2014.03.02 10:58
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①
サンプル分析から全量分析へ 近代統計学の学問体系は、無限に近い大規模な母集団から無作為に抽出された、数百から数万のサンプルデータが持つ統計的な性質を中心に論じられてきました。たとえば、内閣府が行っている「社会意識に関する世論調査」では、1...
2014.03.09 10:56
「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②
「ロングテール」に代表される確率が低い事象には全量データ分析 本日は、全量データ分析の優位性①にあたる、以下のポイントについて説明します。 優位性①：確率が低い事象を扱う場合に、サンプルデータでは得られない知見が得られるという点で、...
2014.03.23 11:01
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④
購買系のビッグデータには「べき分布」が多く注意が必要 （第2回）と（第3回）で全量分析の優位点について紹介しました。本日からは、全量データに注意すべき点を説明します。本日は注意点①の以下のポイントです。 注意点①：サンプルデータは中...
2014.03.30 11:04
ビッグデータでは統計的検定は意味がない｜ビッグデータ分析の留意点⑤
統計的検定とは？ （第2回）と（第3回）で全量分析の優位点について、（第4回）で全量データを分析する際の注意点①を紹介しました。本日は、２つ目の注意すべき点である以下について説明します・ 注意点②：標本統計を前提とした統計的検定は、ビッ...
2013.12.23 13:08
クロス集計で「セグメント間の違い」を見出せ｜ギックスのビッグデータ分析体系 ⑤
セグメントの特徴把握 前回はギックスならではの分析プロセス「2次属性の作成」について説明しました。今回はその付けられた2次属性を利用して、2次属性がついた人や製品の特徴を知るというプロセス、「セグメントの特徴把握」について紹介します。ギッ...
2014.03.24 18:12
Microsoft Power BI 導入レポート：導入の全体像 ~要件にあわせて「お手軽」か「本格」かを選ぼう~
Microsoft Power BIの導入は「お手軽」と「本格」の2種類ある 今回は、Microsoft Power BIの導入についてご紹介します。 「分析要件」に応じたPower BIの”導入形態”を紹介いただく 前回の記事で、お...
2014.04.24 12:05
Microsoft Power BI 活用レポート：Power Viewを使ってみた② ～BIツール初級版として最適
Power Viewの位置づけ=Tableauよりも廉価・シンプル 本特集では、Power BIの導入・活用についてレポートしています。前回はPower BIファミリーの一つのコンポーネントである、「Power View」で何ができるのか...
2014.07.30 09:08
”R”で実践する統計分析｜回帰分析編：①単回帰分析【外部寄稿】
Rによる回帰分析の実施手順を紹介 本日からRの使い方の実践として、「回帰分析」について紹介していきます。なお、回帰分析の理論については、こちらの特集内の【寄稿】回帰分析とその応用を参照ください。 『”R”で実践する統計分析｜回帰分析...
2015.01.26 09:06
第2回 分析ツール群（AktblitzII / AWS Redshift / Tableau / R / Power BI)｜POSデータで事業構造分析 with Power BI
Power BIで実践するPOSデータの事業構造分析を公開 この連載では、2013年11月に弊社CEOの網野が出版した「会社を強くするビッグデータ分析」「Part２ 分析の実践」の部分を「Power BIでPOSデータを使って事業構造分析...
2017.04.24 15:26
Amazon Redshift Spectrum を使ってみた ～Redshift Spectrum は Redshift のデータレイクの入り口になる～
Amazon Redshift Spectrum によってデータ分析の業務フローが変わる 先日、サンフランシスコで開催された AWS Summit 2017(2017.4.18 - 19)で Amazon Redshift(以下、Reds...
RECOMMEND
SERVICE
