データ分析・解析
専門のデータサイエンティストが基礎的な分析に加え、あらゆる手法を用いサポートしています。
個々の目的に応じて、最適な分析・解析手法をご提案いたします。
些細なお困りごとから大きなものまで、ひいてはどんなことができるのか検討段階の方も
ぜひ一度お問い合わせください。
主な解析手法
コチラでは実際に使われる手法を一部抜粋して、簡単にご紹介しております。
記載してあるものが全てではありませんので、何かお困りの際はまずお問い合わせ下さい。
多変量解析の分析手法例
| 分析の目的 | 目的変数 | 説明変数 | |
| 量的変数 | 質的変数 | ||
| 予測 | 量的変数 | 重回帰分析 | 数量化１類 |
| 質的変数 |
判別分析 ロジスティック回帰分析 |
数量化２類 |
|
| 要約 | なし |
主成分分析 因子分析 クラスター分析 |
数量化３類 コレスポンデンス分析 |
多変量解析での分析手順
| １．データ収集 |
・対象データ選択 ・質的→量的変換 ※必要に応じて ・データクリーニング 等 |
| ２．単変量解析 |
・外れ値、異常値の処理 ・分布状況確認 ・時系列分析 ※必要に応じて 等 |
| ３．２変量解析 |
・クロス集計分析 ・散布図による分布状況確認 等 |
| ４．多変量解析 | ・各手法による分析の実施 |
多変量解析の活用シーン
- Webコンテンツでいくつかページ分けをし、そこからアクセスして資料請求をした人をサンプルとして解析したい。（その際は「クラスター分析」や「主成分分析」を用いる。）
- 営業成績をサンプルに、年間売上金額を目的変数、担当顧客数と訪問件数などを説明変数にして予測や評価をしたい（その際は、「重回帰分析」や「判別分析」を用いる。）
その他にもデータを用いたあらゆる予測や、異常検知なども多変量解析の手法を用いて解析します。
テキストデータ解析手法例
テキストマイニング
テキストデータの解析の主な手法に、テキストマイニングがあります。
これは文章や言葉など文字列のデータを対象にしたデータマイニングで、
文字列データからその特徴や情報、傾向、関連性を探し出す技術です。
テキストマイニングの活用シーン
- 大量のテキストデータをまとめて整理し、特徴を表したい。
- 大量のテキストデータの中から、重要な語句やキーワードを抽出し、その出現頻度や共起関係（同時出現関係）等を分析したい。（全体の傾向や重要事項を把握する）
- 大量のテキストデータの中から、新しい発見ができるような語句やその兆しを発見したい。
- SNSでの投稿を分析したい。
- コメント、レビューなどを分析し、戦略の立案を行いたい。
ニーズを把握し今後の戦略を迅速に的確に立案することができる！
その他の主な分析例
倉庫使用状況の見える化
倉庫の荷物の出入りなどを見える化することで効率化を目指すものです。
ヒートマップの作成による現在の状況の把握や占有率などの予測などを行います。
ヒートマップ作成例
例えばこのような入出庫データがあれば・・・
ヒートマップを作成し現状の把握を行い、配置を変えるなどで効率化を目指します。
