散らばった顧客データをひとつにまとめる あらゆるビジネスの中心に一貫性のある顧客体験を トレジャーデータのCustomer Data Cloudは、マーケティング、カスタマーサポート、営業活動から業務部門にいたる企業内の各部門の連携を実現します。
CDP（カスタマーデータプラットフォーム）のトレジャーデータ - 散らばった顧客データをひとつにまとめる。 - Treasure Data
散らばった顧客データをひとつにまとめる あらゆるビジネスの中心に一貫性のある顧客体験を トレジャーデータのCustomer Data Cloudは、マーケティング、カスタマーサポート、営業活動から業務部門にいたる企業内の各部門の連携を実現します。
エクセルで頻出単語を自動抽出！ 検索キーワードの分類・分析を簡単に | 1万円で真似できる“戦略的サイト運用術” - 小さく作って速く改善
自然検索のフレーズは、ワードのかけ合わせや類義語が多く、ロングテールになるため、上位の20件～100件だけを見ていると傾向を読み誤ることがある。とはいえ、個別にたくさん見るのは時間がかかりすぎる。まずは全体の傾向をざっくりと見て、改善すべきエリアを絞り込んでから、個別キーワードの最適化に着手したいところだ。 そこで、今回は似たような検索フレーズをまとめて分析する方法について検討してみる。 ねらい：ざっくり分析したい検索キーワードのデータは細かい。ひらがな、カタカナ、漢字、アルファベットなどのバリエーションや類義語に加えて、複数ワードのかけ合わせやタイプミスなどもすべて別のキーワードとして記録されるからだ。そうした細かいバリエーションは、個別の件数は少ないものの、足し上げると意外と大きな割合になることがある。 また、時期的な影響も受けるため、上位の検索キーワードだけを見ていると隠れた小さな変
データを用意する人、分析する人、活用を働きかける人 アナリティクスで必要な3つのロール
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
Webデータ分析＆データサイエンスで役立つ統計学・機械学習系の分析手法10選 - 銀座で働くデータサイエンティストのブログ
追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが（笑）、僕が実際に2013年6月現在webデータ分析＆データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析（特に線形重回帰分析） 独立性の検定（カイ二乗検定・フィッシャーの正確確率検定） 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析（バスケット分析・相関ルール抽出） 計量時系列分析 おわりに おまけ1：「素性ベクトル＋分類ラベル」なるデータ前処理 おまけ2：グラフ理論*10 {igraph}パッケージでグラ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
