SlideShare a Scribd company logo
1 of 22
Download to read offline
機械学習の力で、
誰でも簡単に使える拡張分析ツール
BrainPad VizTact
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
2
なぜ拡張分析か?
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
3
データ分析のテーマ
多くの企業でAIやML(機械学習)の活用が広がっている
• 分析の難度が高くなった
数値データから画像認識に
画像を学習し、自動的に人や
風景の写真を分類する。
深層学習
• 分析するデータが増えた
数万件から数億件ビッグデータに
数千万件、数千項目のデータ
から未来を予測する。
機械学習
• 分析の範囲が広くなった
あらゆるものが数値化された
データからルールや傾向などの
気づきを得る。
要因分析
これらの分析手法を駆使することが競争優位を維持するために不可欠。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
4
分析のテーマと人材の関係性
データ分析の難易度によって必要な人材とスキルが異なっている。ビジネス上の問題の
解決には、必ずしも深層学習のような高度な分析が必要とは限りません。
量とスピードを要求される意思決定の場では、機械学習と要因分析が必須であるが、
現状では一番少人数のデータサイエンティストに負荷がかかっています。
少
多
インフォメーションアナリスト
基本的にはExcel、一歩進む
と、Tableau、QlikView、
Power BIなどのビジュアル
ツールを利用する。
多少
R、Python、SAS、Matlab、
SPSS、Statistica、SQLなど
を使いこなし、統計、機械学
習、深層学習などを実施する。
データサイエンティスト
1%以下
シチズンデータサイエンティスト
多くのデータ分析を熟せる、
2020年までに分析の“量”は
本職のデータサイエンティストを
超えると予測されている。高度
な予測まで担当する。
97%以上
要因分析
深層学習
機械学習
3%以下
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
5
多くの企業が直面している課題
上記の課題を解決するため、「拡張分析(Augmented Analytics)」という
概念をベースに、機械学習・自然言語・ビジュアル分析を組み合わせた
ソリューションが急速に注目を集めています。
日々意思決定の分析を行うための
人材不足、作業時間不足が大きな課題になっています
• 統計解析が分からない
• 仮説構築が大変
• 複雑な要因が見つけられない
• すぐに結果が欲しい
現場で意思決定する場面が非常に多く、
生産性を向上することが
収益のカギになる!
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
6
Augmented Analytics(拡張分析)とは?
ML(機械学習)・AIなどの技術をもって人の気づきを拡張していく
ルール01 “気温、湿度、風向きが影響”
ルール02 “タバコとお酒の売り上げが低く、学校の近く”
・・・ ・・・
ルール54 “気温が低く、昼時であれば売れる”
(課題)
スポーツドリンクの売上が
高いのは、どういうとき?
機械学習、AIによる分析結果をビジュアルで表現
発見したパターンを、分かりやすい言葉で説明
“何が起こっていたか?” ではなく “なぜ起きたのか?”に注目
テーブル内の広範なデータからルールを探索・提示
機械学習がデータから見つけたルールを示唆
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
7
拡張分析ツール BrainPad VizTact
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
8
拡張分析ツール『BrainPad VizTact』
ビジュアルで表現
機械学習
AI
自然言語検索
自然言語生成
1
2
3
対話型インターフェース「ストーリー機能」を搭載
実務者の疑問を即座にツールが回答します。「情報(データ)+問題点(KPI)+要因分析+ネクストアクションへの示唆」を
提示してくれます。
短時間で複雑なデータの分析が可能
要素が多ければ多いほど細かい分析は出来ますが、人がやるとなると膨大な組み合わせに苦しみます。BrainPad VizTact は、短
時間で複雑なデータから、機械学習を応用し、素早くルールを発見します。
誰でも使える簡単な操作性と、わかりやすい分析結果が特徴
画面からデータをアップロードし、KPI を設定するだけで、KPI にインパクトを与えているルールやパターンを発見して、意思決定につ
ながる示唆を自然言語やビジュアルで素早く提示してくれます。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
9
BrainPad VizTactによるデータ分析
 Smart Discovery : 複雑なデータからパターンを発見
 モデルの柔軟性と透明性 : ターゲットに対する人間が理解できる数クリックで構築可能
 アドホックレポート : 対話式でビジュアルレポートをIT部門の支援なしで作成可能
DON’T ANALYSE, JUST ASK
数分でデータに潜む複雑なルールとパターンを発見
セグメンテーション:
KPIの特徴とルールを発見し、KPIを最も特徴
づけるためのセグメントを自動生成。
要因解析:
KPIに影響のある数値や条件を理解。
比較分析:
2つグループ間における、統計的な分布の違いを理解。
データ読込 パターンの自動発見Excel,csv
ダッシュボード&ドリルダウン:
KPIの生成とスライス&ダイスして、KPIに影響を
与える相違点を把握。
ビジュアルディスカバリー:
隠れたパターンをデータから発見するため、データ
のビジュアル化を実施。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
10
独自のセキュリティ対策でデータを保護
社内の内部データを変換して別データにし、クラウド環境にアップロードします
• クラウドにはデータ難読化処理された意味のないデータをアップロード。
• 分析結果がゆがまないように、統計的な傾向は崩さない方法にて変換。
• 結果を確認の際にはブラウザ上で復元され、意味のある形に復元。
• ログインアカウントが盗難にあっても、同一PCからでない限り、データの閲覧ができない。
オリジナル
“名前“
オリジナル
“年齢”
David 34
Jane 45
Sidney 23
様々なデータをクラウドにアップロードする際に、DBの暗号化、ネットワークの暗号化
だけではなく、独自のデータの暗号化によりセキュリティを高めています。
難読化後
aa
難読化後
bb
K02dk?ksjhdf1 0.342
J01sk?r91k?ks3 0.551
4Am38&sdkw30 0.211
PC上のブラウザ クラウドサーバー
① データに対して難読化処理を
実施し、復元困難な状態で転送
② データ分析結果は難読化された
形式で送信
DB
③ ブラウザではマッピングテーブルを使
用して自動的に元のデータ値を復元
し、分析結果を表示
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
11
代表的な機能一覧
難読化処理
アップロードするデータをブラウザ側で暗号化
してクラウドにアップロード。復号化するマッピ
ングファイルはクライアント上にあり、ブラウザ
上のメモリで復号化を行う。
データのクラウドアップロード時にデータの安
全性を確保する。
KPI設定
全変数に対してヒストグラムを作成。連続値
の場合は、グループ化なども自動で行う。
KPI(目的変数)の設定も可能であり、設
定されたKPIに対しての分析を実施。
セグメンテーション
KPIに対するセグメンテーションモデルを作成
し、要因を明確にする。内部的にはディシ
ジョンツリーのアルゴリズムが動いて分類を
行っている。
アウトプットの見せ方は複数あり、特定ノード
をドリルダウンして、スマートサーチのグラフの
作成も可能。
スマートサーチ
名義変数、連続変数のフィルタ条件を組み
合わせていくが、条件に合っているほど中央に
近づいていくグラフ。
また、プロットを色や配置を変数の情報で分け
ることもできる為、視覚的にわかりやすく把握。
比較分析
母集団を2グループに分け、それぞれのグルー
プの分布が、各変数でどれだけ異なっているか
を把握することができる。
レスポンスがあるグループと無いグループで、各
変数の分布の違いを把握などで利用可能。
要因分析
連続値のKPIに対して、どのような変数の組
み合わせが説明しているかを内部的には統
計モデル(回帰分析)の構築を行って、グラ
フィカルに表示。
変数の組み合わせを棒グラフ、プロット、折れ
線グラフなどで表現。
要因説明
要因分析により発見されたルールを、自然
言語やビジュアルを使い詳しく説明。
どのような要因が効いている、どのような条件
だとKPIが大きく変動し影響を受けているの
かを詳しく説明。
スモールマルチプル
連続値のKPIに対して残りの全変数との関
係性を調べる。同じく連続値の変数があれ
ば、相関係数を算出して、相関が高いほど
紫色の散布図になり、そうでない場合はオレ
ンジ色となる。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
12
BrainPad VizTact どこで使われている?
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
13
様々な分野で活用可能
広告効果測定
商品分析
顧客分析
HR Tech
Growth Hack
広告のターゲティング、効果の高い条件の発見
収益性、利益率の高い商品の条件や要因の発見
顧客セグメンテーション、ターゲティング、要因分析
従業員の人材育成、採用、リテンションなどの分析
繰り返し行われる成長を目指すための分析の基盤として
ルールとパターンを発見し分析担当者に示唆を与えます。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
14
ファーストフードチェーンの例では、従業員の在職期間についてとても分かりやすいモデルを構築する
ことができました。ターゲットを絞ることで、 採用活動を最適化することが可能になりました。
ターゲットを絞った採用は、応募者セグメントを最善の期間で特定することで達成できた。
VizTactを使用した分析例:採用の最適化
新しい採用期間最適化ルール
• # of 2015~2016 転職: 30,000
• # of [在職期間<1年]: 21,500 (72%)
• # of [在職期間<90日]: 6,600 (22%)
Tenure before Turn-Over
Age
十分改善の余地があるが、
どうすればいいか分からない。
• 年齢が20歳以上の場合は平均より76日長い
• 年齢が20歳未満の場合は平均より31日短い
• 年齢が20歳以上かつ現役大学生の場合は平均より129日長い
• 年齢が20歳以上かつすでに大学卒業の場合は平均より9日長い
◎
BI ツールによるビジュアル化 VizTact で機械学習のルールを発見
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
15
BrainPad VizTact はどう使う?
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
16
従来の分析プロセスとの比較
プロセス①:仮説を構築
BIでビジュアル化し、全体状況を
把握し仮説を立てる
従来 VizTact
プロセス②:分析を行う
仮説を証明するために、各種分
析のアルゴリズムで試行錯誤
ある事象が起きる要因について追及したいときに、VizTactを使用する場合ははるかに早くなり、
意思決定場では強く支援してくれます。今まで試行錯誤して行ってきた要因分析より効率よく
適切なアドバイスが得られます。
プロセス③:言葉による説明
自然言語で資料に結果を分か
りやすくまとめる
分かりやすいビジュアル
機械学習によるルール発見
自然言語での結果の説明
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
17
BrainPad VizTactで要因発見
【テーマ】 顧客の購入金額に影響している要因を見つけたい
KPISTEP1:分析したいデータを用意する
STEP2:データをアップロードする
ドラッグ&ドロップ
ターゲットの項目「購入金額」と説明に使用
できるような項目を一つのファイルにまとめる
フォルダからもしくはアプロード画面にドラッグ&
ドロップでデータをアップロード
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
18
BrainPad VizTactで要因発見
STEP3:KPIを設定する
KPIに設定
STEP4:要因を確認する
 性別 が 男 と [ 45 ≤ 年齢 < 50 ]である場合、購
入金額 は 395951.9円で、 全体平均289818
円より106133.9円 高くなります。
 性別 が 男 と [ 40 ≤ 年齢 < 45 ]である場合、購
入金額 は 393989.74円で、 全体平均289818
円より104171.74円 高くなります。
自然言語
ビジュアル
 金額(費用)単位 を 円 に設定
 KPIの 平均 を選択する
確認したい項目「購入金額」をKPIとして設定する
ビジュアルと自然言語で要因を確認する
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
19
トライアルプラン内容
2ヶ月伴走プラン(ライセンス込み)
前提条件:
• お客様側が分析データの準備が可能な状態です
• フィードバックのアンケートへご回答いただけます
内容:
• 2ヶ月間限定、最大5ライセンスまで
• ツールの操作説明(2時間)
• 分析データの作成(1分析テーマのデータ作成、最大3種類データまで対応 例:顧客マスタ、商品マスタ、購買履歴など)
• 週1回1時間ワークショップ込み(希望される場合)
価格:
2ヶ月合計:30万円(税抜)
※分析テーマ追加の場合1テーマ付き10万円(税抜)、データ作成必要ない場合10万円割引
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
20
年間プラン内容
ユーザー数 1ユーザ月額 年間価格
1~9 ¥80,000 960,000円/年(80,000円/月)~
10~24 ¥60,000 7,200,000円/年(600,000円/月)~
25~49 ¥40,000 12,000,000円/年(1,000,000円/月)~
50~99 ¥30,000 18,000,000円/年(1,500,000円/月)~
100~ ¥20,000 24,000,000円/年(2,000,000円/月)~
※自社環境、オンプレなども対応可能、別途開発が発生するため、環境と条件別に別途見積もりとなります。
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
21
https://viztact.brainpad.co.jp/
Analytics Innovation Company
©BrainPad Inc.
Strictly Confidential
22
本資料は、未刊行文書として日本及び各国の著作権法に基づき保護されております。本資料には、株式会社ブレインパッド所有の特定情報が含まれてお
り、これら情報に基づく本資料の内容は、御社以外の第三者に開示されること、また、本資料を評価する以外の目的で、その一部または全文を複製、使
用、公開することは、禁止されています。また、株式会社ブレインパッドによる書面での許可なく、それら情報の一部または全文を使用または公開することは、
いかなる場合も禁じられております。
株式会社ブレインパッド
〒108-0071 東京都港区白金台3-2-10 白金台ビル3F
TEL:03-6721-7002 FAX:03-6721-7010
www.brainpad.co.jp info@brainpad.co.jp
Analytics Innovation Company

More Related Content

What's hot

【予約管理システムChoiceRESERVE】ご紹介資料
【予約管理システムChoiceRESERVE】ご紹介資料【予約管理システムChoiceRESERVE】ご紹介資料
【予約管理システムChoiceRESERVE】ご紹介資料Yohsuke Hoshino
 
Regional scrumgatheringtokyo2021
Regional scrumgatheringtokyo2021Regional scrumgatheringtokyo2021
Regional scrumgatheringtokyo2021bonbon0605
 
洋書(英語情報源)に見るDXの定義
洋書(英語情報源)に見るDXの定義洋書(英語情報源)に見るDXの定義
洋書(英語情報源)に見るDXの定義Tomohiko (TOMO) Hayashi
 
GIGAPOD OFFICEHARD
GIGAPOD OFFICEHARDGIGAPOD OFFICEHARD
GIGAPOD OFFICEHARDtripodworks
 
A lecture on e-book at Tokyo University of Science 20141008
A lecture on e-book at Tokyo University of Science 20141008 A lecture on e-book at Tokyo University of Science 20141008
A lecture on e-book at Tokyo University of Science 20141008 Tomohiko (TOMO) Hayashi
 
コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性
コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性
コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性TakeruSuzuki
 
200106_会員向け資料
200106_会員向け資料200106_会員向け資料
200106_会員向け資料ShokoToyomura
 
An untold story of the Mangamura controversy 2018
An untold story of the Mangamura controversy 2018An untold story of the Mangamura controversy 2018
An untold story of the Mangamura controversy 2018Tomohiko (TOMO) Hayashi
 
RSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になった
RSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になったRSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になった
RSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になったSatoru KawaBuchi
 
Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流
Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流
Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流Yusuke Kawasaki
 
ウェルネス - 健康づくりのイノベーション 2021
ウェルネス - 健康づくりのイノベーション 2021ウェルネス - 健康づくりのイノベーション 2021
ウェルネス - 健康づくりのイノベーション 2021Ikuo Misao
 
Rsgt2021 exploratory testing
Rsgt2021 exploratory testingRsgt2021 exploratory testing
Rsgt2021 exploratory testingNoriyuki Nemoto
 

What's hot (18)

M-TEAM
M-TEAMM-TEAM
M-TEAM
 
【予約管理システムChoiceRESERVE】ご紹介資料
【予約管理システムChoiceRESERVE】ご紹介資料【予約管理システムChoiceRESERVE】ご紹介資料
【予約管理システムChoiceRESERVE】ご紹介資料
 
Keni20 Sample
Keni20 SampleKeni20 Sample
Keni20 Sample
 
090601-dotplot
090601-dotplot090601-dotplot
090601-dotplot
 
EclipSky200712
EclipSky200712EclipSky200712
EclipSky200712
 
Sekaruku
SekarukuSekaruku
Sekaruku
 
Regional scrumgatheringtokyo2021
Regional scrumgatheringtokyo2021Regional scrumgatheringtokyo2021
Regional scrumgatheringtokyo2021
 
洋書(英語情報源)に見るDXの定義
洋書(英語情報源)に見るDXの定義洋書(英語情報源)に見るDXの定義
洋書(英語情報源)に見るDXの定義
 
GIGAPOD OFFICEHARD
GIGAPOD OFFICEHARDGIGAPOD OFFICEHARD
GIGAPOD OFFICEHARD
 
A lecture on e-book at Tokyo University of Science 20141008
A lecture on e-book at Tokyo University of Science 20141008 A lecture on e-book at Tokyo University of Science 20141008
A lecture on e-book at Tokyo University of Science 20141008
 
コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性
コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性
コンテンツ管理のこれからとカスタマーエクスペリエンスの関係性
 
200106_会員向け資料
200106_会員向け資料200106_会員向け資料
200106_会員向け資料
 
An untold story of the Mangamura controversy 2018
An untold story of the Mangamura controversy 2018An untold story of the Mangamura controversy 2018
An untold story of the Mangamura controversy 2018
 
RSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になった
RSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になったRSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になった
RSGT2021 NTTみたいな企業で新アプリをスクラム開発してみんな笑顔になった
 
Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流
Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流
Mashup and new paradigm - マッシュアップ技術とインターネットの新しい潮流
 
ウェルネス - 健康づくりのイノベーション 2021
ウェルネス - 健康づくりのイノベーション 2021ウェルネス - 健康づくりのイノベーション 2021
ウェルネス - 健康づくりのイノベーション 2021
 
114th
114th114th
114th
 
Rsgt2021 exploratory testing
Rsgt2021 exploratory testingRsgt2021 exploratory testing
Rsgt2021 exploratory testing
 

Brain padviztact

  • 2. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 2 なぜ拡張分析か?
  • 3. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 3 データ分析のテーマ 多くの企業でAIやML(機械学習)の活用が広がっている • 分析の難度が高くなった 数値データから画像認識に 画像を学習し、自動的に人や 風景の写真を分類する。 深層学習 • 分析するデータが増えた 数万件から数億件ビッグデータに 数千万件、数千項目のデータ から未来を予測する。 機械学習 • 分析の範囲が広くなった あらゆるものが数値化された データからルールや傾向などの 気づきを得る。 要因分析 これらの分析手法を駆使することが競争優位を維持するために不可欠。
  • 4. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 4 分析のテーマと人材の関係性 データ分析の難易度によって必要な人材とスキルが異なっている。ビジネス上の問題の 解決には、必ずしも深層学習のような高度な分析が必要とは限りません。 量とスピードを要求される意思決定の場では、機械学習と要因分析が必須であるが、 現状では一番少人数のデータサイエンティストに負荷がかかっています。 少 多 インフォメーションアナリスト 基本的にはExcel、一歩進む と、Tableau、QlikView、 Power BIなどのビジュアル ツールを利用する。 多少 R、Python、SAS、Matlab、 SPSS、Statistica、SQLなど を使いこなし、統計、機械学 習、深層学習などを実施する。 データサイエンティスト 1%以下 シチズンデータサイエンティスト 多くのデータ分析を熟せる、 2020年までに分析の“量”は 本職のデータサイエンティストを 超えると予測されている。高度 な予測まで担当する。 97%以上 要因分析 深層学習 機械学習 3%以下
  • 5. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 5 多くの企業が直面している課題 上記の課題を解決するため、「拡張分析(Augmented Analytics)」という 概念をベースに、機械学習・自然言語・ビジュアル分析を組み合わせた ソリューションが急速に注目を集めています。 日々意思決定の分析を行うための 人材不足、作業時間不足が大きな課題になっています • 統計解析が分からない • 仮説構築が大変 • 複雑な要因が見つけられない • すぐに結果が欲しい 現場で意思決定する場面が非常に多く、 生産性を向上することが 収益のカギになる!
  • 6. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 6 Augmented Analytics(拡張分析)とは? ML(機械学習)・AIなどの技術をもって人の気づきを拡張していく ルール01 “気温、湿度、風向きが影響” ルール02 “タバコとお酒の売り上げが低く、学校の近く” ・・・ ・・・ ルール54 “気温が低く、昼時であれば売れる” (課題) スポーツドリンクの売上が 高いのは、どういうとき? 機械学習、AIによる分析結果をビジュアルで表現 発見したパターンを、分かりやすい言葉で説明 “何が起こっていたか?” ではなく “なぜ起きたのか?”に注目 テーブル内の広範なデータからルールを探索・提示 機械学習がデータから見つけたルールを示唆
  • 7. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 7 拡張分析ツール BrainPad VizTact
  • 8. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 8 拡張分析ツール『BrainPad VizTact』 ビジュアルで表現 機械学習 AI 自然言語検索 自然言語生成 1 2 3 対話型インターフェース「ストーリー機能」を搭載 実務者の疑問を即座にツールが回答します。「情報(データ)+問題点(KPI)+要因分析+ネクストアクションへの示唆」を 提示してくれます。 短時間で複雑なデータの分析が可能 要素が多ければ多いほど細かい分析は出来ますが、人がやるとなると膨大な組み合わせに苦しみます。BrainPad VizTact は、短 時間で複雑なデータから、機械学習を応用し、素早くルールを発見します。 誰でも使える簡単な操作性と、わかりやすい分析結果が特徴 画面からデータをアップロードし、KPI を設定するだけで、KPI にインパクトを与えているルールやパターンを発見して、意思決定につ ながる示唆を自然言語やビジュアルで素早く提示してくれます。
  • 9. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 9 BrainPad VizTactによるデータ分析  Smart Discovery : 複雑なデータからパターンを発見  モデルの柔軟性と透明性 : ターゲットに対する人間が理解できる数クリックで構築可能  アドホックレポート : 対話式でビジュアルレポートをIT部門の支援なしで作成可能 DON’T ANALYSE, JUST ASK 数分でデータに潜む複雑なルールとパターンを発見 セグメンテーション: KPIの特徴とルールを発見し、KPIを最も特徴 づけるためのセグメントを自動生成。 要因解析: KPIに影響のある数値や条件を理解。 比較分析: 2つグループ間における、統計的な分布の違いを理解。 データ読込 パターンの自動発見Excel,csv ダッシュボード&ドリルダウン: KPIの生成とスライス&ダイスして、KPIに影響を 与える相違点を把握。 ビジュアルディスカバリー: 隠れたパターンをデータから発見するため、データ のビジュアル化を実施。
  • 10. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 10 独自のセキュリティ対策でデータを保護 社内の内部データを変換して別データにし、クラウド環境にアップロードします • クラウドにはデータ難読化処理された意味のないデータをアップロード。 • 分析結果がゆがまないように、統計的な傾向は崩さない方法にて変換。 • 結果を確認の際にはブラウザ上で復元され、意味のある形に復元。 • ログインアカウントが盗難にあっても、同一PCからでない限り、データの閲覧ができない。 オリジナル “名前“ オリジナル “年齢” David 34 Jane 45 Sidney 23 様々なデータをクラウドにアップロードする際に、DBの暗号化、ネットワークの暗号化 だけではなく、独自のデータの暗号化によりセキュリティを高めています。 難読化後 aa 難読化後 bb K02dk?ksjhdf1 0.342 J01sk?r91k?ks3 0.551 4Am38&sdkw30 0.211 PC上のブラウザ クラウドサーバー ① データに対して難読化処理を 実施し、復元困難な状態で転送 ② データ分析結果は難読化された 形式で送信 DB ③ ブラウザではマッピングテーブルを使 用して自動的に元のデータ値を復元 し、分析結果を表示
  • 11. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 11 代表的な機能一覧 難読化処理 アップロードするデータをブラウザ側で暗号化 してクラウドにアップロード。復号化するマッピ ングファイルはクライアント上にあり、ブラウザ 上のメモリで復号化を行う。 データのクラウドアップロード時にデータの安 全性を確保する。 KPI設定 全変数に対してヒストグラムを作成。連続値 の場合は、グループ化なども自動で行う。 KPI(目的変数)の設定も可能であり、設 定されたKPIに対しての分析を実施。 セグメンテーション KPIに対するセグメンテーションモデルを作成 し、要因を明確にする。内部的にはディシ ジョンツリーのアルゴリズムが動いて分類を 行っている。 アウトプットの見せ方は複数あり、特定ノード をドリルダウンして、スマートサーチのグラフの 作成も可能。 スマートサーチ 名義変数、連続変数のフィルタ条件を組み 合わせていくが、条件に合っているほど中央に 近づいていくグラフ。 また、プロットを色や配置を変数の情報で分け ることもできる為、視覚的にわかりやすく把握。 比較分析 母集団を2グループに分け、それぞれのグルー プの分布が、各変数でどれだけ異なっているか を把握することができる。 レスポンスがあるグループと無いグループで、各 変数の分布の違いを把握などで利用可能。 要因分析 連続値のKPIに対して、どのような変数の組 み合わせが説明しているかを内部的には統 計モデル(回帰分析)の構築を行って、グラ フィカルに表示。 変数の組み合わせを棒グラフ、プロット、折れ 線グラフなどで表現。 要因説明 要因分析により発見されたルールを、自然 言語やビジュアルを使い詳しく説明。 どのような要因が効いている、どのような条件 だとKPIが大きく変動し影響を受けているの かを詳しく説明。 スモールマルチプル 連続値のKPIに対して残りの全変数との関 係性を調べる。同じく連続値の変数があれ ば、相関係数を算出して、相関が高いほど 紫色の散布図になり、そうでない場合はオレ ンジ色となる。
  • 12. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 12 BrainPad VizTact どこで使われている?
  • 13. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 13 様々な分野で活用可能 広告効果測定 商品分析 顧客分析 HR Tech Growth Hack 広告のターゲティング、効果の高い条件の発見 収益性、利益率の高い商品の条件や要因の発見 顧客セグメンテーション、ターゲティング、要因分析 従業員の人材育成、採用、リテンションなどの分析 繰り返し行われる成長を目指すための分析の基盤として ルールとパターンを発見し分析担当者に示唆を与えます。
  • 14. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 14 ファーストフードチェーンの例では、従業員の在職期間についてとても分かりやすいモデルを構築する ことができました。ターゲットを絞ることで、 採用活動を最適化することが可能になりました。 ターゲットを絞った採用は、応募者セグメントを最善の期間で特定することで達成できた。 VizTactを使用した分析例:採用の最適化 新しい採用期間最適化ルール • # of 2015~2016 転職: 30,000 • # of [在職期間<1年]: 21,500 (72%) • # of [在職期間<90日]: 6,600 (22%) Tenure before Turn-Over Age 十分改善の余地があるが、 どうすればいいか分からない。 • 年齢が20歳以上の場合は平均より76日長い • 年齢が20歳未満の場合は平均より31日短い • 年齢が20歳以上かつ現役大学生の場合は平均より129日長い • 年齢が20歳以上かつすでに大学卒業の場合は平均より9日長い ◎ BI ツールによるビジュアル化 VizTact で機械学習のルールを発見
  • 15. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 15 BrainPad VizTact はどう使う?
  • 16. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 16 従来の分析プロセスとの比較 プロセス①:仮説を構築 BIでビジュアル化し、全体状況を 把握し仮説を立てる 従来 VizTact プロセス②:分析を行う 仮説を証明するために、各種分 析のアルゴリズムで試行錯誤 ある事象が起きる要因について追及したいときに、VizTactを使用する場合ははるかに早くなり、 意思決定場では強く支援してくれます。今まで試行錯誤して行ってきた要因分析より効率よく 適切なアドバイスが得られます。 プロセス③:言葉による説明 自然言語で資料に結果を分か りやすくまとめる 分かりやすいビジュアル 機械学習によるルール発見 自然言語での結果の説明
  • 17. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 17 BrainPad VizTactで要因発見 【テーマ】 顧客の購入金額に影響している要因を見つけたい KPISTEP1:分析したいデータを用意する STEP2:データをアップロードする ドラッグ&ドロップ ターゲットの項目「購入金額」と説明に使用 できるような項目を一つのファイルにまとめる フォルダからもしくはアプロード画面にドラッグ& ドロップでデータをアップロード
  • 18. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 18 BrainPad VizTactで要因発見 STEP3:KPIを設定する KPIに設定 STEP4:要因を確認する  性別 が 男 と [ 45 ≤ 年齢 < 50 ]である場合、購 入金額 は 395951.9円で、 全体平均289818 円より106133.9円 高くなります。  性別 が 男 と [ 40 ≤ 年齢 < 45 ]である場合、購 入金額 は 393989.74円で、 全体平均289818 円より104171.74円 高くなります。 自然言語 ビジュアル  金額(費用)単位 を 円 に設定  KPIの 平均 を選択する 確認したい項目「購入金額」をKPIとして設定する ビジュアルと自然言語で要因を確認する
  • 19. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 19 トライアルプラン内容 2ヶ月伴走プラン(ライセンス込み) 前提条件: • お客様側が分析データの準備が可能な状態です • フィードバックのアンケートへご回答いただけます 内容: • 2ヶ月間限定、最大5ライセンスまで • ツールの操作説明(2時間) • 分析データの作成(1分析テーマのデータ作成、最大3種類データまで対応 例:顧客マスタ、商品マスタ、購買履歴など) • 週1回1時間ワークショップ込み(希望される場合) 価格: 2ヶ月合計:30万円(税抜) ※分析テーマ追加の場合1テーマ付き10万円(税抜)、データ作成必要ない場合10万円割引
  • 20. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 20 年間プラン内容 ユーザー数 1ユーザ月額 年間価格 1~9 ¥80,000 960,000円/年(80,000円/月)~ 10~24 ¥60,000 7,200,000円/年(600,000円/月)~ 25~49 ¥40,000 12,000,000円/年(1,000,000円/月)~ 50~99 ¥30,000 18,000,000円/年(1,500,000円/月)~ 100~ ¥20,000 24,000,000円/年(2,000,000円/月)~ ※自社環境、オンプレなども対応可能、別途開発が発生するため、環境と条件別に別途見積もりとなります。
  • 21. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 21 https://viztact.brainpad.co.jp/
  • 22. Analytics Innovation Company ©BrainPad Inc. Strictly Confidential 22 本資料は、未刊行文書として日本及び各国の著作権法に基づき保護されております。本資料には、株式会社ブレインパッド所有の特定情報が含まれてお り、これら情報に基づく本資料の内容は、御社以外の第三者に開示されること、また、本資料を評価する以外の目的で、その一部または全文を複製、使 用、公開することは、禁止されています。また、株式会社ブレインパッドによる書面での許可なく、それら情報の一部または全文を使用または公開することは、 いかなる場合も禁じられております。 株式会社ブレインパッド 〒108-0071 東京都港区白金台3-2-10 白金台ビル3F TEL:03-6721-7002 FAX:03-6721-7010 www.brainpad.co.jp info@brainpad.co.jp Analytics Innovation Company