More Related Content
More from DataCakeBaker corp
More from DataCakeBaker corp (20)
Recently uploaded
Recently uploaded (17)
連環データ分析の使い方
- 1. クロス表を可視化する 「使える！わかる！ 連環データ分析」 Data.CakeBaker Hearing the facts from data. 意- Imaging the future for story. It’s a data intelligence. ～ものごとを、クロス表で捉え ～クロス表を、可視化し ～事象の全体とその特徴をつかむ 連環データ分析：Dual ComBine Analysis 2014年2月10日 Data Cake Baker Copy right (C) 2014 All right reserved Data Cake Baker 1
- 2. ものごとは、すべて説明され得る事象である。 クロス表を可視化する ものごとは、属性で説明され、クロス表で表現できる クロス表は、連環データ分析で要約して俯瞰する 連環データ分析へのデータの準備 連環データ分析でマップ化する まとめ Copy right (C) 2014 All right reserved Data Cake Baker 2
- 3. ものごとは、すべて説明され得る事象である。 クロス表を可視化する ・ものごとや事物はすべて、なにかで説明できる事象であり、その集まりがデータとなる。 ・データ分析の目的は、事象の性質の関係やその特徴を、意味を持つ情報に変換すること。 ・事象の性質の関係や特徴を説明し、正確に伝える手段は、関係付けられた記号しかない。 その記号は、喩える言葉か数値、飾る言葉か数値しかない。 何時 どこで 曜日 ・例えば、「買い物」という事象 は、個々の購買行動のやり方 やあり方の性質である。 街 店 時刻 ・ものごとや事物は、“特性要因 図”で説明できる。 購買 事象 住所 性・年齢 飲料 趣味 誰が 急いで 食料 雑貨 何を ・事象の個々の特徴を“特性”と 呼び、その性質としての飾る言 葉や喩える言葉を、要因として 魚の骨のように表現する。 カードで 袋無しで どのように Copy right (C) 2014 All right reserved Data Cake Baker 3
- 4. ものごと・事象は特性要因図で整理でき、クロス表となる クロス表を可視化する ・事象の例として、ある日のコンビニにおけるレジでの「購入行動」を考えてみよう。 ・この事象、つまり出来事が起こるたびにトランザクション・データとして記録する。狙いは、購入行 動を分析し、顧客がよりコンビニな生活を支援できるように、品ぞろえや陳列を工夫するためである。 ・ポイント付カードでの購入行動が、朝からの最初のお買い上げは「鈴木三郎さん」で、“７時、目黒 店、２０代の男性、カードで、おにぎりとお茶”をお買い上げ、というリストが“購入行動ログ・データ” として、ＰＯＳレジスターによって記録されているとする。 コンビニの購入行動は、何時ど こで、誰が何を買ったか、で整 ・「買い物行動」という“事象のＩＤ”を、表の左の列（表側）に並べ、そ 理でき、なぜ買ったかにまで迫 の行動を説明する“属性”を表の最上の行（表頭）にならべている。 る糸口となる。 ・表のなかの値は、各事象と属性の“繋がりの強さ”を示している。 繋がりの強さ：連環度 何時 ＃1.鈴木三郎 ＃2.長谷川清 ＃3.高橋一郎 ＃4.小林和夫 ＃5.中村幸雄 ーーー ＃n.佐々木勇 購買 事象 誰が どこで ＃1.鈴木三郎 ＃2.長谷川清 ＃3.高橋一郎 ＃4.小林和夫 ＃5.中村幸雄 どのように 何を ーーー ＃n.佐々木勇 表頭：アトリビュート ＰＭ ＡＭ7 ＡＭ8 目黒 恵比 おに コー 11： 弁当 お茶 ：00 ：00 駅店 寿店 ぎり ヒー 00 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 表側：サブジェクト Copy right (C) 2014 All right reserved Data Cake Baker 4
- 5. ものごと・事象は特性要因図で整理でき、クロス表となる クロス表を可視化する ・企業の活動を事象と考えて採りあげてみよう。ここでは、事業の活動の種類とその成果の集まりがデータとな るが、アルコール飲料メーカとその事業領域との関わり方を分析する。 ・企業をサブジェクトとし、これを説明する性質として、各企業の事業領域、つまり製造しているアルコール飲 料の種類とし、それらを結びつける強さを出荷高と考える。 ・企業にとってC.I.は大切であるが、それはビジネス領域の特徴で大きく決まる。例えばワインと言えばメル シャン、宝と言えば焼酎というように、ビジネスカテゴリーと企業イメージには密接な関係がある。 ・「企業名」という“事象のＩＤ”を、表の左の列（表側）に並べ、その行動を説 明する“属性”を表の最上の行（表頭）にならべている。 ・表の中の値は、各事象と属性の“繋がりの強さ”を示す出荷量である。単 位は、ビールや発泡酒は万ケース、ワインその他はキロリットルである。 企業のイメージを構成 する大きな要因は、その 事業領域との関係を示 すクロス表で現わされる。 表頭：アトリビュート ビール 発泡酒 ビール ＃1.アサヒ ＃2.キリン ＃3.サッポロ ＃4.サントリー ＃5.メルシャン ーーー ＃n. 宝 発泡酒 ウイス キー ワイン 焼酎 ＃1.アサヒ 5,000 15 19 89 9,000 8,000 0 5 0 ＃3.サッポロ 4,000 2,0001 17 0 0 ＃4.サントリー 1,000 3,000 48 63 84 どのように 焼酎＃5.メルシャン ーーー 0 0 43 0 41 ＃n. 宝 ワイン 15,000 ＃2.キリン 事業活動 事象 0 0 0 0 5 129 表側：サブジェクト Copy right (C) 2014 All right reserved Data Cake Baker 繋がりの強さ：連環度
- 6. ものごと・事象は特性要因図で整理でき、クロス表となる クロス表を可視化する ・事象が、「化粧品のブランドのイメージ」であれば、「ブランド」と「ブランドイメージを示す言葉」と「それ らを繋ぐ強さ」のデータが必要になるかもしれない。 ・ブランドとして、“資生堂”、“カネボウ”、“ロレアル”…“ボディショップ”等があるとする。イメージを示す 言葉として、“おしゃれ”、“品質”、“エコロジー”…“リーズナブル”等があるとする。 ・これらの各ブランドとイメージに関連した言葉との関係の強さを示す度合いを示すデータを作成する。 (Web上に表現されている文章や、キャッチコピー、アンケート結果のデータ等)が利用できる。 ・商品やサービスのイメージは、その基本的な機能や、品質などの性 能の他、使い方や使用時の魅力度などの心の要素が大きい。そうし たイメージは、言葉でしか表現し、伝え、分析することができない。 おしゃれ リーズナブル ＃1.資生堂 ＃2.カネボウ ＃3.ロレアル ＃4.ソフィーナ ＃5.ボディショップ ーーー ＃n.コーセー ブランドイメージは、言葉と言 葉の繋がりのネットワークの中 に埋め込まれている。 表頭：アトリビュート 繋がりの強さ：連環度 ブランド 事象 エコロジー お リー エコロ きれ やさ 明る 肌に しゃ 品質 ズナ 上品 ジー い しい い 良い れ ブル 9 3 1 4 3 2 3 4 ＃1.資生堂 7 4 2 3 ＃2.カネボウ 3 3 4 2 3 4 8 ＃3.ロレアル 4 3 1 7 8 3 7 3 3 4 4 ＃4.ソフィーナ 3 7 4 3 4 3 どのように 7 9 3 3 4 ＃5.ボディショップ 6 4 5 5 品質 ーーー 3 4 3 4 3 4 3 3 4 ＃n.コーセー 表側：サブジェクト Copy right (C) 2014 All right reserved Data Cake Baker 6
- 8. クロス表は、連環データ分析で要約して俯瞰する クロス表を可視化する ものごとは、属性で説明され、クロス表で表現できる クロス表は、連環データ分析で要約して俯瞰する 連環データ分析へのデータの準備 連環データ分析でマップ化する Copy right (C) 2014 All right reserved Data Cake Baker 8
- 10. クロス表は、連環データ分析で要約して俯瞰する ブランドイメージは、n個のサ ブジェクトと、ｍ個のアトリ ビュートの各アイテム間の連 環度データとして採取できる。 b 1 . エ コ ロ ジ ＃1 ロ レ ア ル b ｂ 2 3. . 品 質 b m. お し ゃ れ 元データ：H (共起度データ) 2次元の（n-1）枚の地図に、ｍ個のアトリビュートが、 マッピングすれば、すべてのデータを可視化できる。 ＃1ロレアル ＃1ロレアル エコロジ おしゃれ 品質 エコロジ ＃１.ロレアル 品質 ＃n. ボディ ショップ ＃3.カネボウ おしゃれ エコロジ 品質 ＃2 資 生 堂 ＃n ボ ディ ショ ップ クロス表を可視化する しかし、これでは全 貌が判らない!! ＃２.資生堂 イメージ調査から言葉 のつながりの強度 データを得る。 おしゃれ エコロジ 化粧品のブランドイメージは、機械的 に情報圧縮し、1枚のマップで近似的 に表現できる。 ロレアル ボデイショップ 世界初、同時布置機能 複数のクロス表でも、１枚の統 合された情報MAPで表現できる ようになった。・・・世界初！ 10 資生堂 カネボウ 品質 2011（C）Data.CakeBaker Copy right (C) 2014 All right reserved Data Cake Baker ・原理は、もとのクロス表データ （Ｈ）を特異値分解し圧縮する： H=XVYｔ 合理的 ここで、ＸとＹは、マトリックスデータ(Ｈ)を特異値分 解して得られる左右の特異値マトリックスで、Ｖは 特異値を対角に持つ特異値マトリックスである。 10
- 11. クロス表は、連環データ分析で要約して俯瞰する クロス表を可視化する ・事象のアイテムの集合をサブジェクトと呼び、それを説明するアイテムの集合をアトリビュートと 呼ぶと、“サブジェクトは、アトリビュートと連環度で結ばれるクロス表”となる。 ・連環度は、サブジェクトとアトリビュートの各アイテムを結ぶ強さで、“0”以上の正の値とし、結 びつきが強いほど大きな値とする。 ・分析の対象となる事象の集合の特徴は、サブジェクトとアトリビュートと連環度の造るクロス表 データの中にある。 アトリビュート A. アイテ ムA1 アイテ ムA2 アトリビュート . Aアイテ ムAa アトリビュート M. アイテ ムM1 アイテ ムM2 アイテ ムMm アイテムs1 サ ブ ジ ェ ク ト アイテムs2 アイテムs3 連環度 ・・・ 連環度 アイテムs4 アイテムs5 連環データ分析の狙いは、各サブジェクトのアイテムと各アトリビュートのアイテ ムとの相対的な、いわば一般化された相関関係を分析し、その特徴的な組合せ を、抽出する方法である。 Copy right (C) 2014 All right reserved Data Cake Baker 11
- 13. 連環データ分析へのデータの準備とマッ化 クロス表を可視化する ものごとは、属性で説明され、クロス表で表現できる クロス表は、連環データ分析で要約して俯瞰する 連環データ分析へのデータの準備とマップ化 まとめ Copy right (C) 2014 All right reserved Data Cake Baker 13
- 14. 連環データ分析へのデータの準備とマップ化 ⑧ サブジェクトとアトリビュートのアイテムのラベル 名が、マップ上にそのまま表現される ② ④ ⑤ クロス表を可視化する ・ここでは、東京の山手線の駅と名所の関係を可視化する。 ・サブジェクトを駅目とし、アトリビュートを観光名所とした。 ・それらを結ぶ連環度を実際の距離を計算し、一番近い 値を“1”とし、遠くなるに従い“0”となるように、変換した。 ・例えば、各名所に行くには、どの駅からタクシーに乗る のが良いか、赤い色の強い駅を選ぶのが正解である。 ① ③ 手順1. 「分析データ用フォルダー」を用意し、 “data” シート作って保存する 1）図のようにエクセルを作成。①セルＡ1を “Item”とし、②セルＢ1に“日付”と入れ、③表 側（サブジェクト）にアイテム名（駅名）を入れる。 ④表頭（アトリビュート）にアイテム名（名所名） を入れ、⑤表中に連環度を入れる。 ⑥ 2） 連環度は、表側（サブジェクトアイテム）と表 頭（アトリビュートアイテム）が近いほど大きくな る“0”以上の値を入れる。また、列や行の合計 値が“0”になるアイテムレコードは削除をする。 3）⑥“日付”欄は、忘備録的な使い方で、“ｙｙ ｙｙ_mm_dd”(任意の数字で可)を入れる。 4）⑦分析データ用シート名を“data”とする約 束がある。 14 5）このシートを持つ分析データ用フォルダー に⑧フォルダー名を付けて、保存する。ここで は“山手線と名所”として、保存している。 ⑦ Copy right (C) 2014 All right reserved Data Cake Baker 14
- 15. 連環データ分析へのデータの準備とマップ化 クロス表を可視化する ⑧ ④ ① ③ 手順2. 「分析プロセス用フォルダー」を用意し、dcbシートを 作って保存する. 1）.分析するデータ構成を指示するシートと、分析結果を保 存するシートとを保存する分析プロセス用フォルダーを用意 する。 ①セルＡ1に、”file”と入れる。 ② ⑤ ②セルＢ2に、手順1.で用意した、分析用データシート “data”を含むデータファイル名を入れる。（ここでは“山手線 と名所”） ③セルＡ2に、サブジェクト名を入れる。 ④セルＢ1に、アトリビュート名を入れる。 手順3.「分析作業ホルダー」を用意し、「分析 データ用フォルダー」と、「分析プロセス用フォ ルダー」を保存する。 2）⑤分析プロセスで使うデータ構成を示すシートを“dcb”と し、⑥このシートを分析プロセス用フォルダーに保存する。こ こでは、“東京名所案内”とした。 1）分析データ用フォルダーと、分析プロセス用 フォルダーを、作業用の同じフォルダーに、分 析作業フォルダー名を付けて保存する。（ここ では、“東京名所マップ”とした） ・あとは、連環データ分析ソフトを立ち上げ、分析作業 フォルダーを呼び込めば、解析が始まり、サブジェクトと アトリビュートの構成アイテムがマップされる。 Copy right (C) 2014 All right reserved Data Cake Baker 0.分析作業フォルダー名 “東京名所マップ” 1.分析データ用フォルダー名＞シート名 “山手線と名所”＞“data” 2.分析プロセス用フォルダー名＞シート名 “東京名所案内”＞“dcb” 15
- 16. 連環データ分析へのデータの準備とマップ化 クロス表を可視化する ・連環データ分析ソフトを立ち上げ、このフォルダーを読み込めば、解析が始まり、サブジェクトとアトリ ビュートの構成要素がマップされる。 手順4.連環データ分析をダウンロード ② 1）連環データ分析をダウンロードする。 データ・ケーキベーカ㈱のwebサイト http://www.dcb.co.jpから、登録画面に進 み、ベイシックをダウンロードする。/ ③ ④ ⑤ 2）①デスクトップ上に、連環データ分析の アイコンが置かれる。このアイコンをクリック すると、連環データ分析が立ち上がる。 3）登録されたメールアドレスをＩＤとして確 認し、立ち上がる。 4）②[dcb解析]ボタンをクリックすると、③ ファイルを読み込むウインドウが立ち上が る。④[初期化]ボタンと⑤[dcb読込]ボタン を押下する。 16 連環データ分析 のアイコン。 Copy right (C) 2014 All right reserved Data Cake Baker ① 16
- 17. 連環データ分析へのデータの準備とマップ化 クロス表を可視化する ここは、分析用のデータ構成を指定する場所である。 連環データ分析では、一枚だけのクロス表を処理するベイシック版と、一つのサブジェクトを共有して横方向に複数多 連に並べたクロス表が扱えるスタンダード版と、アトリビュートを共有して下方向にも多段に並んだ複数のクロス表を扱 えるアドバンスド版がある。この作業ウインドウは、そうしたデータ構成を指定する場所である。入力するファイルが赤枠 で示される 手順5.連環データ分析の対象ファイル を指定する ⑤ ⑥ 1）[dcb読込]ボタンをおすと、⑥“dcb ファイル選択”ウインドウが開かれる。 2）そこで、⑦分析作業ホルダーを選び、 ⑧分析プロセス用ファイル名を選び、 ⑨[開く（Ｏ）]を押下する。 ⑦ ⑩ ⑧ 3）すると、⑩分析するクロス表のシート 指定のウインドウが開かれる。 ⑨ Copy right (C) 2014 All right reserved Data Cake Baker 17
- 18. 連環データ分析へのデータの準備とマップ化 ・連環データ分析ソフトを立ち上げ、分析プロセス用シートを呼び込めば、分析 データファイルも自動的に読み込まれ、解析が始まり、サブジェクトとアトリビュート の構成要素がマップされる。 ・強く結ばれたサブジェクトのアイテム同志、アトリビュートのアイテム同志、サブ ジェクトとアトリビュートのアイテム同志が、お互いに近くに布置されるように多次元 座標が計算される。 クロス表を可視化する 手順5.連環データ分析でマップ化 8）⑪[dcb sheet 選択]ウインドウで、分 析プロセス用シートを選択し、[ＯＫ]ボタ ンを押下する。 9）⑫最初のクロス表のファイル名が現 れ、サブジェクト名とアトリビュート名が 現れる。 10）分析する⑬[次元数]を決め、 （通常 2～5次元位） ⑭繰返し計算回数の上 限を決める。 ⑪ 11）⑮[dcb解析]ボタンを押下する。 ⑫ ⑭ ⑮ 18 ⑬ Copy right (C) 2014 All right reserved Data Cake Baker 18
- 19. 連環データ分析へのデータの準備とマップ化 クロス表を可視化する ・連環データ分析ソフトを立ち上げ、このフォルダーを呼び込めば、解析が始まり、サブジェクトとアトリ ビュートの構成要素であるアイテムのラベルがマップ化されます。 手順6.マップ化の保存と各種表示 操作 12）⑯結果が表示され、[確認 Dialog]ウインドウが開かれますので、 保存します。 13）[dcbAnalysisDialog]ウインドウを 閉じ、[ItemGp]ボタンを押し、いろ いろな表示をトライすることができま す。 ・いろいろなアイテムを選択したり、 組み合わせて表示することで、アイ テム間の関係や特徴が見えてきま す。 ・多くの場合、関係の関係が理解で きると、データが意味を持った情報 となります。 ・複数のメンバーが、意味を共有し、 役に立つ情報は、知識となります。 Copy right (C) 2014 All right reserved Data Cake Baker 19
- 20. 連環データ分析へのデータの準備とマップ化 クロス表を可視化する 連環データ分析へのデータの準備とマップ化 ここまでの まとめ 1.手順1. エクセルを使い、分析対象のクロス表を、“data シートとファイル”を用意する。 2.手順2. 結果保存用に“dcb シートとファイル”を用意する. 3.手順3.「連環データ分析」をダウンロードする。 4.手順4.連環データ分析の対象ファイル指定する。 5.手順5.連環データ分析でマップ化。 6.手順6.マップ化の保存と各種表示操作。 以上、使い慣れたエクセルを使ってデータを用意すれば、ごく自然な流れに乗って、データ分 析の仕事を進めることが可能となる。 Copy right (C) 2014 All right reserved Data Cake Baker 20
- 21. ものごとは、すべて説明され得る事象である。 まとめ クロス表を可視化する まとめ 1. データ分析の目的は、事象の性質の関係やその特徴を、意味を持つ情報に変換すること、そして 役に立つ知識として共有することである。 2.事象の特徴を“特性”と呼び、その性質としての飾る言葉や数値、喩える言葉等を要因として魚の 骨の形に整理して表現できる。特性を示すサブジェクトとその性質を示すアトリビュートとそれらを結 ぶ強さは、エクセル等のクロス表に整理できる。 3.サービスや製品等の特性や要因などとの繋がりの関係を持った事象がクロス表データ化できれば、 機械学習で情報圧縮し、全貌が可視化できるマップを作ることで、データ分析が容易に可能になる。 4. 連環データマップのキーとなる利用分野として次のような例が挙げられる： 1）購入行動などのトランザクションログデータから、購入者の行動属性との相互関係や、逆に購入品 目等と購入者との相互関係が判り、これらの中の、ある要因を他の要因から推定が可能となるので、 いわばアイテムベースやカスタマーベースの“共調フィルタリングレコメンデーション”等に利用できる。 2）サブジェクトとそれを説明するアトリビュート要因との関係が、単位の異なった計量値で繋がってい る場合でも、それらの各アイテムごとの相互関係が判り、事象の特徴が理解でき、いわば“一般化さ れた相関分析”が可能となる。 3）製品やサービスの、機能や品質などの性能の他、魅力度やイメージ等は、言葉と言葉の繋がりの ネットワークの中に埋め込まれている。ブランドイメージの構成要因が、言葉のまとまりとして理解で き、イメージの改善やいわば“イメージ・デザイン”への利用が可能になる。 5.ビッグデータは、量が多いが情報量は少ない。また構造化されたデータではなく、量的データや質 的データが混ざっている。事象を特性要因図で整理し、クロス表に落とし込み、機械的に情報圧縮し、 俯瞰できるマップで可視化すれば、全体の構成や特異事象、また有用な知識が抽出できる。 上記のいずれの例も、質的データや量的データを統合して扱える、いわば“一般化相関分析”とでも 言えるデータ分析法と言えよう。 Copy right (C) 2014 All right reserved Data Cake Baker 以上 21