編集部からのお知らせ
PDF Report at ZDNet:「ドローン活用」
「ニューノーマル」に関する新着記事一覧
事業会社で取り組むデータ分析の実際

事業者がデータを基にサービスを改善する方法--分析の実際 - (page 2)

伊藤徹郎

2016-08-17 07:00

 そんな苦労を乗り越えて、ようやくデータベースにアクセスできたら、SQLを書いてデータを抽出しましょう。データベースの種類によってSQLの書き方や関数の対応可否などもありますので、ネットで調べたり、エンジニアに聞いたりしながら書くと良いでしょう。

 また、ディレクターがデータを抽出しようとした際、無理な実行計画に基づいて、とんでもない計算時間のクエリを発行する事例も筆者の経験上よくあります。最近ではAmazon RedshiftやGoogle BigQueryなどのクラウド環境でデータを分析するところも多いのですが、これらは従量課金での請求になるため、無理な実行計画を流してしまうとあとの請求が悲惨なことになる可能性もあるので注意が必要です。

 ここまで来れれば、あとは自分の思うようにSQLを発行し、ExcelやR、Pythonなどのさまざまな分析環境にデータを持ち込んでクロス集計や多変量解析、機械学習などを実施できます。

サービス企業の改善業務の実際

 さて、ここからがようやくサービス企業におけるデータ分析から実施までの話です。

 それまでの活用状況によって、出だしは異なるのですが、例えばKPIダッシュボードなどを手動で作成している場合はその作業を自動化することから始めましょう。ダッシュボードは日々の健康診断のようなもので、サービスの状況を逐一リアルタイムでモニタリングできます。

 また、常にデータが更新され、それをメンバーがみんな目にするようになると必然的に大体のベースラインの目安のコンセンサスが醸成され、それを下回ったときや上回ったときの初動が早くなります。

 ダッシュボードなどを作ってそのリンクを見に行くということが多いと思いますが、現在筆者が実施しているのはチャットツールに1時間ごとにKPIの進捗状況をbotが流してくれるようにしています。これによるリアルタイムの進捗把握はとても有用なのでおすすめしたいです。

 このように日々の時間別の状況が把握できていると、「集団を2分した場合に仮説が成立する場合でも、集団全体では正反対の仮説が成立することもある」といった、「層別の分析の罠」(シンプソンパラドクス)も見分けられるようになります。また、クラスター分析などを実施したときにもいくつの集団に分けて分類するかという、クラスター数を決定するときの信用性も高まります。

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

特集

CIO

モバイル

セキュリティ

スペシャル

NEWSLETTERS

エンタープライズ・コンピューティングの最前線を配信

ZDNet Japanは、CIOとITマネージャーを対象に、ビジネス課題の解決とITを活用した新たな価値創造を支援します。
ITビジネス全般については、CNET Japanをご覧ください。

このサイトでは、利用状況の把握や広告配信などのために、Cookieなどを使用してアクセスデータを取得・利用しています。 これ以降ページを遷移した場合、Cookieなどの設定や使用に同意したことになります。
Cookieなどの設定や使用の詳細、オプトアウトについては詳細をご覧ください。
[ 閉じる ]