データ分析とインテリジェンス

タグ「分析」 の検索結果

情報の捨て方-企業情報のための情報

「情報の捨て方」とありがちなタイトルであるが、情報の収集や分析についてまとめられた本。データ分析について日本人が書くと体系的にまとめられることはあまりなく、著者の経験に基づいて書かれたノウハウ本か、学術的な専門書に偏るのは以前から変わっていないらしく、この本は前者に属する。

似たような本が結構あるが、その中でもわりと使えそう。30年以上前(1983年)に出た本の割には今でも通じることが多いのは、あまり進化していないせいだろうか。例えばこの一文。

>>>続きを読む

「洞察力」があらゆる問題を解決する

分析結果からそれはなぜなのか、これからどうなっていくのかを見極める洞察力は分析における主なテーマなので非常に興味がある。ところが情報収集や分析手法についての書籍はたくさんあるものの、その先の肝心な洞察については触れられないことがほとんどであるなかでまさに「洞察力」をテーマとして掲げており大いに期待して読み始めてはみたものの、前置きが長くなかなか本題に入らない。

飛ばしてつまみ食いしようとしたけれども、それでもどこを読めばいいかよくわからない。欧米人はあらゆることを網羅しようとして冗長なことが多いがこれは悪いところが出てしまった例だろうか。探す気も起きないので保留。

>>>続きを読む

最強の社会調査入門

分析も分野がいろいろあるけれども、最近より世の中を広く知ることに興味があり、それならまずは社会学だろうかということで本屋にいったらちょうど出たところだったので読んでみたが、いまいちかったるい。入門ということで学術的な話ではなく、執筆者それぞれの体験談を集めた形。例えてみれば線形代数の入門書を開いてみたら、簡単な計算を延々と詳細に解説していて、全然先に進まない本みたいな感じだろうか。学生や新社会人ならいいかもしれないけれども、いまいち合わなかった。

>>>続きを読む

統計学が最強の学問である[ビジネス編]

第一章は「経営戦略のための統計学」とあるが、ポーターやバーニー、グラントといった経営戦略論の話で、分析といえばそうだけれども統計学の話ではないようだ。最後に重回帰がちらっとでてきてたみたいだけれども数式はなく文章での説明。疲れているからかそういう本なのか、なんかもやっとした感がすごい。

知名度はあるからそれなりには売れるだろう。評判を見てよさそうなら戻ってくるかもしれないけど、今回のところはもういいや。

>>>続きを読む

[Excel]ピボットテーブルで日別データを月別に集計する

フィールドリストで行または列に日付を入れ、ピボットテーブルの日付のところで「右クリック」→「グループ化」→「月」を選択

>>>続きを読む

[Excel]ピボットテーブルのショートカット

[Alt]→[N]→[V]→[T] または [Alt]→[N]→[V]→Enter

>>>続きを読む

[Excel]ピボットテーブルのセルを直接参照できるようにしたい(GetPivotDataを解除する)

1:「ファイル」タブの「オプション」を選択

>>>続きを読む

データ分析実務におけるチェックリスト

キャプチャがたくさんあるツールの使い方マニュアルや、抽象的な一般論が中心の専門書はたくさんあるのだけれども、実務において直面する様々な問題に関する情報があまり見当たらないというのは以前から気になっていた。もちろんそれぞれ必要なものではあるのだけれども、ある一面しか捉えていないのでそれだけでは足りない。

>>>続きを読む

分析の目的は意思決定と行動の質の向上である

「分析は目的ではなく、それだけでは成立しえない」という認識を持てるかどうかで、データサイエンティスト・データアナリストとしての価値は大きく変わると断言できる。

>>>続きを読む

分析が失敗する理由とその対策

情報収集が失敗する理由とその対策につづいて、分析が失敗する理由とその対策についても考えてみる。

>>>続きを読む

分析者が自分で情報収集することは当たり前ではない

情報収集に関するまとめはこちら → 情報収集論・目次と概要

>>>続きを読む

言葉から期待される内容と実際の意味の違いについて(分析編)

情報収集に関するまとめはこちら → 情報収集論・目次と概要

>>>続きを読む

分析の結果がおかしいと思った時のチェックリスト

データを準備して、ツールに投入して実行したら、予想していたのとは大分違う結果が出てきて戸惑う、なんてことは日常茶飯事だが、その際どうやって検証したらよいかについてまとめる。

>>>続きを読む

「データをいじくり回して何かわかった気になる症候群」から逃れる方法

目的なしにデータ分析をすることがどれだけ無駄であるかについてで「数字をいじくり回すのは楽しいので、気が付くとあっという間に時間が過ぎる。何かがわかった気にはなれるが、後には何も残らない。よほど意識していないとすぐこの状態に陥ることになるが、ためしにここ数日の間でデータを見ていた時間のことを思い出してみればいい。なんとなく数字を見て、今何か変わったことがあるだろうか?」と書いたが、これを「データをいじくり回して何かわかった気になる症候群」とでも呼ぼう。この状態に陥らないためにはどうするべきかを考える。

>>>続きを読む

目的無きデータ分析は無駄である

何かいいことが見つかるかもしれないからと何の目的も無しにデータを見るのは時間の無駄である。データを見て何ができるかを考えるべきではない。最終的に様々な事情で今あるデータのみを使って考えざるを得なくなる場合は多々あるとしても、最初から可能性を限る必要はない。

>>>続きを読む

データ分析にも第三者による監査を取り入れてはどうか

高度な分析であればあるほど、何をしているのかを理解できる人が減っていくことになるが、だからと言って誰もわからないままで任せきりにしてしまうのがよいかと言えばそんなことはない。後で検証したら間違えていたり、より良い方法が見つかることもあるだろうし、なにより上位の意思決定に関与すればするほど権力となり、監視されない権力は徹底的に腐敗する。分析も同じことだ。

>>>続きを読む

POS分析・IDPOS分析を行う際に気を付けること

POS・IDPOSを導入している企業は多い。しかし、そのPOSデータ・IDPOSデータを分析・活用し、利益につなげられている企業になると途端に少なくなるというのが現状である。もっともデータを使えていない企業がほとんどなのでPOS・IDPOSに限る話ではないが、言い換えればPOS・IDPOSを有効活用できれば競争力に繋がるということでもある。

>>>続きを読む

データ分析する際に注意すべきこと

データ分析を行うに当たり、データサイエンティスト・データアナリストに限らず、経営者から現場のマーケターや営業まで全ての人が注意すべきことについてまとめた。

>>>続きを読む

今あるデータを前提にしてはいけない理由

「今あるデータで何かできないか」と考える人がとても多い。そこにあるから使わなければもったいないとか、あわよくば利益が出たらうれしいとか、そうしたい気持ちはわかるのだが、そこはぐっと堪えて「何が目的であり、そのためには何を知るべきか」から始めるべきだ。さもないと、まったく見当違いの分析をしたり、分析はしても実行に繋がらないことになり、結局無駄になる可能性が高い。

>>>続きを読む

クラスター分析における初期値の違いによる影響を解決する方法を考える

分析手法の疑問点・・・クラスター分析についてにおいて「k-meansでの初期値の違いの影響はどうするのか」について触れたが、その解決方法についてアイデアとしては何回も実行して最も属するクラスターに分類すればいいのではないかと以前からあったのだが、具体的に定式化する方法が思いついたので、まとめることにした。

>>>続きを読む

分析手法の疑問点・・・クラスター分析について

データ分析を行う際、データを用意してツールにかければ答えはでるけれども、その手法の背景を理解していなければその結果が正しいのかがわからない。報告を受ける側としても手法の理解があるに越したことはない。報告書を読んだ際に鵜呑みにするのではなく、正しい分析を行っているかについて検証できる能力があれば、でたらめな結論に惑わされることもなくなる。

>>>続きを読む

このエントリーをはてなブックマークに追加