ビジネス活用事例で学ぶデータサイエンス入門

酒巻 隆治/里 洋平【著】

ＳＢクリエイティブ（2014/06発売）

• サイズ A5判／ページ数 261p／高さ 22cm
• 商品コード 9784797376333
• NDC分類 675.2
• Cコード C0034

出版社内容情報

現場の仕事に使えるデータ分析力が身につく

ソーシャルゲーム会社で分析業務に従事する２人のデータサイエンティストが、データを仕事に役立てるためのノウハウを８つのケーススタディを通して具体的に解説！ リアルなログデータとフリーソフトＲのスクリプトを使って自分で分析の追体験が可能です。

はじめに

第1章 データサイエンティストという仕事
1.1 データサイエンティストとは？
1.2 データサイエンティストの3つのタイプ
1.3 データサイエンティストの現状

第2章 ビジネスにおけるデータ分析フロー
2.1 データ分析における5つのフロー
2.2 現状とあるべき姿
2.3 問題発見
2.4 データの収集と加工
2.5 データ分析
2.6 アクション
2.7 まとめ

Ｒ言語のいろは

［分析の基礎］編

第3章 ［ケース?@ ─ヒストグラム］
なぜ売上は減少しているのか？
3.1 現状とあるべき姿
3.2 問題発見
3.3 データの収集と加工
3.4 データ分析
3.5 アクション
3.6 まとめ
3.7 Rコードの詳細

第4章 ［ケース?A ─クロス集計］
どの属性の顧客が離脱しているのか？
4.1 現状とあるべき姿
4.2 問題発見
4.3 データの収集と加工
4.4 データ分析
4.5 アクション
4.6 まとめ
4.7 Rコードの詳細

第5章 ［ケース?B ─A/Bテスト］
どっちのバナーの反応がよいか？
5.1 現状とあるべき姿
5.2 問題発見
5.3 データの収集と加工
5.4 データ分析
5.5 アクション
5.6 まとめ
5.7 Rコードの詳細

第6章 ［ケース?C ─重回帰分析］
集客効果の高い広告の組合せはなにか？
6.1 現状とあるべき姿
6.2 問題発見
6.3 データの収集
6.4 データ分析
6.5 アクション
6.6 まとめ
6.7 Rコードの詳細

［分析の応用］編

第7章 ［ケース?D ─ロジスティック回帰分析］
過去の行動から現在の行動が予測できるか？
7.1 スマホからの利用者を増加させたい
7.2 ID 移行設定の失敗が問題？
7.3 正解付きデータがないときのデータ収集
7.4 モデルが作れるかどうかでの検証
7.5 アクション
7.6 まとめ
7.7 Rコードの詳細

第8章 ［ケース?E ─クラスタリング］
どんな顧客群をターゲットとすべきか？
8.1 どんなユーザがいるのかを知りたい
8.2 行動パターンでユーザをグループ分け
8.3 主成分を説明変数として使う
8.4 クラスタリングの実行
8.5 アクション
8.6 まとめ
8.7 Rコードの詳細

第9章 ［ケース?F─決定木分析］
どんな行動をした顧客が継続利用するか？
9.1 利用開始直後の離脱を減らしたい
9.2 「楽しさ」の構造を理解する
9.3 クラスタを説明変数として使う
9.4 決定木分析の実行
9.5 アクション
9.6 まとめ
9.7 Rコードの詳細

第10 章 ［ケース?G ─ 機械学習］
楽しさが最大になるチーム編成を作るには？
10.1 チーム戦の楽しさの最大化
10.2 データ分析でサービスに付加価値をつける
10.3 曜日の影響がないデータを作る
10.4 予測モデルの構築
10.5 アクション
10.6 まとめ
10.7 Rコードの詳細

COLUMN
べき乗分布
クロス集計

R言語索引

内容説明

どうしたら減少した売上をもとに戻せるか？顧客離れの原因はどこにあるか？より効果的な広告の出し方は？リアルな８つの事例ごとに、解決に至る分析ストーリーを、実績ある企業の分析実務者２人が解説。

目次

データサイエンティストという仕事
ビジネスにおけるデータ分析フロー
「分析の基礎」編（ヒストグラム―なぜ売上は減少しているのか？；クロス集計―どの属性の顧客が離脱しているのか？；Ａ／Ｂテスト―どっちのバナーの反応がよいか？；重回帰分析―集客効果の高い広告の組合せはなにか？）
「分析の応用」編（ロジスティック回帰分析―過去の行動から現在の行動が予測できるか？；クラスタリング―どんな顧客群をターゲットとすべきか？；決定木分析―どんな行動をした顧客が継続利用するか？；機械学習―楽しさが最大になるチーム編成を作るには？）

著者等紹介

酒巻隆治［サカマキリュウジ］
うらわ出身。株式会社ドリコムデータ分析グループ所属。得意技は、人間が環境に残す行動ログの分析。博士（環境学）。あたらしい自由を目指す通信会社で、マーケティングリサーチ、アイトラッキングなど、あたらしいマーケティング分析業務を経て、国産ＥＣサイトの技術研究所に勤務

里洋平［サトヨウヘイ］
種子島出身。株式会社ドリコムデータ分析グループ所属。得意技は、Ｒ言語によるデータ分析。Ｔｏｋｙｏ．Ｒ主催者（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[M_Study]

ヒストグラム・クロス集計・統計的仮説検定・重回帰分析・ロジスティック回帰分析・クラスタリング・主成分分析・決定木分析・機械学習という代表的な手法を使う場面と、実際のRコードが記載されている。実際のビジネスを想定した場面にデータサイエンスを活かして問題の解決を図るというストーリーなので、腑に落ちやすいと思う。実際にデータ分析する機会に遭遇したら、再読してみたいと思う。

2016/11/01

[y061186]

実際の事例を用いて、データ分析の流れが書かれている。ただ分析の手法を記載するだけでなく、なにが問題なのかを考えていく手順も記載されているため、実践的。データ分析はRを用いており、実際のコードも書かれているため、すぐにでも利用可能である。

2016/03/17

[luckyair]

主にＲを使った分析の本だった。それにしても、専門家の分析だけではビジネスへ利用することは難しいというのがわかった。実際の経験が伴った分析の観点は必要。違う種類の本も読んでみることにする。★★☆

2018/11/28

[hm]

Rによるデータ分析、というのはよくある書籍だろうが、実際のビジネス（ここではソーシャルゲームを題材としている）を意識した設定なのが本書の特徴であろう。統計的処理を行うまでの思考が、実用上は重要であることが分かる。入門ということもあり、比較的簡単な設定のものが中心となっている。統計的処理そのものについては解説も少なくRに丸投げなので、知識のない人は多少調べる必要があるかもしれない。

2016/04/20

[N]

とりあえず一周。前処理のパートがあるのが良かった。

2019/06/26