20131207 Japan.R発表

1. 実ビジネスデータへのRの活用と
その限界
2013年12月7日
Japan.R 2013
@Yahoo!Japan
2013年12月9日月曜日

2. 自己紹介
名前
伊藤 徹郎 (@tetsuroito)
所属
株式会社ALBERT データ分析部
好きなもの
サッカー、スキー、オレオ、鰤しゃぶ
R歴
２年くらい
2013年12月9日月曜日
マサカリ投げないでください

3. 株式会社ALBERTについて
分析力をコアとする
マーケティングソリューションカンパニー
2013年12月9日月曜日

4. サイトの宣伝
分析関係の読み物も豊富に用意しているので、
ぜひ遊びに来てください
2013年12月9日月曜日

5. 主な事業領域
上記３領域でビジネス展開
2013年12月9日月曜日

6. ちょこっと紹介
従来のレコメンドアルゴリズムの欠点を改善した
デュアルチューニングロジックβを搭載した
レコメンド特化型DSP
2013年12月9日月曜日

7. ちょこっと紹介
曜
や地域、OSなどの要素を加味して配信クリエイティブを決定する。
最も効果の
媒体#地域#表示回数#時間$%&"
※'(種類の変数を加味
い
i-E ect
クリエイティブを選択
②インプレッション情報が
配信システムへ
③最適なクリエイティブを
配信
ネットワーク
④最適なクリエイティブを
配信システムへ
⑤配信指示
①ユーザーがサイトに訪問
◎平日の昼
◎東京から
◎OSはChrome
この媒体なら配信しても
効果がありそうだ。
配信決定！
どのクリエイティブを
配信しようか？
!"
配信システムと組み合わせることで、効率的かつ効果的に配信することを実現
2013年12月9日月曜日

8. ちょこっと紹介
短期間でベストクリエイティブを発
ALBERTでは、膨 な広告クリエイティブを実験計画法を応 した独 の 法を いて絞
り込み、最適なクリエイティブを短期間で特定するアルゴリズムを確 しております。
通常1~2ヶ 以上かかるデー
タの蓄積を2 3週間のデータ
蓄積で分析が可能に！
全てのクリエイティブを同時に配信すると
クリック数を確保するまでに時間がかかってしまう。
ALBERT独 の統計的
法を い、各要素の
全てのパーツを含むク
リエイティブを抽出。
2013年12月9日月曜日
配信クリエイティブ数を
絞り込むことで1クリエイ
ティブあたりのクリック
数を増やし効率的にデー
タを取得。
各パーツの効 値を
算出することで早期
にベストクリエイ
ティブを発 ！

9. 今、注力しているもの
３つのビジネス領域が有機的に関連
2013年12月9日月曜日

10. AWSとの連携もしています
出典：AWS国内導入事例
Redshift楽しいよ！
2013年12月9日月曜日

11. そろそろRの話
2013年12月9日月曜日

12. と言えば
豊富なパッケージの数々
無料なのでどこでも使える
Web上にドキュメントも豊富
メリットいっぱい！
2013年12月9日月曜日

13. はどこで使ってる？
アドホック分析で使ってます
は統計解析環境
2013年12月9日月曜日

14. 実務でよく使う決定木とか
※個人的にツリーの図が
もう少しイケてるといいな
2013年12月9日月曜日

15. 地図のマッピングとか
1000
37123
37165
37029
500
500
37007
1500
37093
2000
2500
37125
1000
1500
spatially lagged d79
37131
Local Moran's I (I values)
0
200
400
600
800
0
d74
100
200
300
400
d79
1000
800
600
400
200
0
Local Moran's I (I values)
0
0.18
0.92
2.28
18.01
1000
800
600
400
200
0
2013年12月9日月曜日
37005
0
0
spatially lagged d74
2000
37117
37153
0
0.2
0.56
1.54
8.19
500
600

16. 機械学習とか
手法
決定木(CART)
ランダムフォレスト(RF)
Extremely Randomized Trees(ET)
ニューラルネットワーク(NN)
サポートベクターマシーン(SVM)
2013年12月9日月曜日
性能評価

17. 回帰やロバスト回帰とか
2013年12月9日月曜日

18. アトリビューション分析
ALBERTのアトリビューションモデル
ALBERTのアトリビューションモデルはベイジアンネットワークを利 し、全ユーザーの 動
パターンを可視化することで、CVが最も起きやすいパターンを算出いたします。
Search クリック
純広告 View
DSP View
DSP Click
#$
未#$
!"
すべてのユーザーの行動データを可視化し、#$貢献度を算出"
2013年12月9日月曜日

19. ベイジアンネットワーク
2013年12月9日月曜日

20. ALBERT式予測モデリング
独自手法と一般的な時系列の比較など
2013年12月9日月曜日

21. あなたも明日から
データサイエンティスト！
そう、
2013年12月9日月曜日
ならね！

22. でも‥
全てにおいて万能ではない
2013年12月9日月曜日

23. のデメリット
基本メモリに載せちゃう
※FFパッケージなどもありますが、一般的に
他言語に比べると速度が‥
※Rcppとかも結局Cを書きますし‥
バッチ処理って‥
※できましたね
2013年12月9日月曜日

24. データ分析における現実
From ビジネスの現場のデータ分析における理想と現実
by TJOさん
2013年12月9日月曜日

25. データ分析における現実
From ビジネスの現場のデータ分析における理想と現実
by TJOさん
2013年12月9日月曜日

26. データ分析における現実
効率的に
前処理をこなして
統計モデルなどに入れたい
2013年12月9日月曜日

27. ビジネスにおけるデータ
例.アンケートデータ
情報が密
の出番！
2013年12月9日月曜日

28. ビジネスにおけるデータ
例.ECサイトの購買データ
スパース
大規模な
マトリクス
少し不安
2013年12月9日月曜日

29. ビジネスにおけるデータ
例.Apatcheの生ログ
広告配信の生ログ など
非正規化
テキスト
大量
TB/週
.
.
2013年12月9日月曜日
無理！

30. 前処理
C
F
Ruby
MySQL
C++
Shell
Python
Java
PHP
Perl
Postgres
SQL
etc‥
適材適所な言語の選択が重要
2013年12月9日月曜日

31. データ分析あるある
とりあえずパッケージに放り込む
SVMでいいんじゃない？
NEW！
ランダムフォレストでいいっしょ
2013年12月9日月曜日

32. データ分析あるある
とりあえずパッケージに放り込む
SVMでいいんじゃない？
NEW！
ランダムフォレストでいいっしょ
ダメ！絶対！
2013年12月9日月曜日

33. ビジネスにおけるデータ分析３か条
2013年12月9日月曜日

34. ビジネスにおけるデータ分析３か条
1,分析する対象について理解する
2013年12月9日月曜日

35. ビジネスにおけるデータ分析３か条
1,分析する対象について理解する
２,分析手法を適切に理解する
2013年12月9日月曜日

36. ビジネスにおけるデータ分析３か条
1,分析する対象について理解する
２,分析手法を適切に理解する
３,分析結果に対して適切な
アクションを行う
2013年12月9日月曜日

37. 1,分析する対象について理解する
ドメイン知識はありますか？
なぜ分析が必要なのですか？
正しい現状認識はできていますか？
データの意味や背景を理解していますか？
問題はなんですか？
2013年12月9日月曜日

38. ２,分析手法を適切に理解する
※１を経た上で‥
データは適切に前処理されていますか？
問題を解決するに適した手法ですか？
パラメータ調整などは適切ですか？
アウトプットを理解できますか？
正しく可視化できていますか？
2013年12月9日月曜日

39. ３,分析結果に対して適切なアクションを行う
※１、２を経た上で‥
仮説は正しく検証されましたか？
適切なPDCAサイクルを構築できますか？
データドリブンな意思決定はできますか？
組織やビジネスを変える事はできますか？
2013年12月9日月曜日

40. 人を動かす３か条 by デールカーネギー
1,盗人にも五分の理を認める
→非難や批判は益なしなのでやめよう
２,重要感を持たせる
→相手を尊重しよう
３,人の立場に身を置く
→相手の視点で考えよう
2013年12月9日月曜日

41. データ分析は
世間で騒がれているほど
格好いいものではなく、
泥臭いものです。
2013年12月9日月曜日

42. そんな泥臭い戦いを
各所で演じている皆様と
これから挑む皆様に
本講演が少しでも
お役に立てれば幸いです。
2013年12月9日月曜日

43. Enjoy!!
2013年12月9日月曜日

44. ご清聴
ありがとうございました！
Fin
2013年12月9日月曜日