モデル構築におけるテクニック
モデル案（構造化仮説）と要素の抽出（取得可能なデータ）ができたら、入力情報、出力情報が定義された予測モデルとして具体化していく。 モデルの具体化には、統計手法から機械学習手法などの様々なテクニックを組み合わせて実施する（図4）。
図4
例えば、図4において、モデル案自体を1～3（図では○数字で表記）の部品と分けた場合、1はパターンモデルとして、2は興味があるなしを判別する重回帰モデルとして、そして全体として1、2を組み合わせて、3購買予測モデルとして構築する。
1、2、3に対して、どの手法をどう適応するかは、データの品質や量によって異なってくるため、データの理解と手法の理解が求められる。
以下（図5）に、アナリティクスにおける分析手法について簡易的にまとめてみた。特に最近注目されている機械学習においては、適応方法により、従来型の統計分析を包含するような関係にもあるが、従来型の統計分析手法に対応づける形にしてある。またビッグデータ分析は、OSSの中では、膨大なデータ量に対応した計算アルゴリズムとアーキテクチャを備えたHadoopエコシステムの中で実施することが適している。
図5
