1. iAnalysis合同会社
代表・最⾼高解析責任者 倉橋⼀一成
1

2.  設⽴立立：2011年年3⽉月24⽇日
 Web：http://ianalysis.jp/
 本社：東京都港区南⻘青⼭山2-‐‑‒2-‐‑‒15
ウィン⻘青⼭山
 取引先業種
◦ 製薬会社
◦ 医療療系⽀支援・コンサルティング会社
◦ 広告代理理店
◦ ⼈人材サービス会社、ソーシャルゲーム会社
【本社エントランス】
◦ 商社、統計解析会社
 医療療分野から始まり、多種多様な業種へのコンサルティング
◦ Twitter：@iAnalysisLLC
◦ Facebook：
http://www.facebook.com/ianalysis
2

3. 【経歴】
東京⼤大学Ph.D
(2011),
Statistician,
Data
Scientist,
Data
Miner
【専⾨門】
cDNAマイクロアレイ、臨臨床試験データ、レセプトデータ、
電⼦子カルテ・医療療オーダーデータ、マーケティングデータ
【スキル】
R,
SAS,
SPSS,
Visual
C++,
Ruby
on
Rails,
Python
【主な実績】
・2005：NPO⽇日本臨臨床研究⽀支援ユニット、解析担当
腎臓癌患者の調査データの解析(SAS)
レセプトデータの解析と結果のレポーティング(R)
・2007、2009：スタットコム株式会社、統計解析者
⼩小児癌の臨臨床試験のプロトコルに沿った解析とレポーティング
術後乳癌患者のQOLに関する研究の解析と統計アドバイス
・2009〜～2010：帝京⼤大学、医師への統計コンサルタント
論論⽂文化にあたっての医師へのアドバイスと解析
様々な科の医師に対してのコンサルタント（内科、外科、眼科など）スタットコム株式会社、統計解析者
・2010：キャピタルメディカ株式会社、プロジェクトメンバー
レセプトデータを活⽤用した新規プロジェクトの⽴立立ち上げメンバー
・2011：iAnalysis合同会社
設⽴立立
※Twitter:
@isseing333
※blog:
「おとうさんの解析⽇日記」
http://d.hatena.ne.jp/isseing333/
3

4.  『Statistics』を読んで内容を話しています
 これまで第1回〜～第5回まで開催
◦ 第1章：制御された実験
◦ 第2章：観察研究
◦ 第3章：ヒストグラム
◦ 第4章：平均と標準偏差
◦ 第5章：正規近似
◦ 第6章：測定誤差
◦ 第7章：直線プロット
◦ 第8,
9章：相関
◦ 第10,
11,
12章：回帰
◦ 第13,
14章：確率率率
◦ 第15章：⼆二項式
 ここまで進んでます
4

5. 『Statistics』に⼊入る前に
5

6. 何で統計の勉強を
するんだっけ？
6

7. 7

8. 1
• 分析⼒力力に劣劣る企業
2
• 分析⼒力力の活⽤用が限定的な企業
3
• 分析⼒力力の組織的な強化に取り組む企業
4
• 分析⼒力力はあるが決定打に⾄至らない企業
5
• 分析⼒力力を武器とする企業
8

9. ステージ
組織戦略略
⼈人
技術
経営陣のコミッ
⽬目標
現状
スキル
企業⽂文化
トメント
データがない。
分析はほとん データアレル
1. 分析⼒力力に 顧客・市場・競 精度度が低い。定
ど⾏行行われてい なし
なし
ギー。直感に頼
劣劣る企業
合について知る。
義が曖昧。シス
ない。
る。
テムがばらばら。
各事業ばらばら
ごく狭い範囲 客観的なデータ にデータを収集
2. 分析⼒力力の データ分析の経
でしかデータ ⼀一部の部⾨門にア 特定事業や戦術 が必要と感じて している。重要
活⽤用が限 験を⾃自主的に蓄
収集・分析が ナリストがいる 的な対応に限ら いる。⼀一部の部 なデータが⽋欠落落
定的な企 積し、トップの
⾏行行われていな が孤⽴立立している。
れている。
⾨門では関⼼心が⾼高 している。シス
業
関⼼心を引く。
い。
まっている。
テムが統合され
ていない。
組織横断型で
3. 分析⼒力力の データ収集・分 多くの部⾨門にア 経営陣は事実を
分析⼒力力を競争優 システムやソフ
組織的な 析を⾏行行う。全社 分析プロセス ナリストがいる 重んじる姿勢を
位にすることに トウェアは整い、
強化に取 共通の業績評価 は各部⾨門不不統 が、ネットワー 打ち出している
⼀一部の幹部が興 データウェアハ
り組む企 指標を設定する。 ⼀一である。
ク化されていな が、抵抗に遭っ
味をもち始めた。
ウスも拡張中。
業
データ分析で事 い。
ている。
業機会を探す。
9

10. ステージ
組織戦略略
⼈人
技術
経営陣のコミッ
⽬目標
現状
スキル
企業⽂文化
トメント
組織横断型の分 スキル開発は⾏行行
4. 分析⼒力力は データ分析が データの精度度は
析プラット われているが、
あるが決 ある程度度まで 経営陣のサポー 事実に基づく意 ⾼高く、全社的な
フォームを構築 まだ⽔水準に達し
定打に⾄至 業務プロセス トが得られてい 思決定の浸透を 分析戦略略もある。
し、組織として ていない、また
らない企 に組み込まれ る。
図っている。
分析環境は整っ
分析⼒力力を⾝身につ は適材適所では
業
ている。
ている。
ける。
ない。
⾼高度度なスキルを
データ分析から
備え、意欲のあ 事実に基づいて
多くの隠されて データ分析が
5. 分析⼒力力を る専⾨門家がそ CEOを筆頭に経 意思決定を下す。 組織横断型のシ
いた事実を導き 定着し、⾼高度度
武器とす ろっている。周 営陣が積極的に 実験し学習する ステムが整備・
出す。継続的に に統合化され
る企業
辺業務はアウト 取り組んでいる。
姿勢が浸透して 運⽤用されている。
データやシステ ている。
ソースされてい いる。
ムの改善を図る。
る。
『分析⼒力力を武器とする企業』より
10

11.  ネットフリックス
◦ 1997〜～
◦ DVDのオンラインレンタル
 既に全国展開していた「ブロックバスター」を破綻に追いやるほど
成⻑⾧長
◦ http://www.afpbb.com/article/economy/2759296/6233470
11

12.  ビジネスモデル：オンラインでDVDで注⽂文し郵便便で届きポストで返
す
◦ 1999年年の売上：500万ドル
◦ 2006年年の売上：10億ドル
 7年年で売上200倍！
 成功した理理由は、、、
数学、統計、データマイニング
12

13.  顧客の好みを分析して映画をレコメンド（推奨）する
◦ アマゾンのレコメンドが有名
 たまにしか借りない、利利益率率率の⾼高い顧客に優先してDVDを届けたい
が、頻繁に借りる会員が「不不公平だ」と感じてしまう（→訴訟も）
 「利利益の最適化」と「公平な配送」のバランスを計算するアルゴリ
ズムを開発
 新しい映画の頒布権を購⼊入するとき、過去に借りられた「似ている
ジャンルの映画」と同じくらいレンタルされるだろう
 新しいサービスを作るとき、それが本当に効果があるかどうか、A/
Bテストによって常にチェックする
13

14.  野球：アスレチックス、レッドソックス（映画：マネーボール）
 娯楽：アマゾン、ネットフリックス
 ⼩小売：ウォルマート
 Web：グーグル、ヤフー
 ソーシャルゲーム：DeNA、グリー
 ⾦金金融：キャピタル・ワン
分析すると業績が上がる！？
14

15. データマイニング
Phase
I
データの収集・加工
DBの作成・接続
ログの収集
システム開発
サーベイ、調査
Phase
IV
効果検証
Phase
II
デザイン
Phase
III
A/Bテスト
データの可視化
モデル作成
ヒストグラム
ランダム化試験
予測モデル
実験計画
散布図
機械学習
時系列プロット
クラスタリング
円グラフ、棒グラフ
因果推論
地域プロット
15

16.  『Statistics』を読んで内容を話しています
 これまで第1回〜～第5回まで開催
◦ 第1章：制御された実験
◦ 第2章：観察研究
◦ 第3章：ヒストグラム
◦ 第4章：平均と標準偏差
◦ 第5章：正規近似
◦ 第6章：測定誤差
◦ 第7章：直線プロット
◦ 第8,
9章：相関
◦ 第10,
11,
12章：回帰
◦ 第13,
14章：確率率率
◦ 第15章：⼆二項式
 ここまで進んでます
◦ ⼤大事なところの復復習と、間を⾶飛ばして19章からやります
16

17. 1000⼈人
1000⼈人
コンバージョン、直帰率率率、サイト滞在率率率、リピート率率率などを⽐比較
17

18.  エクセルの表をイメージ
 1つのシートが、1つのデータ
変数、項⽬目
ID
年年齢
⾝身⻑⾧長
体重
…
1
20
165
60
…
レコード
2
43
178
73
…
3
36
163
57
…
...
...
...
...
…
18

19.  1つの変数を要約して図にしたもの
 「分布」を⽰示している
19

20.  平均値：全体の平均値、分布の位置を表す
 標準偏差：分布の「ばらつき」や「広がり」を表す
平均値：170cm
標準偏差：10cm
平均値±標準偏差の範囲に
約70%のデータが⼊入っている
※変数が正規分布に近い場合
20

21. ⼆二峰性の分布
すそを引いた分布、ベキ分布
⼤大⼈人と⼦子供が混じっている？
⻄西暦400年年〜～2011/11/30までの地震
（ダミーデータ）
（実際のデータ）
21

22.  散布図：2変数の関係を表した図
 相関：2変数の関係を数値にしたもの（-‐‑‒1〜～1）
体重
y
=
a
+
bx
誤差
⾝身⻑⾧長
22

23.  相関係数だけでなく、散布図をチェックすることも⼤大事
23

24.  確率率率はギャンブルから始まった
◦ 1600年年代、ギャンブラーがサイコロ投げの”確率率率”を数学者のパスカルと
フェルマーに相談したことが発端
 胴元が勝つにはどういうルールにすれば良良いか？？
【問題】
1.
親がサイコロを4回振って1の⽬目がでると親が勝利利。
2.
親が2個のサイコロを24回振って1,
1の⽬目がでると親が勝利利。
それぞれ親が勝つ確率率率は？？
【解答】
(1
–
1/6)^4
=
0.482
1
–
0.482
=
0.515
(1
–
1/36)^24
=
0.509
1
–
0.509
=
0.491
ルール1の⽅方が、親が勝ちやすい
24

25.  統計は政治から始まった
iAnalysis
Facebook：h8p://www.facebook.com/ianalysis
 1800年年代、イギリスやフランスで国勢調査が⾏行行われる
 ガウスが正規分布に関して研究
25

26.  選挙の調査
1億⼈人
1,000⼈人（⼗十万分の1）
 サンプリング調査で分かるのは、”⺟母集団”の”平均値”
 ”ランダムサンプリング”していることが条件
26

27.  5%という数字の根拠を⾒見見たことがありません
◦ もしあれば教えて下さい
 もっと重要なのは”⼈人数”
◦ ⼈人数が多ければ、⺟母集団に対する推測が正確になる
◦ 95%信頼区間が狭くなる
27

28.  このスキルがあると、実務への応⽤用範囲が広がります
 教師付き学習
◦ “予測的”データマイニング
◦ 過去のデータを使って将来の値を予測する
1. 回帰モデル
2. カテゴリ予測
3. 機械学習
 ⾮非教師付き学習
◦ “記述的”データマイニング
◦ データのパターンを発⾒見見する
A. アソシエーションルール
B. クラスタリング
C. テキストマイニング
“Data
Mining
and
Statistics
for
Decision
Making.”
『意思決定のためのデータマイニングと統計学』
Stphane
Tuffry（通称DMDM本）
28

29.  統計ソフト
◦ R
、SPSS
、SAS、Statistica、Mathmatica、StatView、Stata、etc.
 プログラミング
◦ Python、Rails、etc.
 データベース
◦ SQL系、Hadoop、etc.
 コマンドライン
◦ Unix系のコマンド
 挙げればキリが無いけど。。。
29

30. ぜひデータ分析を活⽤用して
業務アップに役⽴立立てて下さい！
contact@ianalysis.jp