投稿元:
レビューを見る
データ分析について書かれている本。内容が難しく、1度読んだだけでは頭に入らない。。。。
身につけるならば何度も読む必要がありそう。
投稿元:
レビューを見る
以前はデータ分析とは、プログラムが書けて大型コンピュータにアクセスできる人の特権のようなものでしたが、現在では、ネット環境・パソコンの小型化・各種ツールの充実により誰にでも使える環境が整っています。
大量のデータから、どのような切り口で分析して、わかりやすくそれを伝えるかは、プレゼン資料においても重要な位置を占めています。
新しい技術を使いこなすためにも、このような本を普段から読んで自分の武器にするように努力したいと思っています。
以下は気になったポイントです。
・この10年間の変化は、データ量の劇的な増大、分析コストの劇的な低下、の2点である(pはしがき)
・データ分析を効率よく行うには、1)データ、2)理論(データ活用)、3)ツール、4)目的、が大事である(p20)
・回帰分析は必ずしも直線で行うとは限らない、目的変数が量的データではなく、イエスノーといった2値データの場合は、ロジスティック回帰を使う(p63)
・データ分析の世界では、縦の並びに変数、横の並びに、個々の事象を当てはめるのが慣わしになっている(p78)
・区間の幅は、およそ「サンプルサイズ」の平方根に反比例する。サンプルサイズが2倍になれば、区間の幅は、1/ルート2=0.7倍となる(p90)
・トレンドとは、主となる全体的な傾向、ボラティリティとは、トレンドに対する個々の値のばらつき(p104)
・分布を調べる最も強力な方法は、ヒストグラムを描く事。分散・最頻出値・中央値は、すべて分布形状の特徴を数値化したもの(p112)
・相関があっても、それがそのまま原因と結果に直結するとは限らない。その理由は、1)どちらが原因かはわからない、2)隠れた原因があるかもしれない、である(p128)
・顧客を3つの視点によって分類するRFM分析をする、R=直近購入日、F=購入頻度、M=累積購入金額(p137)
2014年9月7日作成
投稿元:
レビューを見る
データ分析の進め方についてまとめた本。
分かりやすかった反面、具体性には欠ける。
当たり前な話ですけど。
分析の種類を「探索型分析」「目的型分析」と分けて、
それぞれでの進め方、ポイントを押さえるにはよいと思う。
入門編としては良書だと思います。
ただ、深く知りたい!となると物足りなさは否定出来ない。
【勉強になった内容】
・分析パターン
探索型分析:
漠然とした目的に対して何らかの施策方針を打ち出す
ことを目的とする。
目的型分析:
既に施策方針が明確であり、施策を実現するため、
裏付けとなる情報を定量的に把握する。
望ましいのは目的型分析だが、
実際のところ探索型分析がまだまだ多い。
・業務も分からずにSIerだけでやれるのは目的型分析。
指示が明確で作業を代行してもらうだけだから。
探索型分析は業務が分からないと厳しい。
・データ分析を効率よく行うためには、
データ、理論、ツール、目的の4つが必要。
中でも重要なのは目的(業務知識とその関連知識)。
・分析7つ道具
ヒストグラム
確率分布
散布図・相関
クロス集計表とカイ二乗検定
因子分析
クラスタリング
回帰分析
・変数によるデータ種類
量的データ(比率尺度、間隔尺度)
質的データ(順序尺度、名義尺度)
・トレンド分析キーワード
トレンド…データに最もよく当てはまる直線を描く
ボラティリティ…データの広がりの大きさを見極める
・データサイエンティストに必要な力
データを分析する能力
分析ツールを操作する能力
ビジネスを理解する能力
投稿元:
レビューを見る
この本だけで武器として使えるデータ分析力が身につくとは思えないが,入門書としてはよく書かれていると思う。
ただし,通常は「表」と書くべきものが「図」になったりして,理系のちゃんとした教育を受けた読者は戸惑う。さらに,ここで述べられているいくつかの分析手法は,常識として知っておくべきことであって,武器ではないのでは?
日経コンピュータの書評欄にあったので,図書館から借りた。
投稿元:
レビューを見る
チェック項目9箇所。じつは、データ分析をすることによって、現在の仕事をもっと客観的に眺めることができ、明確な目標に向かって行動を起こすことができるようになります。データ分析を効率よく行なうには、①「データ」――データ分析のおおもと②「理論」――データをどのように活用するのか③「ツール」――データを分析するための道具④「目的」――データ分析をする際の大前提 の4つがなければなりません。一番問題になるのが④の「目的」です、おかしな話ですが、「何のためにデータ分析をするのか」という目的をハッキリさせずに分析を始めることが多いのです。消費者がどのような理由で商品を選定するのか、それは「価格」なのか、「パッケージのデザイン」なのか、それとも「食感」なのか、それを知るための分析・調査手法、それがコンジョイ分析です、コンジョイント分析は、製品を構成する要因(属性)とそれぞれの要因の水準を設定し、仮の商品案を複数用意した上で、アンケートにより回答者に製品案を評価してもらい、消費者の選好度を推定する調査・分析手法です。まずは、「データ分析の目的を明確化する」ということです、社内にデータがあるから活用するということではなく、目的をもって活用していくことです。データ分析自体はビジネスの目標達成のための武器のひとつではありますが、それを利用する際のポイントの1つが、「いかに上司を巻き込むか」ということを忘れないことです。データ分析をビジネス目標の達成に活用するということは、その活動自体を継続化する必要もあります。
投稿元:
レビューを見る
感想は以下。
http://masterka.seesaa.net/article/415850779.html
投稿元:
レビューを見る
『真実を見抜く分析力』よりは、分析手法が書かれているが、物足りない。
『真実を見抜く分析力』を読んでからだと、もう少し詳しい分析手法が書かれた本へ行ってもいい気がする。
投稿元:
レビューを見る
広告・マーケティング界隈のひとは読むべき。
難解になりがちな統計分析を非常にわかりやすく、
端的に説明している。
そして実務に即していて活用しやすい。
社内の中でどう立ち回るべきか、的な話も書いてある。
ぜひ読んでみてください。
読了時間:3h
投稿元:
レビューを見る
マーケティングのデータ解析では、セグメンテーション、ターゲティング、ポジショニングが用いられる。
顧客分析の方法として、直近購入日、購入頻度、累積購入金額を用いたRFM分析でセグメンテーションを行うことができる。
時間軸に沿ったデータを時系列データ、ある時点のデータを並べたものを横断面データ、時系列データと横断面データを合わせたものをパネルデータという。
投稿元:
レビューを見る
入門書。数Ⅰ?の知識があれば、一通り理解できます。分布の計算とかは、エクセルにほりこんで、ひたすら、基礎と用語の理解に努めています。式も一次関数ですし、エクセルの画面を含めて、豊富な図表でイメージしやすいです。
投稿元:
レビューを見る
データ分析の2つの型をベースに基本的なデータ分析手法を紹介する本。具体的な分析手法を学べる訳ではないが総合的にカバーされているので、この本をベースに肉付けしていけばある程度はカバーできそうな印象。
ある程度課題解決のフレームワークなど頭に入っている場合はこれから読み始めるべきかと思われるデータ分析入門書でした。