▼▼▼▼▼▼▼▼
チャンネル登録はこちら

モデルを作るためのデータマート

データからモデルを作る

ターゲットの項目と要因項目、分析単位を決めよう

データをモデルとして表現することで、データを全て持っていなくてもデータの特徴を把握できます。

単回帰モデルでは直線を表す数式の形が、統計的決定木ではツリーの形が残ります。

モデルを作ったあとは、ローデータがなくてもデータを解釈できます。

モデルを作るには、３つのことを決める必要があります。

一つは、モデルで表現するターゲットの項目。モデルで表現したい、最も重要な項目です。

売上高、集客人数、成約率、解約率など、会社の利益に直結するものを選ぶことが多いです。

次に、ターゲット項目を表現するモデルに使う要因項目。ターゲット項目に関連のありそうな、モデルに使う項目です。

曜日や季節のような時間的要因、立地のような地理的要因、顧客の性別や年代のようなデモグラ要因などがあります。

最後に、分析対象の単位を決めます。

顧客１人を１単位とするか、店舗１つを１単位とするかによって、ローデータの加工法が変わります。

１単位を１行とするデータを用意します。

このようにしてモデルを作るために用意されたデータを、データマートと呼びます。

データがなくてもモデルがあれば、特徴の把握が可能

データをモデルとして表現することで、データを全て持っていなくてもデータの傾向などの特徴を把握することができる。

モデル作成のために重要な３要素

�@モデルで表現するターゲットの項目（結果変数）：モデルで表現したい、最も分析したい、最も重要な項目。売上高、集客人数、コンバージョン、成約率、解約率など、会社の利益に直結するものを選ぶことが多い。

�Aターゲット項目を表現するモデルに使う要因項目（説明変数）：ターゲット項目に関連のありそうな、モデルに使う項目。曜日や季節のような時間的要因、立地のような地理的要因、顧客の性別や年代のようなデモグラ要因などがある。

�B分析対象の単位（観測値）：顧客１人を１単位とするのか、店舗１つを１単位とするのかによって、ローデータの加工の仕方が変わる。１単位を１行とするデータを用意する。