マガジンのカバー画像

データサイエンス入門講座

21
データを活用してエビデンスに基づいた経営判断を行いたいと考えるすべての人に。「データでもっと儲ける方法 ~経営とマーケティングのためのアナリティクスデザイン~(著:西内啓/発行:…
運営しているクリエイター

#統計学

第21回 社内政治を乗り越えろ(2)

ボス以外のポジションの役割多くの日本企業において、もっとも人材が不足しがちなポジション…

第20回 社内政治を乗り越えろ(1)

実はここまでで、まだ道半ば ここまで、皆さんは、データを整備し、分析や予測、AIの開発とい…

第17回 AI開発における適切な課題設定とは(2)

総負荷量とトレードオフになる安定性と有効性このように総負荷量という考え方を持って「どれ…

第16回 AI開発における適切な課題設定とは(1)

省力化に着目したAIの課題設定 「予測精度の改善価値」にフォーカスする予測モデルについては…

第15回 何をデータで予測させるべきか(2)

前回の記事はこちら 1.05倍の予測精度の向上価値なぜ「感覚的に1.05倍」か、という点について…

第14回 何をデータで予測させるべきか(1)

何の予測モデルを作るべきか予測モデルとAIの使い分けが理解できたら、それぞれについて「何…

第13回 予測モデルとAIの使い分け

正確な予測が価値を生むときまずリサーチデザインを応用して、予測モデルやAI開発の課題設定について考えてみましょう。予測モデルとは統計手法や機械学習手法を使って「とにかく正確に何かの値を予測してその結果を出力するもの」と述べました。一方AIについては「予測に基づき、最適な選択肢を提示する」ものと述べました。 いずれにしても、対象ごとの目的変数を正確に予測することは価値につながります。株や不動産、原油などの価格が今後どうなるか、人間より正確に予測できるようになった人は大金持ち

第12回 洞察・予測・最適化〜AI開発で同様のところと違うところ

AI開発ではどうなのか前章ではアウトカムと解析単位というリサーチデザインの基本をもとに、…

第11回 何がその違いと関係しているのか〜基本的なデータ分析の読み方(2)

他の説明変数が絡んだ関係「p値」や「95%信頼区間」といったデータの見方を理解できれば「た…

第10回 何がその違いと関係しているのか〜基本的なデータ分析の読み方(1)

効率的な「違いの見つけ方」アウトカムと解析単位が決まり、データから考え得る限りさまざま…

第9回 解析単位を決めるための4つのルール

解析単位を選ぶコツ 前節ではアウトカムを定義するためのコツを説明しましたが、ここでは解析…

第8回 アウトカムを設定するコツ(2)

そのアウトカムでズルはできるか前回示したように、まずは利益に直結するか、ということを考…

第7回 アウトカムを設定するコツ(1)

よいアウトカムとは何か アウトカムと解析単位という2点が適切に定まれば、「どこから手をつ…

第6回 リサーチデザインの2つの要素

「何に活かしていいかわからない」問題前章では、業務処理のために蓄積されたデータを、活用可能な状態に加工するためにはどのようにすればよいか、ということを中心に説明しました。そこでは、すべての項目データを完璧にいつでも活用可能な状態にすべきというわけではなく、「何にどう活用するか」という目的によって、最優先で使うべき項目もあれば、ほとんど不要な項目もあると考えられます。 冒頭で述べたように、データ分析を行なうにせよ、AIを開発するにせよ、「何にどう活用すべきか」という点につい