トレジャーデータで実践：Path 分析（アウトプット編１：頻出パターンマイニング） - トレジャーデータ（Treasure Data）ブログ
はじめに 「トレジャーデータで実践：Path 分析」シリーズでは，過去にWeb，広告，リアル店舗でのログを元に，コンバージョンパステーブルの作成例とその分析事例を紹介していました。 blog-jp.treasuredata.com それに続く本記事では，より具体的かつ汎用的な分析事例として，コンバージョンパスを分析インプットとした時に，どんな分析アウトプットが出せるか，について以下の3つを紹介する事にします。 頻出パターンマイニング（今回） コンバージョンパス ダイアグラム 決定木モデル 上記の資料はパス分析の概念から始まり，トレジャーデータにおけるデータの持たせ方から分析アウトプットまで，パス分析のいろはを詳細に述べた資料です。 コンバージョンパステーブル ここで，生データとコンバージョンマスタテーブルを元に，トレジャーデータ上で作成するコンバージョンパステーブル（パス分析のインプットと
「横断」で極めるユーザー行動分析シリーズ①〜ゲーム・小売両業界に共通する「横断分析」のエッセンスとは？〜 - トレジャーデータ（Treasure Data）ブログ
トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 『「横断」で極めるユーザー行動分析シリーズ』は，様々な業界におけるユーザーの行動分析を、複数のデータをユーザーIDなどで紐付けて横串に（横断的に）見ていく方法・事例をご紹介するものです。 シリーズ①となる今回は，ゲームと小売業界にフォーカスを当てていきます。 はじめに オンラインゲーム業界で日々行われている分析手法と小売業界におけるそれを比較してみると、意外にも共通するポイントが多いことに驚きます。背景には、従来の「面」を中心とした大略的な分析のみならず、「点」である個別のユーザーに焦点を当てたより詳細な分析の重要性が増している状況があります。 本資料では、各々の業界で行われている代表的な分析手法とその特徴を例示し、共通項として浮かび上がるデータ分析のエッセンスについてご紹介していきます。 オンラインゲーム業界にお
トレジャーデータで実践：Path 分析（応用編，後編）実店舗における買い物回遊パス分析 - トレジャーデータ（Treasure Data）ブログ
トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 お問い合わせはこちらのフォームをご活用下さい。 前回に引き続きで、具体的な分析を行って行きます。 コンバージョンパス 遷移分析 まずはパスを構成する「辺」についての分析を行ってみましょう。買い物パスにおける「辺」とはポイント(=受信機)間の推移を意味します。まずはこの推移の数を集計することによってどのポイント間への動きが活発かを明確にしていきます。 推移は方向をもったものですので「A→B」と「B→A」は別に扱われます。 （クエリ実行後の結果） receiver_id1receiver_id2cnt 6 5 180 9 8 179 2 9 179 5 1 174 8 7 169 3 8 168 10 8 167 10 1 166 ... ... ... どうやらそこまで顕著な推移は現れていないようですが、この集計結果
驚きの費用対効果1万％を実現した、すかいらーくのデータ活用基盤とは
関連キーワード BI（ビジネスインテリジェンス） | ビッグデータ | クラウドサービス | データ分析 | データマイニング | マーケティング | モバイルアプリ開発 | モバイルアプリケーション すかいらーくは、「ガスト」や「バーミヤン」「ジョナサン」「夢庵」などファミリーレストランチェーンを全国展開する外食企業だ。その中でも、全国に約1300店を展開するガストは、すかいらーくグループの主力ブランドとなっている。 ガストは「幅広い客層・利用動機に対応できるファミリーレストラン」をコンセプトとし、洋食を中心に多様なジャンルの料理を提供する「お値打ち感」を重視している。あらゆる年代に対応したメニューを展開。30～40代女性を含むファミリー層を中心に、学生、1人客、シニアなどの幅広い客層をターゲットとしている。 すかいらーくでは現在、新聞広告をはじめとしたマス中心のマーケティングから、顧客
パネル調査データ・オンラインアクチュアルデータを統合・分析した新サービス提供開始 ｜ニュースリリース｜博報堂 HAKUHODO Inc.
パネル調査データ・オンラインアクチュアルデータを統合・分析し、新規見込み客の発見と広告配信を可能にするサービス「Querida Insight」「Querida Planning」の提供を開始 株式会社博報堂ＤＹメディアパートナーズ（本社：東京都港区、社長：大森壽郎）と株式会社博報堂（本社：東京都港区、社長：戸田裕一）の協働の取り組みとして“生活者データ・ドリブン”マーケティング対応力強化を担う「DATA WiNGS(データウィングス)」※１（以下 DATA WiNGS）は、生活者についてのパネル調査データと Web 閲覧等のオンラインアクチュアルデータを統合、分析し、広告主にとっての新規見込み客を発見する「Querida Insight（クエリダインサイト）」と、そこに対して的確な広告配信を可能にする「Querida Planning（クエリダプラニング）」の 2 つのサービス提供を開始
電通、米国トレジャーデータ社およびクラスメソッド社と協業 - News（ニュース） - 電通ウェブサイト
株式会社電通（本社：東京都港区、社長：石井 直、以下「電通」）は、米国Treasure Data Inc.（本社：カリフォルニア州、CEO：芳川 裕誠、以下「トレジャーデータ」）およびクラスメソッド株式会社（本社：東京都千代田区、代表取締役：横田 聡、以下「クラスメソッド」）と協業し、クラウドを活用したマーケティング・コミュニケーションの高速PDCA（Plan（計画）→ Do（実行）→ Check（評価）→ Act（改善））を実現するデータ解析プラットフォーム「Dentsu.io」（電通アイ・オー）の提供を開始します。 トレジャーデータは、ガートナー※1の「Cool Vendors in Big Data, 2014」※2に選出されるなど、データ収集から分析まで一貫した技術力に定評があり、フォーチュン誌が選ぶ「Fortune Global 500」企業へのサービス実績を豊富に有しています。
Treasure Data Platform で始めるデータ分析入門 〜2. Data Collection〜 - doryokujin's blog
Treasure Data Intro for Data Enthusiast!! from Takahiro Inoue 本シリーズではデータ分析を以下の7つのレイヤーに分解し，各々について解説していくものとします。（Slide Shareの資料は常時更新されます。） Data Collection Data Storage Data Management Data Processing Data Processing Design Part.1 Part.2 Part.3 Part.4 Part.5 Part.6 Data Visualization Treasure Viewer, MetricInsights, Tableau Data Visualization Patterns Part.1 Part.2 Part.3 本日は「1. Data Collection」にフォーカス
Treasure Data Analytics 第1回 〜Treasure Data Cloud Warehouse について（前編）〜 - doryokujin's blog
はじめに Treasure Data Analytics シリーズは，Treasure Data の提供するクラウドサービス上で実行可能な様々なデータアナリティクスのユースケースなどを紹介して行く長いシリーズです。第1回および第2回では「Treasure Data」とは何か，またその特徴およびメリットは何かについて紹介する予定です。 第1回では Treasure Data の提供する Cloud Data Warehouse サービスのイントロダクションを，第2回では「データアナリティクスを行うための Platform とは」という観点で Treasure Data の魅力をお伝えできればと思っています。 ※ なお Treasure Data は高度なインフラ・ソフトウェアテクノロジーを駆使しておりますが，本シリーズはデータアナリティクスを主眼においており，このサービスを支えるインフラ基盤
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
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
