第280話｜データ分析と収穫逓減の法則と果汁理論
収穫逓減とは、例えば「農業において、一定面積からの一人当たりの収穫が、労働力の追加的投下によってしだいに減少する」という現象を表現したものです。 要は、労働投入量の増大に比例せず、追加労働1単位の収穫量は逓減していく、と...
RECENT ARTICLES
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その2
アドストック（Ad Stock）を考慮した線形回帰モデル
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
Pythonによるマーケティングミックスモデリング
（MMM：Marketing Mix Modeling）超入門 その1
線形回帰モデルでMMMを作ろう！
本当に売上に貢献している広告は、どの広告か？ 売上と広告媒体等との関係性をモデリングし、どの広告媒体が売上にどれほど貢献していたのか分析することができます。 それが、マーケティングミックスモデリング（MMM：Market...
第279話｜点過程データと時系列データ
時系列（time series）データと混同されやすいデータがあります。 点過程（point process）データです。 点過程時系列データと呼ぶこともあり、通常の時系列データと混同されることも多々あります。 そもそも...
Pythonで時系列解析・超入門（その9）
テーブルデータ系モデルで構築する時系列予測モデル
（ランダムフォレスト）
多くの人にとって馴染みがあるのは、時系列データ系の数理モデル（アルゴリズム）よりも、テーブルデータ系の数理モデル（アルゴリズム）の方です。 例えば、以下の数理モデル（アルゴリズム）はテーブルデータ系のものです。 線形回帰...
Pythonで時系列解析・超入門（その8）
テーブルデータ系モデルで構築する時系列予測モデル
（ディシジョンツリー）
多くの人にとって馴染みがあるのは、時系列データ系の数理モデル（アルゴリズム）よりも、テーブルデータ系の数理モデル（アルゴリズム）の方です。 例えば、以下の数理モデル（アルゴリズム）はテーブルデータ系のものです。 線形回帰...
Pythonで時系列解析・超入門（その7）
テーブルデータ系モデルで構築する時系列予測モデル
（正則化項付き線形回帰）
多くの人にとって馴染みがあるのは、時系列データ系の数理モデル（アルゴリズム）よりも、テーブルデータ系の数理モデル（アルゴリズム）の方です。 例えば、以下の数理モデル（アルゴリズム）はテーブルデータ系のものです。 線形回帰...
第278話｜データは副産物ではなく血液である
IT化を進めれば、その副産物としてデータは発生します。 そのデータを保存さえしていれば、その副産物としてのデータを分析し、何かに活用することができます。 ただ、データを副産物として扱う限り、データは活用しにくい状態で保存...
Pythonで時系列解析・超入門（その6）
テーブルデータ系モデルで構築する時系列予測モデル
（線形回帰）
多くの人にとって馴染みがあるのは、時系列データ系の数理モデル（アルゴリズム）よりも、テーブルデータ系の数理モデル（アルゴリズム）の方です。 例えば、以下の数理モデル（アルゴリズム）はテーブルデータ系のものです。 線形回帰...
Pythonで時系列解析・超入門（その5）
テーブルデータ系の数理モデル（アルゴリズム）で
時系列予測するための準備
前回までは、時系列データ系の数理モデル（アルゴリズム）で、時系列予測モデルを構築し予測する方法について、説明してきました。前回は、Prophetモデルを扱いました。 Pythonで時系列解析・超入門（その4）Prophe...
Pythonで時系列解析・超入門（その4）
Prophetモデルで予測する方法
ビジネスの世界で発生するデータの多くは、時間的概念の紐付いた時系列データです。 例えば、売上金額や受注件数、販売量、生産量、在庫量、PV（ページビュー）数、見込み顧客数、既存顧客数、離反顧客数、故障件数、広告宣伝費、人件...
第277話｜未来業績を左右する顧客満足度・探索意向率・NPS
自社の業績を知るには、単に売上高や市場シェアなど分析すればいいでしょう。 未来の業績を知るには、過去データをもとに時系列予測モデルを構築し予測するという手もありますが、顧客の声を反映し、もう少し構造的に検討してもいいかも...
Python Keras(TensorFlow)で作る
深層学習(Deep Learning)時系列予測モデル(その4)
多変量目的変数で複数先予測（Multi-Step ahead prediction）
前回までは、simpleRNN・LSTM・GTUでモデル構築し1期先予測（1-Step ahead prediction）の方法について説明しました。 以下の記事は、simpleRNNでモデル構築し1期先予測（1-Ste...
第276話｜ちょっとした営業部隊コスパ指標
販売高の最大化を目指し、営業部隊の成果を指標化することは、よくあります。 販売高の最大化のキーとなるのが、コスパのいい営業でしょう。 販売高そのもの以外で、いくつかの指標があります。 個々の営業パーソンや、営業所や部、課...
Jupyter NotebookをWebアプリ化するPython Mercury
Pythonでデータ分析するとき、Jupyter Notebookを使う人は多いことでしょう。 試行錯誤の結果、ほぼ分析の流れが定型化した場合、必要の都度、Jupyter Notebook に記載されたPythonコード...
第275話｜時系列予測モデルの複数先予測（Multi-Step ahead prediction）
ビジネス実務で昔からあるデータ活用の1つが時系列予測です。 来月や来年の売上を予測したいであるとか、明日や来週のPVを予測したいであるとか、1時間先や明日の電力消費量を予測したいであるとか、時間という概念の紐付いた、時系...
