颁丑补迟骋笔罢など生成础滨时代に必要なビジネスデータ分析入门（2024年1月17日）
?
0 likes?150 views
颁丑补迟骋笔罢を使ったデータ解析
Convert to study guideBETA
Transform any presentation into a summarized study guide, highlighting the most important points and key insights.
颁丑补迟骋笔罢など生成础滨时代に必要なビジネスデータ分析入门（2024年1月17日）
- 2. 自己紹介 2 キュリオシティ 代表 福岡 浩二 ＜著作＞ 「分析力のリアル」 「教養としての人工知能」 「Googleデータポータルによるレポート作成の教科書」（共著） 若いころは天文学者を志すが???。 20年以上グローバルIT企業で、デジタルマーケティング やAIを中心とした企業改革に従事。 現在は、生成AIを中心とした企業向け人材育成?定着化 支援と、SF含む最新科学を活用した新規事業構想の支援 を中心に活動。 趣味はバイク（主に九州全土を中心にツーリング） 理学修士（電波天文学専攻） 経営学修士 ウェブ解析士マスター デジタル庁 デジタル推進委員 Copyright@ Curio-city LLC
- 3. アジェンダ 3 ? 分析の位置づけ ? データ分析の全体像 ? 定量データを使った意思決定の基本 ? ChatGPTを使ったデータ分析について ? まとめ Copyright@ Curio-city LLC
- 4. 分析とは？ 「問題解決の営み」であり、その軸がないとデータをいじること自体が弊害となることも多い 4 そもそも分析とは？ 目標を達成するために問題を「発見」して「解決」していく営み。 データ分析の担当者からよくうかがう悩み ? 時間ばかりかかって成果が見えない ? 専門用語を関係者が理解してくれない ? データから何がよみとれるのかが年々難しくなっている →データを扱う前後のプロセスに課題が存在する Copyright@ Curio-city LLC
- 6. 目標設定と課題の明確化 「解くべき」「解ける」課題に焦点を合わせる 6 Webサイトの 目標 利益10%達成 （目標） 売上向上 コスト削減 顧客満足向上 ブランド力 自社サイト売上 （EC） 他社サイト売上 （広告?情報） 見込み開拓 ? 問い合わせ ? 資料請求 ? トライアル ? 関心度向上 ? 他サイトへの送 客 非Webでの 目標 ????? ? 例：デジタルマーケティング視点での目標構造化 目標を分解して、取れるデータを根拠に課題を設計 →無理のない仮説設計にも有効 Copyright@ Curio-city LLC
- 8. 定量データ活用のコツ 「比較」の次は、目的を常に意識した「構造化」を心がける 8 特に重要な構造化手段 ? 規模（解決によるインパクト） ? 分けて考える（もれなくダブりなく） ? 時系列（比較期間は慎重に） ? プロセス（ビジネスフローなど） Copyright@ Curio-city LLC
- 9. 初等統計知識までで非専門家は十分 相関と因果だけは要注意 9 ただし相関関係 ≠ 因果関係 初等統計の用語：平均値?中央値?期待値?標準偏差（分散）?相関係数?単回帰 Copyright@ Curio-city LLC
- 10. 参考：疑似相関のケース Copyright@ Curio-city LLC 10 http://www.tylervigen.com/spurious-correlations 「プールに落ちて溺死した人の数は、ニコラス?ケイジの映画出演数と相関がある」
- 11. 生成AIと従来型データ解析の違い 「作る」から「使う」を実現した革命的なツール 11 従来型データ解析 （予測モデリング） 生成AI (LLM※活用) 必要なスキル 機械学習全般（言語だと Python） プロンプトエンジニアリング 対象ユーザ層 データサイエンティスト 意思決定する一般ユーザ 推進する部門 データサイエンス部門かそれ に近いシステム部門 DXや業務改革チーム 実装までの期間 最低数か月 ChatGPTなら即時利用可能 システム面での違い 事前に学習させることでモデ リング処理が必要 ChatGPTなどSaaSならモデリ ング不要 よくある失敗ケース テクノロジーのリテラシー格 差で継続が困難 目的があいまい。期待ギャッ プ ※LLM：大規模言語モデル Copyright@ Curio-city LLC
- 16. ChatGPTを使ったデータ分析 分からないことは恐れずガンガン聞く姿勢が大切 16 ChatGPTとの対話テクニック 1. はじめに演じてもらう役割を明確にする 2. 今の状況を出来る限り５Wを伝える（目的 （Why）は必須） 3. 自分が分かっていると思っていることでも、 知らないふりをして聞いてみる（意外に自分 の思い込みに気づける） 4. 回答結果で少しでも疑問に思ったらしつこく 聞く 5. 何度も深堀していい答えが出なかったら刺激 を与える（ベストをつくしてください、等） 6. 回答を拒否されたら、出来る限りで回答する ようもとめる ChatGPTは対話を他の人に漏らしません Copyright@ Curio-city LLC
- 18. 応用：ChatGPTを使ったデータ分析 データ前処理のケース 18 対象データ：タイタニック号の乗船名簿（公開） Passeng erId Surviv ed Pclass （等級） Name Sex Age SibSp (兄弟配偶者数) Parch (親子数) Ticket Fare Cabin Embark ed 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S 2 1 1 Cumings , Mrs. John Bradley (Florenc e Briggs Thayer) female 38.0 1 0 PC 17599 71.2833 C85 C 3 1 3 Heikkine n, Miss. Laina female 26.0 0 0 STON/O 2. 3101282 7.9250 NaN S 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) female 35.0 1 0 113803 53.1000 C123 S 5 0 3 Allen, Mr. William Henry male 35.0 0 0 373450 8.0500 NaN S Copyright@ Curio-city LLC
- 19. 応用：ChatGPTを使ったデータ分析 データ前処理のケース 19 Statistic Passe ngerI d Survived Pclass Age SibSp Parch Fare Count 891 891 891 714 891 891 891 Mean 446.0 0 0.38 2.31 29.7 0 0.52 0.38 32.20 Std 257.3 5 0.49 0.84 14.5 3 1.10 0.81 49.69 Min 1 0 1 0.42 0 0 0.00 25% 223.5 0 0 2 20.1 2 0 0 7.91 50% 446.0 0 0 3 28.0 0 0 0 14.45 75% 668.5 0 1 3 38.0 0 1 0 31.00 Max 891 1 3 80.0 0 8 6 512.3 3 Column Missing Values(欠損値) Age 177 Cabin 687 Embarked 2 タイタニックのデータセットに対する有効な前処理方法には以下のようなものがあります： 1.欠損値の処理: 1. 年齢（Age）: 欠損値が多いため、中央値や平均値、または年齢の分布に基づいた方 法で欠損値を補完することができます。また、年齢をグループ化してカテゴリ変数 として扱うことも考えられます。 2. 客室番号（Cabin）: 欠損値が多すぎるため、この列を削除するか、または客室番号が あるかどうかの二値変数に変換することも一つの方法です。 3. 乗船港（Embarked）: 欠損値が少ないため、最頻値で補完するか、または欠損してい る行を削除することができます。 2.カテゴリ変数の処理: 1. **性別（Sex）や乗船港（Embarked）**などのカテゴリ変数は、機械学習モデルが扱 える形式に変換する必要があります。これには、ワンホットエンコーディングやラ ベルエンコーディングなどの手法があります。 3.特徴量エンジニアリング: 1. 新しい特徴量を作成することで、データの洞察を深めることができます。例えば、 SibSp（兄弟姉妹/配偶者の数）とParch（親/子の数）を組み合わせて、全家族のサイ ズを表す新しい変数を作成できます。 2. 名前（Name）から敬称を抽出して新しい特徴量として利用することもできます。 4.データのスケーリング: 1. 数値データに対してスケーリング（標準化や正規化）を行うことで、機械学習モデ ルの性能向上に寄与することがあります。 5.外れ値の処理: 1. Fare（運賃）などの外れ Copyright@ Curio-city LLC
- 23. まとめ 23 ? データ分析は「問題解決の営み」と位置付けること が重要です。 ? データ分析は仮説検証サイクルの改善につきますが、 不用意に取り組むと過渡な労力とリスクを伴います ? ChatGPTを賢く使うことで、従来属人的になりがちな 範囲にまで活用出来る可能性が広がっています。 Copyright@ Curio-city LLC