Enviar pesquisa
Carregar
分析手法のご紹介
•
12 gostaram
•
4,770 visualizações
Recruit Technologies
Seguir
2016/02/08 DATA×UX CROSSINGでの、赤塚の講演資料になります
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 13
Baixar agora
Baixar para ler offline
Recomendados
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方
Recruit Lifestyle Co., Ltd.
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
ゼロから始めるレコメンダシステム
ゼロから始めるレコメンダシステム
Kazuaki Tanida
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
Recomendados
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方
Recruit Lifestyle Co., Ltd.
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
ゼロから始めるレコメンダシステム
ゼロから始めるレコメンダシステム
Kazuaki Tanida
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
The Japan DataScientist Society
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tetsutaro Watanabe
Tableauによるデータ可視化と機械学習によるデータ分析
Tableauによるデータ可視化と機械学習によるデータ分析
Tomohiro Iwahashi
Getting started with MLOps
Getting started with MLOps
yusuke shibui
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
株式会社MonotaRO Tech Team
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
Tokoroten Nakayama
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
企業の中の経済学
企業の中の経済学
Yusuke Kaneko
データモデリング・テクニック
データモデリング・テクニック
Hidekatsu Izuno
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
nlab_utokyo
ゼロから学ぶAI
ゼロから学ぶAI
DIVE INTO CODE Corp.
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
新入社員のための大規模ゲーム開発入門 サーバサイド編
新入社員のための大規模ゲーム開発入門 サーバサイド編
infinite_loop
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
First step of UX Monitoring 〜UXモニタリングこと始め〜
First step of UX Monitoring 〜UXモニタリングこと始め〜
Taro Yoshioka
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本
Toshikuni Fuji
Mais conteúdo relacionado
Mais procurados
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
The Japan DataScientist Society
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tetsutaro Watanabe
Tableauによるデータ可視化と機械学習によるデータ分析
Tableauによるデータ可視化と機械学習によるデータ分析
Tomohiro Iwahashi
Getting started with MLOps
Getting started with MLOps
yusuke shibui
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
株式会社MonotaRO Tech Team
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
Tokoroten Nakayama
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
企業の中の経済学
企業の中の経済学
Yusuke Kaneko
データモデリング・テクニック
データモデリング・テクニック
Hidekatsu Izuno
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
nlab_utokyo
ゼロから学ぶAI
ゼロから学ぶAI
DIVE INTO CODE Corp.
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
新入社員のための大規模ゲーム開発入門 サーバサイド編
新入社員のための大規模ゲーム開発入門 サーバサイド編
infinite_loop
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
Mais procurados
(20)
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tableauによるデータ可視化と機械学習によるデータ分析
Tableauによるデータ可視化と機械学習によるデータ分析
Getting started with MLOps
Getting started with MLOps
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
「指標」を支えるエンジニアリング: DataOpsNight #1
「指標」を支えるエンジニアリング: DataOpsNight #1
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
企業の中の経済学
企業の中の経済学
データモデリング・テクニック
データモデリング・テクニック
大規模言語モデルとChatGPT
大規模言語モデルとChatGPT
ゼロから学ぶAI
ゼロから学ぶAI
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
新入社員のための大規模ゲーム開発入門 サーバサイド編
新入社員のための大規模ゲーム開発入門 サーバサイド編
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Semelhante a 分析手法のご紹介
First step of UX Monitoring 〜UXモニタリングこと始め〜
First step of UX Monitoring 〜UXモニタリングこと始め〜
Taro Yoshioka
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本
Toshikuni Fuji
20190514 tddot truestar
20190514 tddot truestar
Toshikuni Fuji
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
Saori Baba
オープンソースカンファレンスBi勉強会20141018
オープンソースカンファレンスBi勉強会20141018
Hisashi Nakayama
yokyo-unv.
yokyo-unv.
hirano
第2回 継続率経営セミナー 公開資料:データの設計・取得について
第2回 継続率経営セミナー 公開資料:データの設計・取得について
pLucky
空間分析セミナー 20190424
空間分析セミナー 20190424
Toshikuni Fuji
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
junji kumooka
サイボウズ デザイン&リサーチ紹介
サイボウズ デザイン&リサーチ紹介
Satoshi Shibata
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
20130528 pasonatech
20130528 pasonatech
インフラジスティックス・ジャパン株式会社
変化の時代における開発者のスキル資産形成について
変化の時代における開発者のスキル資産形成について
Ken Azuma
ユーザテストと定量分析ツールの併用方法
ユーザテストと定量分析ツールの併用方法
Ryota Ono
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
Google Cloud Platform - Japan
Itプロジェクトにおけるuxデザインの実践的適用方法
Itプロジェクトにおけるuxデザインの実践的適用方法
Roy Kim
メディカルデザインプロデュース(基本軽)提案書100615
メディカルデザインプロデュース(基本軽)提案書100615
Daisuke Hachimura
2017spring jjug ccc_f2
2017spring jjug ccc_f2
Kazuhiro Wada
JIRA meets Tableau & AWS
JIRA meets Tableau & AWS
Recruit Lifestyle Co., Ltd.
IA Workshop, Introduction to Information Architecture (2002)
IA Workshop, Introduction to Information Architecture (2002)
Nobuya Sato
Semelhante a 分析手法のご紹介
(20)
First step of UX Monitoring 〜UXモニタリングこと始め〜
First step of UX Monitoring 〜UXモニタリングこと始め〜
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本
20190514 tddot truestar
20190514 tddot truestar
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
オープンソースカンファレンスBi勉強会20141018
オープンソースカンファレンスBi勉強会20141018
yokyo-unv.
yokyo-unv.
第2回 継続率経営セミナー 公開資料:データの設計・取得について
第2回 継続率経営セミナー 公開資料:データの設計・取得について
空間分析セミナー 20190424
空間分析セミナー 20190424
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
サイボウズ デザイン&リサーチ紹介
サイボウズ デザイン&リサーチ紹介
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
20130528 pasonatech
20130528 pasonatech
変化の時代における開発者のスキル資産形成について
変化の時代における開発者のスキル資産形成について
ユーザテストと定量分析ツールの併用方法
ユーザテストと定量分析ツールの併用方法
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
Itプロジェクトにおけるuxデザインの実践的適用方法
Itプロジェクトにおけるuxデザインの実践的適用方法
メディカルデザインプロデュース(基本軽)提案書100615
メディカルデザインプロデュース(基本軽)提案書100615
2017spring jjug ccc_f2
2017spring jjug ccc_f2
JIRA meets Tableau & AWS
JIRA meets Tableau & AWS
IA Workshop, Introduction to Information Architecture (2002)
IA Workshop, Introduction to Information Architecture (2002)
Mais de Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Recruit Technologies
Spring “BigData”
Spring “BigData”
Recruit Technologies
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Recruit Technologies
Mais de Recruit Technologies
(20)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
LT(自由)
LT(自由)
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
銀行ロビーアシスタント
銀行ロビーアシスタント
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Spring “BigData”
Spring “BigData”
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
分析手法のご紹介
1.
分析手法のご紹介
2.
赤塚:自己紹介 あかつか さとし 赤塚 諭 リクルートテクノロジーズ ITソリューション統括部 ビッグデータ部
ビッグデータ1グループ 経歴 前職で、レポーティング業務及びBIツール導入業務を経験(4年) ・POSデータや注文データから基礎分析やバスケット分析、 クラスタによる顧客管理(施策ターゲットの抽出) ・BIツールでは、QlikViewの代理店としてツール導入だけでなく 導入時の分析画面の設計や使い方のアフターフォロー 所属 2014年11月より株式会社リクルートテクノロジーズにて、 リクルートグループに対して、データ面での意思決定支援業務に従事 現在
3.
クラスタリングのアウトプットイメージ [課題] UI・UX改善が評価がしづらい ■アウトプットイメージ ・ユーザーの質は変わっているのではないか Conversion (仮)詳細閲覧頻度 多い 一見 (仮)一覧ばかり (仮)長期利用 CVなし ユーザーの質 Conversion (仮)詳細閲覧頻度 多い 一見 (仮)一覧ばかり (仮)長期利用 CVなし ユーザーの質をどうやって探るか ▶クラスター分析によってペルソナを定義して セグメンテーションを行う 旧 新 ユーザーの質
4.
アクセスデータからケース分類 それぞれの層には、 どういった人がいるのか 訪問のあったユーザー 初回訪問 or 再訪問
の構成 1日の訪問ユーザーの内で初回訪問のユーザーと再訪問(訪問日2日以上) のユーザーで約半分ほど分かれている 満足度の高いユーザーはリピートするだろうという仮説の上で 初回訪問と再訪問を最初に切り分ける軸にした 行動データを基に クラスタリング分析を実施 (k-means法) クラスタリング結果を基に 初回訪問と再訪問 それぞれでペルソナ像を 定義していく ※グラフはダミーです
5.
クラスタリング結果 ※グラフ・表はダミーです クラスタリング分析の結果、初回訪問は3クラスター、 再訪問は4クラスターが良さそうとわかった 各クラスターの構成比をみたり、行動データを平均 で集計することで、各ペルソナ像を理解する クラスター ユーザー数 PV
検索回数 滞在時間 職種検索回数 エリア検索回数 クラスター-1 **** **** **** **** **** **** クラスター-2 **** **** **** **** **** **** クラスター-3 **** **** **** **** **** **** 総計 **** **** **** **** **** **** 初回訪問のクラスター構成 初回訪問の各クラスターの確認 初回訪問の各クラスターの箱ひげ 再訪問のクラスター構成
6.
ユーザー行動を分ける閾値を探す クラスター 1 クラスター 2 クラスター 3 特徴の合ったデータ項目 x クラスターの割合(縦)
クラスター1 クラスター2 クラスター3 特徴の合ったデータをクラスターの 構成で確認することで、 閾値を決定していく 最終的には右図のような 条件分岐図を作成する 分類条件 PV数(例) ※グラフ・表はダミーです
7.
クラスターの確定 過去30日の 各クラスターが想定していたクラスターになっているかを確認し、 行動特性からクラスターに名称をつけ管理していく クラスターごとの集計 クラスター ユーザー数 PV
検索回数 滞在時間 職種検索回数 エリア検索回数 クラスター1 **** **** **** **** **** **** クラスター2 **** **** **** **** **** **** クラスター3 **** **** **** **** **** **** クラスター4 **** **** **** **** **** **** クラスター5 **** **** **** **** **** **** 総計 **** **** **** **** **** ****
8.
クラスタ比率の推移 日別 クラスター構成の推移 日別のクラスター構成の推移を追うことで、 質の変化を可視化することが可能となった
9.
Tableauでダッシュボード化 ●施策後のクラスタ移動をモニタリング ●施策後の各クラスタのアクション変化をモニタリング 施策日 例えば7日後に入念訪問 層から毎日訪問層へ●% 変化した という変遷を確認可能 施策後に伸びてきた層か ら、施策が良かったのか 悪かったのかを判断可能 Tableauレポートとすることでモニタリング環境を整えた 全体図(ダッシュボード) クラスター別データ集計
10.
クラスタリング初めの一歩
11.
クラスタリング手法 クラスターとは、「集落。ある特定のデータの集まり」のこと クラスタリングによって別れたクラスターから、ユーザーがどのようなタイプに別れる のかを把握することができる。 → ペルソナ把握 これによってユーザーを切り分ける時の参考となるデータやユーザー像が分かる。 今回の 分析手法 K-means法 クラスタ作成において、最もポピュラーな手法 ①ランダムに任意のクラスタを割り振る ②クラスタの重心を計算する ③点のクラスタを、一番近い重心のクラスタへ変更する ①:点の色がクラスタ数
②:重心を計算 ③:重心が近いクラスタへ変更 変化がなく なるまで 繰り返す
12.
ツールの紹介 12 ●今回はSPSS modelerを使用 ▶
Pythonで実装可能 ●Python 数表および時系列データを操作するためのデータ構造と演算 データの読み込み K-meansの設定 K-meansの実行 値を元のデータに返す オープンソースの機械学習ライブラリで、分類や回帰、クラスタリングなどの機能 が実装されています
13.
参考書籍 13 クラスタリングの基礎を知りたい Pythonは結構ネット上で検索をすると出てきます http://www.mwsoft.jp/programming/numpy/kmeans.html やさしいマーケティングのための多変量解析 クラスタリングと言わず、多変量解析の基礎が わかりやすく解説されています クラスター分析入門
POD版 ―ファジィクラスタリングの理論と応用 クラスタリングに特化してわかりやすく解説さ れています
Baixar agora