武器としてのデータ分析力 データ・サイエンティストの「未来を予測」する技術 の商品レビュー

中西達夫(著者)

2024/11/02

この本を読んで簡単な回帰分析はエクセルでできると言う基本的なことを知った。データ分析をする際は何をしたいのか目的を持ちグラフにして可視化する、さらにそこから相関関係はあるのか。結果からどうビジネスに活かしていくのか、視野が広まった気がします。巷でやるアンケートのデータ分析の重要性を理解した。

2022/07/22

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。

2021/09/27

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。

2021/08/23

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。

2020/03/29

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

2015/04/18

『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。

2015/03/18

感想は以下。
http://masterka.seesaa.net/article/415850779.html

2014/12/27

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。

2014/09/24

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。

2014/09/09

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