を導き出すシステム
ミッションクリティカルな
レポートと分析
日々の疑問の問い合わせや
新しい発見
新しい洞察
正しいデータからの
精度の高い洞察
従来型BIツールとの位置づけの違い
© IBM 2016 24
時間
分析効果
現在
従来型ツールを用い、時間をかけてゴールにたどり着く手法
1)自動提案
3)新たな発見へ
新たな発見
分析
結果
2)短時間での分析
(負荷軽減・時間短縮)
分析
結果
IBM Watson Analytics の目指すもの
© IBM 2016 25
このデータから見たいのは、こういうものですかね??
© IBM 2016 26
こういうのも見たいんじゃないですか?
© IBM 2016 27
データ項目によって、Watson Analyticsが推
奨するビジュアライゼーションが変わります
このデータの見方なら、このビジュアルがいいですよ。
© IBM 2016 28
このデータではこの項目とこの項目に相関があります。
© IBM 2016 29
このデータは汚いんで分析に向いていないですよ。
© IBM 2016 30
https://www.facebook.com/BusinessAnalytics/

More Related Content

What's hot

Ibm watson machine learning and watson knowledge stuido 20160827
Ibm watson machine learning and watson knowledge stuido 20160827Ibm watson machine learning and watson knowledge stuido 20160827
Ibm watson machine learning and watson knowledge stuido 20160827
Tsuyoshi Hirayama
 
スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522
スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522
スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522
株式会社スカイアーチネットワークス
 
【Watson】Tradeoff Analyticsの概要
【Watson】Tradeoff Analyticsの概要【Watson】Tradeoff Analyticsの概要
【Watson】Tradeoff Analyticsの概要
勇太 小沢
 
論文紹介@ Gunosyデータマイニング研究会 #97
論文紹介@ Gunosyデータマイニング研究会 #97論文紹介@ Gunosyデータマイニング研究会 #97
論文紹介@ Gunosyデータマイニング研究会 #97
圭輔 大曽根
 
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
株式会社スカイアーチネットワークス
 
スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225
スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225
スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225
株式会社スカイアーチネットワークス
 
Logic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platformLogic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platform
Tsuyoshi Hirayama
 
【スカイアーチ】Webサイトを脆弱性攻撃から守る
【スカイアーチ】Webサイトを脆弱性攻撃から守る【スカイアーチ】Webサイトを脆弱性攻撃から守る
【スカイアーチ】Webサイトを脆弱性攻撃から守る
株式会社スカイアーチネットワークス
 
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
株式会社スカイアーチネットワークス
 
Watsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみたWatsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみた
Kota Suizu
 
Web API Next Challenge
Web API Next ChallengeWeb API Next Challenge
Web API Next Challenge
uchimanajet7
 

What's hot (11)

Ibm watson machine learning and watson knowledge stuido 20160827
Ibm watson machine learning and watson knowledge stuido 20160827Ibm watson machine learning and watson knowledge stuido 20160827
Ibm watson machine learning and watson knowledge stuido 20160827
 
スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522
スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522
スカイアーチセミナー:[スカイアーチNTTCom共催セミナー]事例で学ぶ賢いクラウド活用法 ~コンテンツ配信編~(事例セッション):150522
 
【Watson】Tradeoff Analyticsの概要
【Watson】Tradeoff Analyticsの概要【Watson】Tradeoff Analyticsの概要
【Watson】Tradeoff Analyticsの概要
 
論文紹介@ Gunosyデータマイニング研究会 #97
論文紹介@ Gunosyデータマイニング研究会 #97論文紹介@ Gunosyデータマイニング研究会 #97
論文紹介@ Gunosyデータマイニング研究会 #97
 
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
スカイアーチセミナー:[スカイアーチNTTcom共催セミナー]事例で学ぶ賢いクラウド活用法~コンテンツ配信編~:150522
 
スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225
スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225
スカイアーチセミナー:Web制作会社エンジニア様向け『クラウド活用3つの秘訣』:150225
 
Logic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platformLogic of blockchain and quantum computing on ibm cloud platform
Logic of blockchain and quantum computing on ibm cloud platform
 
【スカイアーチ】Webサイトを脆弱性攻撃から守る
【スカイアーチ】Webサイトを脆弱性攻撃から守る【スカイアーチ】Webサイトを脆弱性攻撃から守る
【スカイアーチ】Webサイトを脆弱性攻撃から守る
 
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
スカイアーチセミナー:[スカイアーチ AWS共催]AWS移行のプロが教える!導入への3ステップ:150521
 
Watsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみたWatsonで地図ナビアプリつくってみた
Watsonで地図ナビアプリつくってみた
 
Web API Next Challenge
Web API Next ChallengeWeb API Next Challenge
Web API Next Challenge
 

Viewers also liked

画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた
softlayerjp
 
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)
Masaya Fujita
 
Watsonにあなたの知識を教えよう
Watsonにあなたの知識を教えようWatsonにあなたの知識を教えよう
Watsonにあなたの知識を教えよう
Akiko Murakami
 
Watson analytics ご紹介
Watson analytics ご紹介Watson analytics ご紹介
Watson analytics ご紹介
IBMソリューション
 
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
Mitsutoshi Kiuchi
 
TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法
IBM Analytics Japan
 
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~
Hiroki Nakayama
 
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
Yuya Kato
 
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121aIBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121a
Maho Takara
 
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみたTensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
Yuya Kato
 
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
Ryota Kamoshida
 

Viewers also liked (11)

画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた画像解析最前線!WatsonとTensorFlowを比較してみた
画像解析最前線!WatsonとTensorFlowを比較してみた
 
IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)IBM Bluemix × Watson でMashup Hackathon (API説明)
IBM Bluemix × Watson でMashup Hackathon (API説明)
 
Watsonにあなたの知識を教えよう
Watsonにあなたの知識を教えようWatsonにあなたの知識を教えよう
Watsonにあなたの知識を教えよう
 
Watson analytics ご紹介
Watson analytics ご紹介Watson analytics ご紹介
Watson analytics ご紹介
 
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
2016/4/16 Softlayer Bluemix Community Festa 2016講演資料
 
TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法TwitterデータをdashDBにロードする方法
TwitterデータをdashDBにロードする方法
 
Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~Watson活用事例~Watsonハッカソンの例を通じて~
Watson活用事例~Watsonハッカソンの例を通じて~
 
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
TensorFlowを使ってテキストをクラス分類してみたら精度96.8%の分類器を簡単に得ることができた話
 
IBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121aIBMワトソン 勉強会 20161121a
IBMワトソン 勉強会 20161121a
 
TensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみたTensorFlowを使ってテキストをクラス分類してみた
TensorFlowを使ってテキストをクラス分類してみた
 
機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話機械学習によるデータ分析まわりのお話
機械学習によるデータ分析まわりのお話
 

Similar to Ibm Watson Analyticsで簡易Twitter分析

【JSLGG】お手軽watsonアプリ開発セミナー
【JSLGG】お手軽watsonアプリ開発セミナー【JSLGG】お手軽watsonアプリ開発セミナー
【JSLGG】お手軽watsonアプリ開発セミナー
softlayerjp
 
【お手元資料】20141126 wab月例セミナー
【お手元資料】20141126 wab月例セミナー【お手元資料】20141126 wab月例セミナー
【お手元資料】20141126 wab月例セミナー
Dennis Sugahara
 
kintone devCamp Vol.10 ルックアップのことだけ、考えた。
kintone devCamp Vol.10 ルックアップのことだけ、考えた。kintone devCamp Vol.10 ルックアップのことだけ、考えた。
kintone devCamp Vol.10 ルックアップのことだけ、考えた。
kintone papers
 
第三回北海道ワトソン勉強会 Watson + IoT 丼
第三回北海道ワトソン勉強会 Watson + IoT 丼第三回北海道ワトソン勉強会 Watson + IoT 丼
第三回北海道ワトソン勉強会 Watson + IoT 丼
K Kimura
 
20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~
20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~
20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~
ISAO_Corp
 
Interop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizunoInterop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizuno
shintaro mizuno
 
需要と生産をつなぐCpsのinnovation 14 sep2016 pub
需要と生産をつなぐCpsのinnovation 14 sep2016 pub需要と生産をつなぐCpsのinnovation 14 sep2016 pub
需要と生産をつなぐCpsのinnovation 14 sep2016 pub
YamashitaKatsushi
 
Lekumo ファミリーの製品戦略
Lekumo ファミリーの製品戦略Lekumo ファミリーの製品戦略
Lekumo ファミリーの製品戦略
Six Apart KK
 
IAチャンネル:nissenのIA最適化事例その1
IAチャンネル:nissenのIA最適化事例その1IAチャンネル:nissenのIA最適化事例その1
IAチャンネル:nissenのIA最適化事例その1
Makoto Shimizu
 
プリザンター勉強会 001 ハンズオン
プリザンター勉強会 001 ハンズオンプリザンター勉強会 001 ハンズオン
プリザンター勉強会 001 ハンズオン
Taiji Uchida
 
【OSC2016 Enterprise】 mauticセミナー資料
【OSC2016 Enterprise】 mauticセミナー資料【OSC2016 Enterprise】 mauticセミナー資料
【OSC2016 Enterprise】 mauticセミナー資料
Kohei Nishikawa
 
20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』
20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』
20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』
R3 institute
 
Startin Web Analytics By GA ver03
Startin Web Analytics By GA ver03Startin Web Analytics By GA ver03
Startin Web Analytics By GA ver03
hiroyuki kikuchi
 
Lekumo キャンペーンビルダー ProNet勉強会用資料
Lekumo キャンペーンビルダー ProNet勉強会用資料Lekumo キャンペーンビルダー ProNet勉強会用資料
Lekumo キャンペーンビルダー ProNet勉強会用資料
Six Apart KK
 
GAの最重要機能!アドバンスセグメントの使い方
GAの最重要機能!アドバンスセグメントの使い方GAの最重要機能!アドバンスセグメントの使い方
GAの最重要機能!アドバンスセグメントの使い方
Kazuya Matsukura
 
Google Analytics Basics
Google Analytics BasicsGoogle Analytics Basics
Google Analytics Basics
hiroyuki kikuchi
 
AbemaTVにおける推薦システム
AbemaTVにおける推薦システムAbemaTVにおける推薦システム
AbemaTVにおける推薦システム
cyberagent
 
Aug nagoya#2 atlassianlinks
Aug nagoya#2 atlassianlinksAug nagoya#2 atlassianlinks
Aug nagoya#2 atlassianlinksyonoori
 
福井解析セミナー20140326
福井解析セミナー20140326福井解析セミナー20140326
福井解析セミナー20140326
Aマーケティング合同会社
 
【kintone hive 上海】ウィングアーク上海講演資料_160918
【kintone hive 上海】ウィングアーク上海講演資料_160918【kintone hive 上海】ウィングアーク上海講演資料_160918
【kintone hive 上海】ウィングアーク上海講演資料_160918
Cybozucommunity
 

Similar to Ibm Watson Analyticsで簡易Twitter分析 (20)

【JSLGG】お手軽watsonアプリ開発セミナー
【JSLGG】お手軽watsonアプリ開発セミナー【JSLGG】お手軽watsonアプリ開発セミナー
【JSLGG】お手軽watsonアプリ開発セミナー
 
【お手元資料】20141126 wab月例セミナー
【お手元資料】20141126 wab月例セミナー【お手元資料】20141126 wab月例セミナー
【お手元資料】20141126 wab月例セミナー
 
kintone devCamp Vol.10 ルックアップのことだけ、考えた。
kintone devCamp Vol.10 ルックアップのことだけ、考えた。kintone devCamp Vol.10 ルックアップのことだけ、考えた。
kintone devCamp Vol.10 ルックアップのことだけ、考えた。
 
第三回北海道ワトソン勉強会 Watson + IoT 丼
第三回北海道ワトソン勉強会 Watson + IoT 丼第三回北海道ワトソン勉強会 Watson + IoT 丼
第三回北海道ワトソン勉強会 Watson + IoT 丼
 
20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~
20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~
20180119 AI で業務効率化 ~B To Employee ではじめる Chat Bot~
 
Interop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizunoInterop2016-openstack-user-group-mizuno
Interop2016-openstack-user-group-mizuno
 
需要と生産をつなぐCpsのinnovation 14 sep2016 pub
需要と生産をつなぐCpsのinnovation 14 sep2016 pub需要と生産をつなぐCpsのinnovation 14 sep2016 pub
需要と生産をつなぐCpsのinnovation 14 sep2016 pub
 
Lekumo ファミリーの製品戦略
Lekumo ファミリーの製品戦略Lekumo ファミリーの製品戦略
Lekumo ファミリーの製品戦略
 
IAチャンネル:nissenのIA最適化事例その1
IAチャンネル:nissenのIA最適化事例その1IAチャンネル:nissenのIA最適化事例その1
IAチャンネル:nissenのIA最適化事例その1
 
プリザンター勉強会 001 ハンズオン
プリザンター勉強会 001 ハンズオンプリザンター勉強会 001 ハンズオン
プリザンター勉強会 001 ハンズオン
 
【OSC2016 Enterprise】 mauticセミナー資料
【OSC2016 Enterprise】 mauticセミナー資料【OSC2016 Enterprise】 mauticセミナー資料
【OSC2016 Enterprise】 mauticセミナー資料
 
20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』
20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』
20161110 Cybozu Days 2016 ランチセッション 『キントーンと共に飛び込む、クラウドが当たり前になった企業情報システムの未来』
 
Startin Web Analytics By GA ver03
Startin Web Analytics By GA ver03Startin Web Analytics By GA ver03
Startin Web Analytics By GA ver03
 
Lekumo キャンペーンビルダー ProNet勉強会用資料
Lekumo キャンペーンビルダー ProNet勉強会用資料Lekumo キャンペーンビルダー ProNet勉強会用資料
Lekumo キャンペーンビルダー ProNet勉強会用資料
 
GAの最重要機能!アドバンスセグメントの使い方
GAの最重要機能!アドバンスセグメントの使い方GAの最重要機能!アドバンスセグメントの使い方
GAの最重要機能!アドバンスセグメントの使い方
 
Google Analytics Basics
Google Analytics BasicsGoogle Analytics Basics
Google Analytics Basics
 
AbemaTVにおける推薦システム
AbemaTVにおける推薦システムAbemaTVにおける推薦システム
AbemaTVにおける推薦システム
 
Aug nagoya#2 atlassianlinks
Aug nagoya#2 atlassianlinksAug nagoya#2 atlassianlinks
Aug nagoya#2 atlassianlinks
 
福井解析セミナー20140326
福井解析セミナー20140326福井解析セミナー20140326
福井解析セミナー20140326
 
【kintone hive 上海】ウィングアーク上海講演資料_160918
【kintone hive 上海】ウィングアーク上海講演資料_160918【kintone hive 上海】ウィングアーク上海講演資料_160918
【kintone hive 上海】ウィングアーク上海講演資料_160918
 

More from IBM Analytics Japan

Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
IBM Analytics Japan
 
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
IBM Analytics Japan
 
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
IBM Analytics Japan
 
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
IBM Analytics Japan
 
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
IBM Analytics Japan
 
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
IBM Analytics Japan
 
【jena X IBM】ビーコンを活用した働き方改革とは?
 【jena X IBM】ビーコンを活用した働き方改革とは? 【jena X IBM】ビーコンを活用した働き方改革とは?
【jena X IBM】ビーコンを活用した働き方改革とは?
IBM Analytics Japan
 
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System DSX R Studio 利用ガイドIBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Analytics Japan
 
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System Webコンソール利用ガイド 20180213IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Analytics Japan
 
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Analytics Japan
 
IBM Cloud を利用したデータ分析ことはじめ
IBM Cloud を利用したデータ分析ことはじめIBM Cloud を利用したデータ分析ことはじめ
IBM Cloud を利用したデータ分析ことはじめ
IBM Analytics Japan
 
Db2 V11 GUIツール
Db2 V11 GUIツールDb2 V11 GUIツール
Db2 V11 GUIツール
IBM Analytics Japan
 
Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
IBM Analytics Japan
 
Dockerとdb2
Dockerとdb2Dockerとdb2
Dockerとdb2
IBM Analytics Japan
 
IBM Cloudのデータベース
IBM CloudのデータベースIBM Cloudのデータベース
IBM Cloudのデータベース
IBM Analytics Japan
 
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
IBM Analytics Japan
 
Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse セッション資料 db tech showcase Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse セッション資料 db tech showcase
IBM Analytics Japan
 
Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド チュートリアル編Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド チュートリアル編
IBM Analytics Japan
 
Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse Spark利用ガイド データ操作編Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse Spark利用ガイド データ操作編
IBM Analytics Japan
 
Db2 Warehouse ご紹介資料 20170922
Db2 Warehouse ご紹介資料 20170922Db2 Warehouse ご紹介資料 20170922
Db2 Warehouse ご紹介資料 20170922
IBM Analytics Japan
 

More from IBM Analytics Japan (20)

Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
Db2 v11.5.4 高可用性構成 & HADR 構成パターンご紹介
 
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
Db2 & Db2 Warehouse v11.5.4 最新情報アップデート2020年8月25日
 
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
Db2 Warehouse on Cloud Flex テクニカルハンドブック 2020年3月版
 
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
Db2 Warehouse on Cloud Flex ご紹介資料 2020年3月版
 
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
 
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
 
【jena X IBM】ビーコンを活用した働き方改革とは?
 【jena X IBM】ビーコンを活用した働き方改革とは? 【jena X IBM】ビーコンを活用した働き方改革とは?
【jena X IBM】ビーコンを活用した働き方改革とは?
 
IBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System DSX R Studio 利用ガイドIBM Integrated Analytics System DSX R Studio 利用ガイド
IBM Integrated Analytics System DSX R Studio 利用ガイド
 
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System Webコンソール利用ガイド 20180213IBM Integrated Analytics System Webコンソール利用ガイド 20180213
IBM Integrated Analytics System Webコンソール利用ガイド 20180213
 
IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213IBM Integrated Analytics System ユーザー利用ガイド 20180213
IBM Integrated Analytics System ユーザー利用ガイド 20180213
 
IBM Cloud を利用したデータ分析ことはじめ
IBM Cloud を利用したデータ分析ことはじめIBM Cloud を利用したデータ分析ことはじめ
IBM Cloud を利用したデータ分析ことはじめ
 
Db2 V11 GUIツール
Db2 V11 GUIツールDb2 V11 GUIツール
Db2 V11 GUIツール
 
Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
 
Dockerとdb2
Dockerとdb2Dockerとdb2
Dockerとdb2
 
IBM Cloudのデータベース
IBM CloudのデータベースIBM Cloudのデータベース
IBM Cloudのデータベース
 
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
【株式会社ラック様】ハイブリッド・クラウド時代の データベース活用 ~事例・スタートアップ・メニューご紹介~
 
Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse セッション資料 db tech showcase Db2 Warehouse セッション資料 db tech showcase
Db2 Warehouse セッション資料 db tech showcase
 
Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド チュートリアル編Db2 Warehouse Spark利用ガイド チュートリアル編
Db2 Warehouse Spark利用ガイド チュートリアル編
 
Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse Spark利用ガイド データ操作編Db2 Warehouse Spark利用ガイド データ操作編
Db2 Warehouse Spark利用ガイド データ操作編
 
Db2 Warehouse ご紹介資料 20170922
Db2 Warehouse ご紹介資料 20170922Db2 Warehouse ご紹介資料 20170922
Db2 Warehouse ご紹介資料 20170922
 

Ibm Watson Analyticsで簡易Twitter分析

  • 2. © IBM 2016 2 • 是非ご登録の上、一度Watson Analyticsを体感ください。 • 現在、以下のサイトからご登録いただきますと30日間 Professional Editionがご評価いただけます。 https://watson.analytics.ibmcloud.com/product IBM Watson Analytics 登録URLはこちらです 登録方法の説明資料はこちらです http://www.slideshare.net/ibm_analytics_japan/watson-analytics- 62091760
  • 3. © IBM 2016 3 30 Day Trial Free Plus Professional Dataset size and storage 500 columns, 10M rows, 100GB 50 columns, 100k rows,1MB storage 256 columns 1M rows, 2GB 500 columns, 10M rows, 100GB Number of users Single Single Single Multiple Relational databases Yes Yes Yes Cloud data connectors Yes Yes Yes Twitter data Yes Yes Yes Cognos Analytics connector Yes Yes Teams and collaboration Yes Yes Access on premise data Yes Yes Analytics Exchange Full Access Limited Access Full Access Full Access Monthly Subscription ¥0 ¥0 ¥4,282 per user ¥11,500 per user Watson Analytics 新バージョンのEdition以下のIBM Watson Analyticsのエディションで Twitterデータを利用できます(価格はTwitterデータの利用料金を含みます。) 2016年6月現在
  • 4. © IBM 2016 4 IBM Watson Analytics の簡易Twitter分析 • ユーザは#hashtagを指定、その#hashtagのついたTweetを分 析します。 • #hashtagのついてない、Tweetは分析対象にできません。 • すべてのTweetの中から、指定した#hashtagに該当するTweetを検索、その約 10%のデータをIBM Watson Analyticsにアップロードします。 • 分析対象のTweet数は、上記の一部のTweetデータの件数です。 • Tweetの文章は、 すべてがIBM Watson Analyticsにアップロードされるわけで はありません。(例:positive signalとして、“great”, “awesome”などのみが アップロードされます) • 2016年6月現在、日本語の#hashtagは指定可能ですが、Tweetの positive/negativeの判別はできません。 • データセットとして、IBM Watson AnalyticsにアップロードするTweet数は、上 限があります。(1データセットあたり、 Plus edition -> 25,000 Tweets まで / Professional edition -> 50,000 Tweets まで)アップロード時に #hashtagや日付範囲の指定でデータ量を調整する必要があります。 (手軽にすぐに) まず、第一歩目の気づきを得るための簡易ツール
  • 5. © IBM 2016 5 利用ケース 例) ①イベントやキャンペーンに紐づけた#hashtagを告知 例) ②IBM Watson AnalyticsでTweetの傾向を把握 ※Tweetの文章内容をテキストマイニングなど本格的に分析行いたい 場合には、以下の別ソリューションをお勧めいたします。 http://www.slideshare.net/ibm_analytics_japan/twitterdash-db
  • 6. © IBM 2016 6 【+ New data】-【Twitter】を選択します。 データのアップロード
  • 7. © IBM 2016 7 アップロードするTwitterデータの指定 ①指定する#hashtag ③日時範囲指定 ④任意のデータセット名 ②「and」「or」条件
  • 8. © IBM 2016 8 指定する#hashtag • それぞれのhashtagは(#)をつけて記載します。10個まで指定で きます。チェックボックスで「and」もしくは「or」条件を指定してくださ い。 • 複数のhashtagはシングルスペースで区切ります。 Hashtag自 体には、スペースは利用できません。 • Hashtagには、文字、数字、アンダースコア(_)以外は指定で きません。また、数字、アンダースコア以外の文字を少なくとも1文字 は含む必要があります。 • 特殊文字で利用できるのは、アンダースコアのみです。クエッションマ ーク(?)、びっくりマーク(!)、コンマ(,)、プリオド(.)、アンド(&)などは 利用できません。 • 以下のように#hashtagを指定します。 例) #ibmWatson #analytics • #hashtagは日本語の指定をすることも可能です。
  • 9. © IBM 2016 9 アップロードするデータ件数の確認 【Show estimate】を押すと、IBM Watson Analyticsにアップロードするデータ量が 表示されます。アップロードするデータ件数の上限を超えるような場合には、#hashtagや 日時範囲などのアップロード条件を変更します。 【Import】を押してデータを取り込みます。
  • 10. © IBM 2016 10 IBM Watson AnalyticsのDataにアップロードし たTwitterデータが登録されています。このデータセッ トの下部にある・・・をクリックして、【Refine】を選択 して、データを確認することができます。 アップロードしたデータの確認
  • 11. © IBM 2016 11 利用できるデータセット①
  • 12. © IBM 2016 12 利用できるデータセット②
  • 13. © IBM 2016 13 利用できるデータセット③
  • 14. © IBM 2016 14 分析画面例① 「このTwitterデータからはこういうことがわかる」 という提案 投稿者の国別分布
  • 15. © IBM 2016 15 分析画面例② 日付別センチメント分析 何がセンチメントに影響を 与えるか
  • 16. © IBM 2016 16 分析画面例③ ポジティブ・シグナル ネガティブ・シグナル
  • 17. © IBM 2016 17 IBM Watson Analyticsの使い方は以下のサイ トをご参照ください。 • 機能概要 http://bit.ly/1TFQef9 • さわってみよう!Data 編 http://bit.ly/259W5Vm • さわってみよう! Discover 編 その1 http://bit.ly/1Tl6TqQ • さわってみよう! Discover 編 その2 http://bit.ly/1XhULK6 • さわってみよう! Discover 編 その3 http://bit.ly/23VMDPw • さわってみよう! Display 編 その1 http://bit.ly/1XhUWF0 • さわってみよう! Display 編 その2 http://bit.ly/1ThB9Rj
  • 18. © IBM 2016 18 <補足資料> IBM Watson Analyticsのご紹介
  • 19. © IBM 2016 19 • 現場の事業部門の方向けの、分析用のクラウド・サービスです。 マーケティング キャンペーン計画と 投資収益率 (ROI) 営業 顧客維持 財務 売掛管理の優 先順位付け オペレーション 品質分析 人事 従業員との リレーションシップ IBM Watson Analytics とは 現場の事業部門の方向けの、分析用のクラウド・サービスです。
  • 20. © IBM 2016 20 Source: Analytics: The New Path to Value, a joint MIT Sloan Management Review and IBM Institute for Business Value study. Copyright © Massachusetts Institute of Technology 業務が忙しすぎて 分析作業には 時間がとりずらい (34%) 分析ツールの使い方 に自信がない (38%) データが どこにあるか 見つけにくい (24%) IBM Watson Analytics とは IBMの最先端の技術を用いて、『こういう分析ツールがあったらいいな』 を具現化しました。
  • 21. © IBM 2016 21 • ガイド型分析 • 分析内容とビジュアライゼーションに応じて、適宜分析軸をおすすめしてます • また分析内容と分析軸に応じて、適宜ビジュアライゼーションをおすすめします • 統計解析機能 • 統計的な相関関係、予見、要因分析などの統計解析により、何がビジネスに最も影 響を与えているかだけではなく、何が影響を与えそうかという事も踏まえた分析結 果を提示しビジネスユーザを最も重要なビジネス・ドライバーへと導きます • 自然言語をベースとした “Cognitive” コンピューティング • 通常業務で使用している言葉で問いかけができます • IBM Watson Analyticsはビジネスを理解し問いかけに対して返答します ※2016年6月現在英語のみサポートしています。 IBM Watson Analyticsの革新的なポイント
  • 22. © IBM 2016 22 • クラウドでサービスを提供 • いつでもどこでも利用ができます • すぐに利用をはじめられます • 運用管理は一切不要です • 最新の技術がどんどん取り込まれていきます • 協業パートナー様とのアライアンス・エコモデル • Twitterデータの利用にトレンドの可視化 • データ・マーケット・プレイス(Analytics Exchange)との連携 ※2016年6月現在ベータ稼働中。 IBM Watson Analyticsの革新的なポイント
  • 23. © IBM 2016 23 ? ? … ? ? ? 従来型BIツール Watson Analytics Value and Trust データの価値と信頼 Exploration and Innovation 探索とイノベーション Systems of Insight 洞察を導き出すシステム ミッションクリティカルな レポートと分析 日々の疑問の問い合わせや 新しい発見 新しい洞察 正しいデータからの 精度の高い洞察 従来型BIツールとの位置づけの違い
  • 24. © IBM 2016 24 時間 分析効果 現在 従来型ツールを用い、時間をかけてゴールにたどり着く手法 1)自動提案 3)新たな発見へ 新たな発見 分析 結果 2)短時間での分析 (負荷軽減・時間短縮) 分析 結果 IBM Watson Analytics の目指すもの
  • 25. © IBM 2016 25 このデータから見たいのは、こういうものですかね??
  • 26. © IBM 2016 26 こういうのも見たいんじゃないですか?
  • 27. © IBM 2016 27 データ項目によって、Watson Analyticsが推 奨するビジュアライゼーションが変わります このデータの見方なら、このビジュアルがいいですよ。
  • 28. © IBM 2016 28 このデータではこの項目とこの項目に相関があります。
  • 29. © IBM 2016 29 このデータは汚いんで分析に向いていないですよ。
  • 30. © IBM 2016 30 https://www.facebook.com/BusinessAnalytics/