35thwebmining_lt
- 3. 3 データ分析における判断要所 ?例（失敗談） 1. UXを考える。 2. よしデータが貯まったぞ！?生データを見てみよう！！ 3．CVしてるユーザーはページ毎の滞在時間が長い傾向にあるな！あと、使っているブラウザはIEが多いな！！ ! ! 4．よし！これらを説明変数に入れてみよう！パターンマイニングだ！！機械学習だ！ 4.5 …ノーマライズ、 テストデータ、トレーニングデータ。。。もろもろ 5．学習器できた～！！ とあるデータ分析フロー
- 4. 4 ? さん！これと、これと、これを説明変数に使ってNaive Bayesで学習モデルつく りました！！?精度は75%出てます！ ? じゃあやってみようか！ ? 結果！！！ ? Accurary: 45% …. ぜんぜん結果でません。なんでかな～。 ? チューニング。。。。 ? 説明変数の見直し！ ? そもそも、滞在時間は説明変数として信頼性が高いのか？ ? ブラウザ情報（IE）などは、たまたまであってこれも信頼できないのでは無い か？ このプロセス、繰り返しに１週間以上かかる これではPDCAをガンガン回すことができない データ分析における判断要所 ?例（失敗談）
- 5. 5 データ分析における押さえおくべき要所 1. UXを考える。 2．よしデータが貯まったぞ！?生データを見てみよう！！ 3．CVしてるユーザーはページ毎の滞在時間が長い傾向にあるな！あと、使っているブラウザはIEが多いな！！ ! 4．よし！これも説明変数に入れてみよう！パターンマイニングだ！！機械学習だ！ 4.5 …ノーマライズ、 テストデータ、トレーニングデータ。。。もろもろ 5．結果！！ データ分析をするにあたり、重要な判断要所はたくさんある。 判断要所 判断要所 判断要所 判断要所 判断要所 判断要所 判断要所 判断要所
- 6. ではどこが一番じゅうようなのか？ 6 1．UX ?-?仮説を証明する為のデータを考える。 2. 生データ ?-?何を証明したいのかを明確にする。 ?-?可能であればベースラインの設定。 3. 変数の選別 -?統計的に優位ではない変数は使わない。 -?クライアントにわかる変数を使用する。 ? ※精度について。 -?１）ベースラインを設定する -?２）過去の知見が無い場合はとにかくやる！！ ???????-?１～２週間の早いサイクルで回す。