目次
ギックスの考えるビッグデータ分析のあり方
ギックスで実施しているビッグデータ分析の「具体的な実践例」を皆さんにご提供することで、従来の”大規模システム投資”を前提としたビッグデータ分析から脱却し、現業部門（＝企画部門）が「システム部門に頼らなくても、ビッグデータを扱える」のだという事をお伝えしていきたいと考えています。
もちろん、ビッグデータにまつわる”大規模システム投資”が無くなる・必要ない、とは考えていません。
ギックスでは、ビッグデータ分析は”トライ＆エラー”が非常に重要だと考えています。従って、従来のシステム開発プロジェクトを立ち上げてしまうよりは、Quickスタートを切り、その中で「手軽に」「色々と」試行していくことを重視すべきだと考えています。（大規模システム投資は、それらの結果「仕様が固まってから」行う必要があるだろうと思っています。）
ギックスのビッグデータ分析体系（全9回）
- PC上で数千万件データを手軽に扱える時代がやってきた
- CRISP-DMをマーケティング領域へ適用させる
- ビジネスへのインパクトを「常に」念頭に置こう
- 2次属性を理解しよう
- クロス集計で「セグメント間の違い」を見出せ
- もう一歩踏み込みたい方は「モデリング」を学ぼう
- 大規模投資の前のトライ＆エラーが重要
- Quick Startのための分析ツールとは
- Quick Startのための分析インフラとは
ビッグデータ分析の留意点（全5回） ※外部寄稿
標本（サンプリング）をベースに考えられた近代統計学と、コンピュータ演算能力の進歩に支えられ全件を丸ごと分析するビッグデータ分析。各々で優位性が異なり、結果の解釈の仕方も変わってきます。注目が集まっているビッグデータ分析ですが、その分析結果を如何に扱うべきか、留意点を説明します。
- ビッグデータ分析の留意点①:ビックデータを全量分析できる時代になった
- ビッグデータ分析の留意点②：「確率がとても低い事象の分析」に全量データ分析は威力を発揮
- ビッグデータ分析の留意点③：全量データで多重クロス集計を行い、擬似相関を見破り、交互作用を発見
- ビッグデータ分析の留意点④：べき分布のデータには注意しよう
- ビッグデータ分析の留意点⑤：ビッグデータでは統計的検定は意味がない
回帰分析とその応用（全5回） ※外部寄稿
目的変数と説明変数の間に式をあてはめ、目的変数の変化を説明変数でどれだけ説明できるかを定量的に分析するという回帰分析。単回帰分析にはじまり、重回帰分析、ロジスティック回帰分析、非線形回帰分析に至るまで、各種回帰分析の実施方法と使い方を説明します。
- 回帰分析とその応用① ～回帰分析は何のために行うのか？
- 回帰分析とその応用② ～重回帰分析
- 回帰分析とその応用③ ～ロジスティック回帰分析
- 回帰分析とその応用④ ～スコアリング
- 回帰分析とその応用⑤ ～非線形回帰分析
ビックデータ分析ツールの紹介
「安く」「すぐに利用でき」「プログラミングが必要なく」「サクサク動く」という手軽なビッグデータ分析ツールが存在します。それらの中からギックスで継続的に利用している分析ツールについて説明します。
【関連】ITproにて、SOFIT Super REALISM,Aktblitz IIs,Tableau および R言語を用いた分析についてご紹介しました(2014年3/3~7）
使って分かった！「安・速・易」のビッグデータ分析ツール選び（ITpro連載）
「ビッグデータ分析には大規模システムが必要」という固定概念を捨て去ろう
