Downloaded 38 times
More Related Content
![[DSO]勉強会_データサイエンス講義_Chapter6](https://cdn.slidesharecdn.com/ss_thumbnails/dsodatasciencelecturechapter6-190910041955-thumbnail.jpg?width=640&height=640&fit=bounds)
![[DSO]勉強会_データサイエンス講義_Chapter9](https://cdn.slidesharecdn.com/ss_thumbnails/dsodatasciencelecturechapter9-191227101324-thumbnail.jpg?width=640&height=640&fit=bounds)
![[Ｒ勉強会][データマイニング] R言語による時系列分析](https://cdn.slidesharecdn.com/ss_thumbnails/r-100423232629-phpapp01-thumbnail.jpg?width=640&height=640&fit=bounds)
【スクー】業務改善のためのデータサイエンス
- 1. 代表・最高解析責任者 倉橋一成 1
- 2. 設立：2011年3月24日 Web：http://ianalysis.jp/ 本社：東京都港区南青山2-2-15 ウィン青山 取引先企業 ◦ エーザイ株式会社、大鵬薬品工業株式会社、株式会社gumi、 大手自動車会社、大手人材サービス会社など 医療分野から始まり、多種多様な業種へ 実績 ◦ セミナー活動 ◦ コンサルティング 分析手法のアドバイス 分析環境作りのアドバイス ◦ 分析実務 調査データ分析によるインサイト抽出 売上データ分析によるKPIの開発 ◦ 分析のためのデータベース構築 【本社エントランス】 ◦ 予測モデル開発 Web上の行動履歴データを使ったユーザーの属性予測 2
- 3. 【経歴】 東京大学Ph.D (2011), Statistician, Data Scientist, Data Miner 【専門】 cDNAマイクロアレイ、臨床試験データ、レセプトデータ、 電子カルテ・医療オーダーデータ、マーケティングデータ 【スキル】 R, SAS, SPSS, Visual C++, Ruby on Rails, Python 【主な実績】 ・2005：NPO日本臨床研究支援ユニット、解析担当 腎臓癌患者の調査データの解析(SAS) レセプトデータの解析と結果のレポーティング(R) ・2007、2009：スタットコム株式会社、統計解析者 小児癌の臨床試験のプロトコルに沿った解析とレポーティング 術後乳癌患者のQOLに関する研究の解析と統計アドバイス ・2009～2010：帝京大学、医師への統計コンサルタント 論文化にあたっての医師へのアドバイスと解析 様々な科の医師に対してのコンサルタント（内科、外科、眼科など）スタットコム株式会社、統計解析者 ・2010：キャピタルメディカ株式会社、プロジェクトメンバー レセプトデータを活用した新規プロジェクトの立ち上げメンバー ・2011：iAnalysis合同会社 設立 ※Twitter: @isseing333 ※blog: 「おとうさんの解析日記」 http://d.hatena.ne.jp/isseing333/ 3
- 4.
- 5. ローデータ（生データ）：集計前のデータ ◦ エクセルの表をイメージ ◦ 1つのシートが、1つのデータ 列：変数、項目 ID 年齢 身長 体重 … 1 20 165 60 … 2 43 178 73 … 行：レコード 3 36 163 57 … ... ... ... ... … ローデータを集計した値も「データ」 ◦ 平均年齢○○歳、平均年収○○万円 5
- 6. 学問知識 エンジニアリング 統計学 データベース 機械学習 プログラミング ビジネス感 実務経験 マーケティング 経営企画 6
- 7. 大学の講義 本 実戦 セミナー 統計学系：尐 データサイ 統計検定 1.学問知識 機械学習系：多 エンス本 CodeIQ おしゃスタ TokyoWebmini ng DB系、プロ TokyoR 2.エンジニアリン 情報学系学科 コンテスト グラミング グ 工学系学科 アプリ実装 系の本 『分析力を 3.ビジネス感 経済系学科 武器とする 業務経験 各種研修 企業』 7
- 8. 公開されているデータを使う ◦ 国が公開しているデータ ◦ Twitter、Facebookなどのデータ 分析を行なっている会社で働く ◦ 各企業の分析部門、マーケティング部門 ◦ 分析専門会社 分析のコンテストをやってみる ◦ KDD ◦ KAGGLE 詳しくは「理系ナビ」でのセミナー資料 ◦ http://www.slideshare.net/isseing333/ss-13690717 8
- 9. データ分析の流れ 9
- 10. ビジネス インテリジェンス （BI） ビジネス アナリティクス （BA） 10
- 11. DBの加工 ERP ETLツール バッチ処理 ・抽出 CRM ・変換 ・ロード DWH データマート ・集約 ・絞り込み 販売 生産 在庫 11
- 12. エクセルの加工 12
- 13. エクセルの加工 人口 総数 男 女 未成年 成年 未成年 成年 未成年 成年 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 人口_総数_未成年 人口_総数_成年 人口_男_未成年 人口_男_成年 人口_女_未成年 人口_女_成年 .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. 13
- 14.
- 15.
- 16. データに様々な「モデル」を当てはめて、情報を探索する 16
- 17.
- 18. データ分析成功事例 18
- 19. トップダウン（近道） ◦ 経営層が分析プロジェクトを計画 ◦ 人材を確保しプロジェクトを進める ボトムアップ ◦ それぞれの部署で何か成果を上げる ◦ なるべく多く溜まっている部門でデータを分析する ◦ 会社の利益に直結する分析を行う 19
- 20. 売上アップ ◦ 最適なプライシング ◦ 会員の離脱を防ぐ ◦ 新商品の開発 コスト削減 ◦ 広告の最適化 ◦ 在庫管理・サプライチェーン最適化 ◦ 人事：離職率低下のための分析 ◦ 財務：M&A・投資 20
- 21.
- 22. 背景 1990年代、「情報ベース戦略」を打ち立てる。 「まだ顔を見たことない2億の人達について情報を集め、集めた情報を基にし て、長期的な作戦を練る」 分析 データベースの整備、分析などを精緻に行うことで、 「高額の商品を あっさりクレジットで買い、長期にわたってゆっくり返済する客」が 最も優良顧客であることが判明。 成果 業界で初めて「リボルビング機能」をカードに搭載し、新商品開発に つながった。 現在では1日に300回のマーケティング調査。 譲渡性預金の利息、ロールオーバーのための優遇措置、最低必要残高などと、 顧客定着率との間にはっきりとした関係があることが判明。 →定着率の87%アップ、新規顧客開拓コストの83%ダウン 22
- 23.
- 24.
- 25. ホームページ：http://ianalysis.jp/ Twitter：https://twitter.com/iAnalysisLLC Facebook：http://www.facebook.com/ianalysis メルマガ ◦ データマイニングのすすめ： http://staff.ianalysis.jp/neo/usrctrl.php?mag_id=1 ◦ データマイニング・アンド・ザ・シティ： http://staff.ianalysis.jp/neo/usrctrl.php?mag_id=2 ブログ ◦ おとうさんの解析日記：http://d.hatena.ne.jp/isseing333/ ◦ iAnalysisブログ：http://d.hatena.ne.jp/iAnalysis/ CodeIQ問題：https://codeiq.jp/ace/kurahashi_issei/ 25