はてなブックマーク

、データは今日のビジネス環境において新たな石油とも称されます。しかし、多くの企業が直面する大きな課題の一つは、散在する様々なデータソースをいかにして統合し、有効に活用するかという点です。この記事では、まずデータ統合とは何か、そしてその重要性について解説します。 次に、データ統合を成功させるための目的や、初心者でも取り組める具体的な進め方を紹介していきます。データの世界に新たに足を踏み入れる方々にも、実践的な知識を提供します。 1.データ統合とはデータ統合とは、異なる場所や形式で存在するデータを一つのシステムや形式にまとめることです。このプロセスは、企業が持つ様々な情報源からのデータを一つに集約し、一貫性のある分析や意思決定を可能にします。 例えば、あなたは大企業のマーケティング部門のマネージャーです。営業部のリーダーからはExcelファイルで顧客情報が、財務部からはPDFで販売データが、I

統計検定2級は、大学基礎科目レベルの統計学の知識の習得とその活用について理解しているか問われる検定です。統計検定2級を取得することで機械学習やデータ分析を行う際に必要な基礎知識が身につきます。 このような方にオススメの試験です。 統計学の知識を身につけて上司にアピールしたい将来的にデータサイエンティストとして働きたい大学で学んだ統計学の知識を資格にしたい本記事では、「統計検定2級」の概要および出題範囲や、必要となる勉強時間、統計検定3級との比較など、最短で合格するためにオススメな勉強方法・参考書をご紹介していきます。 ※データビズラボでは、採用に力を入れています。現在、多数の応募をいただいておりますので、もし気になる方はお早めに！ 1.統計検定2級の概要数多くある資格や検定の中で、統計検定2級は「普通～やや難しい」部類に入るでしょう。 合格基準は紙媒体で100点中70点以上、オンラインで1

データを扱っていると、それらのデータから興味深い関係性を見つけたり、注目しているデータに「関係性がある！」と説得力のある主張をしたいときは誰しもあるでしょう。そのようなときにデータ初学者でも簡単に活用できるのが相関分析です。相関分析によって、データ間の関係性の強さを求めることができます。 本記事では相関分析の概要やExcelでの使用方法、分析時の注意点を網羅的に解説しています。本記事を読むことで、初学者でも簡単に相関分析を理解し、活用できるようになるはずです。 1.相関分析とはデータの”関係性”を理解する分析手法である相関分析は、2つの要素が「どの程度同じような動きをするか」という要素間の関係性を明らかにする手法です。データの特徴を容易に把握できることから広く一般的に使用されています。 データの関係性を知ることはデータ分析の基本です。データの関係性を探ることで、今まで知り得なかった要素間の

データに最もフィットする直線を引き、係数と切片を最適に算出するための方法の一つとして”最小二乗法”があります。最小二乗法を一言で説明すると、実際の各値と回帰式によって予測される値の差の二乗値の合計が最小となるように係数と切片を算出する方法です。Excelなどのツールを使用して分析を行う際は、推定方法を意識しなくても分析に支障はありませんが、回帰分析を今後使いこなしたい方は是非覚えておいてください。 2-5.回帰式の妥当性を評価をする回帰分析の結果、回帰式を得られたら、次にその回帰式の妥当性を評価をします。回帰分析を行って得られた回帰式が実務上役に立つどうかを判断するために、回帰式の妥当性を評価することは非常に重要です。なぜ回帰式の妥当性を評価をする必要があるかというと、回帰分析のために使用した目的変数と説明変数のデータによっては、回帰式を得られたとしても、予測精度が低すぎるために全く使えな

各データが標準偏差何個分であるかを知るには （データー平均値）÷標準偏差 の式で計算することができます。例えば、平均値50点、標準偏差5点の場合にあなたが65点を取ったとします。 この場合、この65点が標準偏差何個分かというと （65点ー50点）÷5点＝15点÷5点＝3 となり、標準偏差3個分となります。 統計データ可視化を成功させる95のチェックリストをダウンロードする 2.初心者が混乱しがちな3つのポイント標準偏差についてよく混乱しがちなポイントを3つご紹介します。 2-1.標準偏差 Xとは「各データが平均値から標準的にX離れている」という意味標準偏差 Xの意味は「各データが平均値から標準的に X 離れている」ということです。 例えば、平均値50、標準偏差10の場合は「平均値50に対して、各データが標準的に10離れている」という意味になります。つまり、平均値50±10=40~60の範囲

データガバナンスとは、データの利活用に必要なデータそのものを安定的に獲得するための活動（データマネジメント）が、正しく行われるように監督するアクションです。 しかしながら、データガバナンスを、具体的なアクションとして実践できている企業は、決して多くありません。 データガバナンスには高度な専門知識が必要です。そのため、データガバナンスを検討されているほとんどの企業の担当者が、データガバナンスを含むデータマネジメントの世界的な教科書であるDMBOKを一度は確認されていることと思います。しかし実際には以下の2つの理由から、DMBOKをデータガバナンスの実践に活かすことは難しいと感じられることも多いです。 高い抽象度：DMBOKは、あらゆる業界やシステムに適用できるようにアクションの内容が抽象化されているため、専門的な知識や経験がなければ具体的なアクションに変換できない（具体的なツールやアウトプッ

ビジネスで重要な「来月の売上はいくらになりそうか？」や「売上に貢献する要素は何か？」といった問いに対して、明確な根拠を持って答えることができないという課題を抱えている方は多いと思います。本稿を読んで重回帰分析を理解・実施できるようになると、これらの問いに対して統計的な回答を得ることができます。 本稿は、数学に自信がないという方にもイメージを掴んでもらいやすくするために、一貫してとあるカフェチェーンの例を用いて解説します。カフェチェーンの売上に対して重回帰分析を行うと、売上予測や以下のような推定ができます。 席が1つ増えると、売上が25万円増える駅からの徒歩時間が1分増えると、売上が100万円少なくなるモーニングサービスがある場合はない場合と比べ、売上が350万円増える 1.重回帰分析の概要重回帰分析が何かを理解するためには、最初に「回帰分析」について理解する必要があります。 1-1.回帰分

ビックデータを分析し活用することが多い昨今、クラウドのデータウェアハウスである「BigQuery」を使用したいもしくは既に使っている企業も増えてきました。BigQueryはビックデータ処理を助ける便利なサービスです。特に膨大なデータを高速で処理したい場合や、Google系サービスのデータを使うことが多い場合は、役立つでしょう。 一方で、下記のような不安も多く聞きます。 扱いが難しいのではないか莫大な料金がかかるのではないかそこで本記事では、当社のBigQuery導入・運用実績と経験を踏まえ、お客様からいただいたご不安や質問を集め、BigQueryについて概要や特徴含めわかりやすく解説します。 また、データ分析の解説記事についてもぜひご参照ください。 データ分析とは？目的や重要性などデータ分析の基礎知識を解説 1 BigQueryとはGoogle社のクラウドDWHサービスの一要素であるBig

Exploratoryとはまさにデータを”Explore”（探索）する分析ツールです。Exploratoryはいわゆる「BIツール」には属さないものの、その直感的でストレートなインターフェース（画面）が組織でのデータ活用にインパクトを与えてくれるため、当社でもExploratoryを使用してコンサルティング/支援をしています。Exploratoryは明朗なクレジットカード払いで、その点で主要なBIツールよりも導入しやすく、R言語（統計解析向けのプログラミング言語）を基盤としていることから統計領域・アナリティクス分野に力点を置いたコンサルティング業務の生産性を上げられています。 そこでこの記事では、Exploratoryとは何なのか、Excelでは実現出来ないのか、Tableauとはどういった点で違うのかなど網羅的にExploratoryを解説します。 1.Exploratoryとは？Exp

データ分析には6つのステップが必要であるデータ分析は何も難しい統計の話だけではありません。6つのプロセスを経て初めて、意味のある分析になります。以下がその6つのステップです。 よくイメージされる数学的な処理のほかにも、実際には他に多くの作業がデータ分析には存在します。なのでまずこれら6ステップの全体像を念頭に置いてデータ分析を始めることが肝要です。 DXのお悩みを解決する「DXの羅針盤」をダウンロードする データ分析は「食べログを使ったお店決め」に例えるとすぐに理解できる実は、私たちが目的に合わせたレストラン決めをする（＝お店決め）までの過程とデータ分析のプロセスは、とても似ています。 例えば「友達や恋人の誕生日を祝うときためのお店を選ぶ」ときは、まさしくデータ分析を行っています。「誕生日に適したお店を見つける」という目標を立て、まずは決めるまでの期限や方法を決めます。そして食べログ等のア

私はこれまで、デジタルトランスフォーメーション(DX)をテーマとして、海外・国内含めおよそ200回以上の講演やセミナーを行ってきました。そこでは、数多くの質疑応答があったのですが、時間の制約上、どうしても一般的な話になりがちでした。本記事では、講演やセミナーでご質問頂いた中から、19個を厳選し徹底的に回答します。 本記事は、「自社のデータ活用に悩んでいる」「何からやればいいのかわからない」「新しく新設したデジタル戦略室に配属された」などデータ・デジタル領域でお仕事をされる全ての方に向けに書きました。読み終えていただければ、データ活用・デジタルトランスフォーメーション（DX）の大方針ともなる羅針盤としてご活用していただけるものと信じています。 デジタルトランスフォーメションという言葉自体、その文脈や人により思い浮かべるものは様々です。ですので、ピンポイントの定義はないと言っていいでしょう。本

本記事は、自分がマーケティングの素人ながら、一経営者としてコンテンツマーケティングの戦略形成を行い、信頼構築と情報提供をコンテンツで行う世界を作っている話です。弊オウンドメディア「データビズラボ」は、圧倒的な質のコンテンツだけを発信することにこだわり、データ分析/視覚化/データ戦略コンサルティングファームであるデータビズラボが立ち上げました。 記事数自体は6月4日時点で20記事と少ないのですが、リリースしてわずか2ヶ月で多くの記事をトップページに入れることが出来ました。 1 コンテンツマーケティングをスタートした背景データ分析のコンサルティングファームがなぜコンテンツマーケティングをスタートしたのかについてです。 ご指名やご紹介がなくなった時を想像した自分は昨年独立起業したばかりで、ありがたいことに独立起業する前から海外、国内からご指名のお仕事ご依頼を頂いていました。これが一つの自信になり

ステップ1:学習すべき3要素を知るステップ2:環境構築をするステップ3:Pythonの基本を覚えるステップ4:主要なライブラリをマスターするステップ5:データ分析の一連の流れを把握し、写経するステップ6:自分で一から分析する 各ステップは、それ以前のステップで習得した要素を必要とします。そのためステップは飛ばさずに理解していく必要があります。学習を進めていく中で前のステップを再度理解し直す場合もありますが、一度学習をしたステップの内容ならば2度目はすんなりと理解できるはずです。 以下、各ステップにおける内容をコツや注意点も含めてみていきます。 DXのお悩みを解決する「DXの羅針盤」をダウンロードする ステップ1：学習すべき3要素を知る「環境構築」、「Python言語の習得」、「分析作業の理解」が、Pythonでデータ分析を始めるために必要な3要素です。 Pythonの文法ばかりを勉強してい

多くの人は、エクセルでのデータ分析はなかなか難しいと思っているかもしれません。しかし、専門の分析ツールを使わなくとも、できることは意外に多いんです。 エクセルには「分析ツール」という大変便利な機能があります。 「分析ツール」とはエクセルのアドインの一つで、クリックや簡単なパラメータの入力のみでデータ分析を可能にしてくれる機能です。 「分析ツール」機能を使用すれば、特別な関数やコードを書く必要が一切ありません。導入も簡単ですので、初心者でも気軽にデータ分析を行うことができます。 本記事では、エクセルにある「分析ツール」機能を使って、「エクセルのデータ分析でどこまでいけるのか」を8つのケースを通じて解説します。 この記事を読み終えたころには、「分析ツール」機能でデータ分析ができるようになっているはずです！ 1. 「分析ツール」機能は、短い時間で少量のデータを分析したいときに最適な機能である「デ

もちろん、上記とは異なる意見をお持ちの方もいるでしょう。しかし、自身の個別具体的な環境や経験においてはざっくりこのような印象です。以降、詳しく説明していきます。 「データ視覚化/ダッシュボードデザインを成功させる95のチェックリスト」をダウンロードする 2. すぐに分析を始められる「Power BI」 （公式Youtubeチャンネルから拝借） 120種類のデータソースに接続できるExcel、テキストファイル、各データベースなどのオンプレミスから、Azure、GCP、IBMなどのクラウドまで約120種類のデータに接続できます。 Excelベースの分かりやすいインターフェース誰もが使い慣れているExcelと同じインターフェースです。そのため、新しく何かを始める時によく起こる「どこに、なにがあるのか分からない」という状況には陥りません。 操作が簡単基本操作はドラッグ&ドロップとクリックのため、簡

データ視覚化やダッシュボードデザインは文字通り「視覚化」「デザイン」というくらいですので、目に見えているところだけを語られがちです。しかし、実は最も重要なのは徹底したオーディエンス（ユーザー）主義の意識、そして質の高い問いの設定です。なぜなら、オーディエンスは、つまらないと感じたり、わからないと感じるとすぐに離脱するからです。これはとても単純で当たり前とも言えるのですが、データ視覚化に夢中になっていると忘れがちなポイントです。 下図は、ダッシュボードに表れるものとその根底に潜む要素を模したものです。データ視覚化の深層部分はこのような氷山で説明できるのではと考えています。 上側半分はよく語られがちですが、下側は見過ごされがちです。ですので、本記事では、上側から下側まで一気通貫のチェックリストを紹介します。弊社では、プロジェクトの開始時から最後まで考えていることです。これらの要素は相互に影響し

みずほ証券/みずほ銀行(グローバルマーケッツカンパニー)様 個別フィードバック付きオーダーメイド研修支援（BI) DX推進・データ活用に力を入れており、データ分析ツールとしてBIプラットフォームを導入されています。

データ分析&データ視覚化のコンサルティングをしております、永田ゆかりと申します。 これまで2000人以上の方にデータ分析や活用の研修・トレーニング講師、企業への分析コンサルティングをさせていただいており、仕事をさせていただく中で必要な本を読み続けているうちに、気がついたらデータ分析領域の本を200冊以上読んでいました。 中でもデータビジュアライゼーション・視覚化の領域に関しては私自身の得意領域ということもあり、数多く読み込んでいます。 本記事では数多くのクライアントの方々との問題解決に役立った知識・ノウハウが書かれている良書をご紹介させていただきますので、是非最後までご覧ください。 データ可視化そのものについて知りたいたは、こちらの記事からどうぞ。 データ可視化とは？その重要性や手法、よくある課題と解決策を解説 データ分析における視覚化（ビジュアライゼーション）系のおすすめの本17選1 S

データ分析で最も大切な事は、「データ分析で何をしたいのか」という目的を明確に決めることです。 データ分析がうまくいかない時は目的がざっくりしすぎていたり、うまく目的を意識できていないときが多いと私自身も何度も痛感しました。 データ分析をする目的が無いと、 「データ分析するのにそもそも何をしたいいいか分からない」 「とりあえず分析結果をレポート化したけれど、業務に活かせなかった」 のように、路頭に迷ってしまいます。 データ分析が上手く出来ず、ビジネスであまり役に立たないのは目的が明確になっていないケースが多いと私は考えています。 「次に注力すべきターゲット顧客を決めて、適切な施策を考えたい」 「社員の勤務状況を見直して、働きやすい環境を作ってあげたい」 「営業成績を数値化して、何が一番成績に影響するのか知りたい」 など、「自分たちはデータ分析によって成し遂げたいこと、知りたいことは何か？」を