ここ10年、ダッシュボードがビジネスの現場に広まりました。 従来は、パワーポイントやワードなどのレポートが担っていた役割を、ダッシュボードが代替するようになったのです。 ただ、ダッシュボードが効果的に情報を伝達できている...

売上などの時系列データを予測するモデルは、基本となるのは1期先予測（1-Step ahead prediction）ですが、実務では複数先予測（Multi-Step ahead prediction）が求められます。 ニ...

売上などの時系列データを予測するモデルは、基本となるのは1期先予測（1-Step ahead prediction）ですが、実務では複数先予測（Multi-Step ahead prediction）が求められます。 ニ...

データサイエンティストや機械学習エンジニアなどの社会的需要が高まっています。 とは言え、急にタケノコのようにニョキニョキ増えることはありません。 通常は、最低でも実務経験を積みながら2,3年は必要でしょう。 その後、セン...

DXだのビッグデータだのAIだのデータサイエンスだの機械学習だのディープラーニングだの、データ活用を目論むことが多くなった昨今です。 ただデータ活用を過度に進めることで、ちょっとしたことが起こります。 データ活用の末路と...

時系列データをビジネス活用するとき、最も期待される活用方法の1つが「データで近未来を予測しこれからのビジネス活動に活かす」というものです。 これは、需要予測や受注予測、LTV予測、離反予測、故障予測などの「〇〇予測」と呼...

最近、ビジネスの世界で、売上などの時系列データを使い予測モデルを構築し、近未来を予測しながらビジネス活動する人や組織が増えてきました。 ただ、予測モデルを構築するとき…… どのモデル（アルゴリズム）がいいのか？ どの説明...

高精度な予測モデルが使えるモデルとは限りません。 「使えるモデル」とは、ビジネスの現場で使い成果をだすモデルです。 ビジネスの現場で予測モデルが使えるかどうかを考えるとき、幾つかの視点があります。 今回は、「高精度な予測...

時系列データのデータセットには、時間変数や指標変数、層別変数の他にも変数があります。時間や指標、層別などの特徴を表す変数です。「特徴量」と言ったりします。 例えば、休日かどうかを表す変数であったり、過去1周間の平均売上を...

前回は、データ構造を説明しました。 それぞれのデータ構造に沿ったデータの読み込み方・作り方があります。 sktimeに読み込めるデータフォーマットは次の４つです。 csvフォーマット tsフォーマット Weka ARFF...

時系列データといっても色々な形のものがあります。 よく見かけるのが次の2種類です。 縦持ち時系列データ（時間軸が縦方向） 横持ち時系列データ（時間軸が横方向） 基本となるのが、「縦持ち時系列データ」です。ビジネスの現場で...

ビジネスの現場で時系列データを使った、最近よく目にする幾つかの活用事例があります。 次の7つです。 基本となる3活用事例 モニタリング指標の将来予測 モニタリング指標の異常検知とその要因探索 モニタリング指標の先行指標探...

もし、あなたがビジネスでデータ活用を考えているなら、時系列データを避けることは出来ません。 なぜならば、ビジネス現場は時系列データで溢れているからです。 あまりにも身近すぎて、意識していない人も多いことでしょう。 では、...

前回、ABテストにおいて時系列性（Before&After）を加味したDID（差の差）推定についてお話ししました。 ABテストとは、例えばユーザをA群（処置群）とB群（統制群）に分け、どちらのほうが好成績を納める...

PythonにはWindows上では動かないライブラリー（パッケージ）があります。 いつも使いなれたWindows上で、それらのライブラリー（パッケージ）が使えると非常に嬉しいことでしょう。 Windowsには、マイクロ...

ABテストとは、例えばユーザをA群（処置群）とB群（統制群）に分け、どちらのほうが好成績を納めるのかをデータで確かめたりするアプローチです。 A群（処置群）：販促を受けた状態 B群（統制群）：通常の状態（販促を受けていな...