超実践!「Rで学ぶビジネスデータ分析」講座
4.1 (215 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
2,182 students enrolled

超実践!「Rで学ぶビジネスデータ分析」講座

「R言語」を手で動かしながら、実務で使われている「データ分析」(データサイエンス)の「4つの手法」を習得します。ぜひ! 実際のビジネスの現場で活用されている、実践的な「ビジネスデータ分析」(ビジネスアナリティクス)を手に入れてください。
4.1 (215 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
2,182 students enrolled
Created by Ichiro Takahashi
Last updated 2/2018
Japanese
Price: $164.99
30-Day Money-Back Guarantee
This course includes
  • 10 hours on-demand video
  • 3 articles
  • 23 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • 実務のビジネスデータ分析(ビジネスアナリティクス)の考え方や流れ、手法などを理解できるようになる
  • ビジネスデータ分析で使う定量分析を、Rで実践できるようになる
  • ビッグデータを使った、営業生産性や販売効率を高め方が、どのようなものか分かるようになる
  • データを含めた情報活用のPDSサイクル(or PDCAサイクル)とOODAループの違いが理解できるようになる
Requirements
  • Excelなどのスプレッドシートの使用経験がある(ExcelもしくはCSVファイルのデータをRに読み込み分析を進めるため)
  • Windows PCを前提に講義を進める(LinuxやMac上でも講義内容を進めることは可能だが、今回はWindowsベースで話しを進めるため)
  • データ分析のビジネス活用に興味・経験がある(できれば、営業やマーケティングの業務経験があると望ましい)
  • Rを触ったことがある(必須ではありません。Rを一度も触れたことのない方は、Rそのものの入門書を副読本とすることをお勧めします)
Description

R言語を手で動かしながら、「実践的なビジネスデータ分析(ビジネスアナリティクス)」を習得します。

ビジネスデータ分析の中で最もニーズの高い領域の1つである、営業生産性販売効率を高める「セールスアナリティクス」の「4つの分析手法」を、データ分析をビジネスの現場で実践するためのドゥーサイクルであるOODAループに沿って、習得します。

 

  1. 異常検知
  2. 要因分析
  3. 将来予測
  4. 評価決定

 

4つの定量分析(異常検知・要因分析・将来予測・評価決定)は、それほど難しいものではありません。難しいのは、それを実務に使いこなし活用することです。

そのためには、個々の定量分析が全体の中でどのような位置づけにあり、そしてそれぞれがどのように絡み合っているのかを理解した上で、実践できることが重要です。

 

したがって、「学問的」な統計学や機械学習、意思決定論、数理計画法などの厳密な議論や、そのための内容は講義でいたしません。あくまでも実際のビジネスの現場で活用され、実績のある4つの分析手法を紹介し、身に着けていってもらいます。

そのため、例えば統計学的な厳密性を棚に上げ、ビジネス成果を出すことに注力した内容になっています。

 

私は国家公務員時代に安全保障関係のデータ分析を実施していました。データを含めた情報活用には、管理のためのマネジメントサイクルと、それを実践するためのドゥーサイクル(実践サイクル)で構成されます。

 

  • マネジメントサイクル ・・・ PDSサイクル(もしくは、PDCAサイクル)
  • ドゥーサイクル ・・・ OODAループ

 

データ分析を活用するのは現場です。セールスアナリティクスで言えば、営業パーソンマーケターです。管理する側である営業本部長やマーケティング本部長が実践するわけではありません。

 

管理する側であれば、PDSサイクル(もしくは、PDCAサイクル)などのマネジメントサイクルが有効でしょう。しかし、管理され実践する側である営業パーソンやマーケターにとって、PDSサイクル(もしくは、PDCAサイクル)などのマネジメントサイクルは使いにくいものです。

要するに、データ分析をビジネスの現場で実践するためにはドゥーサイクルであるOODAループの方が適切です。

 

  1. O: 観測(Observe)
  2. O: 方向付け(Orient)
  3. D: 決定(Decide)
  4. A: 実行(Act)

 

実際、生きるか死ぬかの現場である軍事の世界では、米軍をはじめOODAループを使っているケースが多いです。ビジネスの現場で、それほど厳しい環境に追い込まれることはないと思いますが、厳しい環境に追い込まれたときに選択したのがOODAループというドゥーサイクルなのです。

以前は、現場でもPDSサイクル(もしくは、PDCAサイクル)を使っていました。しかし、環境の変化が速く、その影響をダイレクトに受ける現場では、いつしかPDSサイクル(もしくは、PDCAサイクル)は使いにくいものになっていました。

 

  • PDSサイクル(もしくは、PDCA) ⇒ じっくりと確実に管理するのに向いている
  • OODAループ ⇒ スピードが求められる現場で向いている

 

理由はいくつかあります。その中で最も大きな理由の1つがスピード感です。現場では遅くとも1週間、少なくともは1日、場合によっては1時間やリアルタイムに回していく必要があります。PDSサイクル(もしくは、PDCAサイクル)を1日で回すのは結構大変です。OODAループであれば可能です。

 

つまり、変化の速い環境である営業やマーケティングの現場では、その変化に追随するか、半歩その先に行く必要があります。そのため、OODAループというドゥーサイクルは非常に有効です。

OODAループの中には、5つの分析テーマがあります。

 

  1. 何か問題は起こっていないか? ⇒ O: 観測(Observe)時の分析テーマ
  2. 問題の要因は何か? ⇒ O: 観測(Observe)時の分析テーマ
  3. 何も対策を打たないとどうなるのか? ⇒ O: 方向付け(Orient)時の分析テーマ
  4. 対策を打つと どうなるのか? ⇒ O: 方向付け(Orient)時の分析テーマ
  5. 何をすべきなのか? ⇒ D: 決定(Decide)時の分析テーマ

 

そして、それぞれで実施する定量分析があります。

 

  1. 何か問題は起こっていないか? ⇒ 異常検知
  2. 問題の要因は何か? ⇒ 要因分析
  3. 何も対策を打たないとどうなるのか? ⇒ 将来予測
  4. 対策を打つと どうなるのか? ⇒ 将来予測
  5. 何をすべきなのか? ⇒ 評価決定

 

この講座では、OODAループの紹介とともに、その中で使う先ほど紹介した4つの定量分析(異常検知・要因分析・将来予測・評価決定)を、Rを使って分析できるようになることを目指します。

 

重要なのは、個々の定量分析をRでできるようになること以上に、個々の定量分析が全体の中でどのような位置づけにあり、そしてそれぞれがどのように絡み合っているのかを理解し、そして実践できることです。

個々の4つの定量分析(異常検知・要因分析・将来予測・評価決定)は、それほど難しいものではありません。難しいのは、それを実務に使いこなし活用することです。

そのハードルを越え、あなたに素晴らしい実践的な分析力が身に着き、あなたの業務が好転することを祈っています。

 

Who this course is for:
  • ビジネスデータ分析(ビジネスアナリティクス)にこれから携わる方
  • ビジネスデータ分析を、一通り学びたい方
  • データ分析のビジネス活用が、上手くいっていない方
  • ビッグデータで、営業生産性や販売効率を高めたい方
Course content
Expand all 56 lectures 09:55:27
+ 講義資料ダウンロード
3 lectures 00:18
講義スライド一式
00:04
CSVファイル一式(演習時に利用)
00:05
Rの命令文一式(演習時に使用)
00:08
+ イントロダクション
7 lectures 56:06

今回のセクションで学ぶ内容と目的について説明します。

Preview 02:09

当講座で得られるナレッジとスキルについて説明します。この中で、「想定する受講対象者」や「受講で想定する変化(Before → After)」などについて触れます。

Preview 03:08

講座全体構成や進め方などについて説明します。

Preview 01:56

ビジネスデータ分析(ビジネスアナリティクス)とは何なのか? 当講座で習得するビジネスデータ分析が、どのような形でビジネスに貢献するものかを説明します。この中で、「目指すビジネス成果」や「セールスアナリティクス」、「3大戦略(3大分析テーマ)」、「利用する主なデータ」、「必要な分析環境」などについて触れます。

Preview 18:13

今回のテーマであるセールスアナリティクスの仕組と運用について説明します。この中で、仕組化として「数字(データ)を生み出す仕組み」と「データ(数字)を活かす仕組み」、運用として「PDSサイクル」と「OODAループ」について触れます。

Preview 18:22

この講座で習得して頂く4つの定量分析についてOODAループに沿ったかたちで説明します。4つの定量分析とは「異常検知」、「要因分析」、「将来予測」、「評価決定」になります。


Preview 07:59

今回の簡単な振り返りと、次回のセクションで学ぶ内容について説明します。

Preview 04:19
+ 分析ツールRの設定
8 lectures 43:43

今回のセクションで学ぶ内容と目的について説明します。

今回の内容と目的
03:02
R(1/2):インストール
07:16
R(2/2):基本操作
05:43
RStudio(1/2):インストール
05:49
RStudio(2/2):基本操作
05:25
R Analytic Flow(1/2):インストール
06:22
R Analytic Flow(2/2):基本操作
05:27
次回の内容
04:39
+ 定量分析その1:異常検知
9 lectures 01:24:13
今回の内容と目的
04:47
セールスアナリティクスの異常検知とは
03:24
異常検知の手順
13:35
異常検知の演習(1/5):演習問題の説明
05:02
異常検知の演習(2/5):データ読込とデータ抽出
10:16
異常検知の演習(3/5):ステップ1(時系列モデルの構築)
26:50
異常検知の演習(4/5):ステップ2(外れ値スコアの算出)
05:58
異常検知の演習(5/5):Rの関数の生成
12:17
今回のまとめと次回の内容
02:04
+ 定量分析その2:要因分析
8 lectures 02:08:53
今回の内容と目的
04:50
セールスアナリティクスの要因分析とは
17:48
要因分析の手順
06:54
要因分析の演習(1/4):演習問題の説明
15:18
要因分析の演習(2/4):線形回帰モデル
30:11
要因分析の演習(3/4):ポアソン回帰モデル
24:58
要因分析の演習(4/4):ロジスティック回帰モデル
25:08
今回のまとめと次回の内容
03:46
+ 定量分析その3:将来予測
11 lectures 02:17:39
今回の内容と目的
07:02
セールスアナリティクスの将来予測とは
05:10
将来予測の手順
09:27
将来予測の演習(1/7):演習問題の説明
10:18
将来予測の演習(2/7):ステップ1-1(説明変数の選択・周期性)
18:04
将来予測の演習(3/7):ステップ1-2(説明変数の選択・ラグ)
12:21
将来予測の演習(4/7):ステップ1-3(説明変数の選択・マルチコ)
27:21
将来予測の演習(5/7):ステップ2-1(予測モデルの構築)
18:03
将来予測の演習(6/7):ステップ2-2(予測モデルの精度評価)
10:05
将来予測の演習(7/7):ステップ3(将来の予測)
17:51
今回のまとめと次回の内容
01:57
+ 定量分析その4:評価決定
5 lectures 43:13
今回の内容と目的
07:13
セールスアナリティクスの評価決定とは(AHP)
03:41
セールスアナリティクスの評価決定(AHP)の手順
07:48
セールスアナリティクスの評価決定(AHP)の演習
23:29
今回のまとめと次回の内容
01:02
+ フィナーレ
5 lectures 01:41:22
今回の内容と目的
07:24
講座全体の振り返り(1/3):第1回・第2回(概論・準備)
19:02
講座全体の振り返り(2/3):第3回・第4回(異常検知・要因分析)
32:13
講座全体の振り返り(3/3):第5回・第6回(将来予測・評価決定)
23:00
より高度なデータ活用に向けて
19:43