ビックデータ解析 – データ・アナライシス・サービス

　データ分析は、何らかの目的を持って行なわれます。従って、分析を始めるにあたっては、出てきた結果が目的に沿うものかの正しい判断が求められます。そのために以下の3つを理解しておく必要があります。

1. 分析しようとする問題そのものについての理解
2. 分析手法についての理解
3. 分析結果に対する判断力

1. 分析しようとする問題そのものについての理解

　データサイエンティストは、なぜ分析をするかという理由やその問題点について、正しい現状認識をしていなくては意味がありません。数学者や統計学者なら、データさえあれば何らかの手法や複雑な処理計算によって、それなりの結果を導くことができるでしょう。しかし、そもそもそのデータの意味やその背景にある状況などがわかっていなければ、分析方針を出すことができません。データをどのように取得し、データの前処理はどうするか、どのような分析をすればよいかなどの試行錯誤をしなくては、決して有益な結果を得ることはできません。企業の課題は、いかなる優秀な外部のデータサイエンティストより、その企業の担当者が最もよく知っているということを忘れてはなりませんし、逆にいえば外部のデータサイエンティストは、まずはその企業の課題整理をすることから始めるべきであり、コンサルタント的な立場でデータ分析に臨むべきだと思います。

2. 分析手法についての理解

　分析手法については、データサイエンティストなら当然のことながら熟知している必要があります。統計ソフトやデータマイニングのソフトを用いれば、どんなデータを入れてもそれなりの結果がクリックするだけで出ます。しかし、正しく分析手法を理解していないと、明らかに間違ったデータ処理をしていたり、相応しくない手法で分析をしたりしていても、その誤りに気づきません。後で述べるはずれ値や異常値の処理や、アンケートデータとログデータによる分析条件の違いなど、一切考慮しなくてもあたかもそれらしい結果が出てしまうために、重大な間違いに気づかないことがあるので注意が必要です。

３. 分析結果に対する判断力

　そもそも結果が出たときに、どのようなアクションを起こすかを想定しておく必要があります。概ね予想通りの結果が出る場合と、予想外の結果が出る場合があるわけですが、予想通りであればアクションを大きく変更する必要はありません。しかし、予想外の結果が出た場合は、それに対してどのようなアクションを取るべきかの判断が非常に重要になります。データの取得方法や処理方法が間違っていたのかもしれないし、分析手法が間違っていたのかもしれない。データも方法も間違っていないとすれば、そもそもの仮説が間違っていたということになり、そこでは方向転換を余儀なくされることもあるでしょう。想定外の結果が出たときこそ、柔軟に頭を働かせて様々な可能性を考えるべきだと思います。

サービス概要

　本サービスは、企業内データサイエンティストが実現したい”コト”を支援するサービスです。具体的にはカタログ化されたデータセグメントをサイエンティストの要求に応じて必要データ（複数カタログ）へのアクセス法を提供すると共に分析支援するサービスです。またデータを評価した上でML/AI組込みサービスも提供致します。

提供サービス

• 受注分析サービス
• 発注分析サービス
• 原価分析サービス
• 在庫分析サービス
• IoTデバイス分析サービス

分析サービスサンプル：受注データ分析＆在庫照会

　RT-Lakeのベース機能であるData Platformのバケット（S3）に収集した、各種マスタ、受注トランザクション、在庫トランザクション等をカタログ処理してQuickSightへシンプルに表示致します。
尚、ログイン情報は下記お問合わせか頂くか、担当営業にご連絡くださいませ。