可視化にかかわる現役分析官向けセミナー_資料.pdf

可視化にかかわる現役分析官向けセミナー: 先端企業の各マネージャが見るデータ分析の現状と未来

Transcript

1. 株式会社GRI データで新たな事業を開発していくカンパニー。 可視化にかかわる現役分析官向けセミナー: 先端企業の各マネージャが見るデータ分析の現状と未来 2018/11/8
2. ©GRI Inc. CONFIDENTIAL データドリブン経営で時計を２０年進める n20年前（1998年） メインフレーム メインフレーム 帳票 Excel
3. ©GRI Inc. CONFIDENTIAL データドリブン経営で時計を２０年進める n現在：データ分析官の広がり、影響力の拡大、作業の軽減 Business Intelligence • C-Levelの経営指標の読み方を共有 • 誰でも直感的に分析 • データ入力業務からの解放 • グラフの作成からインサイトの読み取り • 会議中に詳細分析 • アラート基準でチェック • オンラインでディスカッション
4. ©GRI Inc. CONFIDENTIAL 専門家同士で議論し、面白い未来を作りたい 現状 未来像 ※今後、ご登壇いただけそうな方 お声がけください
5. ©GRI Inc. CONFIDENTIAL 分析官にとって６つの視点から未来を俯瞰 5. データ の意味 野村総研 塩崎氏 4. データ の拡充 ADK 正木氏 2. 組織で データを届ける CCCマーケティング 清水氏 3. デザインで 人に伝える Adobe 前井氏 6. BIツールの 未来 Tableau Japan 佐藤氏　松島氏 1. 分析の 未来 GRI 古幡氏 分析官
6. 株式会社GRI データで新たな事業を開発していくカンパニー。 BIとAIのマリアージュ 2018/11/8 可視化にかかわる現役分析官向けセミナー: 先端企業の各マネージャが見るデータ分析の現状と未来
7. ©GRI Inc. 株式会社GRI 古幡征史, PhD 92 93 94 95 96 97 98 99 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 筑波大 社会工学 学士 丸文 KPMGコンサル ティング 筑波大 経営政策科学 修士 Wirtschaftuniverstaet Wien MBA（交換） U. of Western Sydney Computer Science, PhD U de Toulouse Informatique, PhD 北陸先端科学技術大学院 知識科学 ポスドク U. of Southern California Computer Science, Post Doctoral Research Associate ドワンゴ GRI S言語 SPSS SAP R/3 Wavelet AS/400 SAP APO/SCM (DP, SNP, PPDS, ATP, Transportation) JAVA CPLEX Optimizer 重回帰 Multiagent Systems Dynamic Pricing Reinforcement Learning Transfer Learning HPCC CPLEX JAVA C++ Apache Pig Tableau 物流 発注 在庫 営業 需要予測 生産 需要予測・納期回答 SCMネットワーク スケジューラ 富士ゼロックス,三菱化学 Vodafone, Sysmex, 東京ガス 東京証券取引所 SPARX Dynamic Ridesharing 米国運輸省 Multirobot Coordination 米国海軍研究所 データ分析 分析基盤 Data Driven文化 所属 言語/ ソフト/ 手法 業務 クライアント Lotus123 Excel SCM データ分析 AI /制度設計 BI ロボット 運輸 データ分析 BI
8. ©GRI Inc. CONFIDENTIAL GRI: データで新たな事業を開発していく 挑戦することと企業の規模は無関係! テクノロジーの革新により、データを利活用した事業創造が可能になった時代だと考えています。それに応えるには裏づけの ある具体的な企画と事業を推進する圧倒的な意志が必要です。大企業の中で事業を創造するのも、ちいさな会社を作り上げる のも、やることに大差はありません。だからこそ、我々は起業家精神（entrepreneurship）を失うことを恐れる会社であり たいと思います。 当社の事業ドメインは、「解析（analysis）」を核とした事業開発です。POSデータやWebログ、位置情 報データ、センシングデータ、臨床実験データあるいは、環境測定データまで、あらゆるデータを利活用して事業開発に役立 てることに挑戦していきます。
9. ©GRI Inc. CONFIDENTIAL GRI会社概要 会社名 株式会社GRI　（GRI Inc.）　　http://gri.jp 所在地 〒105-0011　東京都港区芝公園1-3-8 苔香園ビル5F 設立 2009年2月 資本金 4,600万円 代表者 代表取締役CEO　上野　勉 代表取締役COO　利齋　公晴 社員数 社員　15名、グループ会社含めて　計17名 事業内容 １．BIG DATAを利活用した事業開発に関わる支援 ２．BIG DATAの収集および、BIG DATAの解析 ３．BIG DATAの分析基盤（クラウド）の構築、見える化システムの提供 ４．セルフ型ネットリサーチサービスの提供 ５．AI型マッチングエンジンの開発 ６．自然言語処理エンジンの導入、AI型チャットサービスの開発 ７．Eコマースサイトの構築、パーソナライズエンジンの開発 ８．データサイエンスまたは、人口知能（AI）分野における研究・研修・情報発信など 関連会社 株式会社アートダイジェスト（出版・編集、コンテンツ制作） 事業提携先 カルチュア・コンビニエンス・クラブ株式会社 株式会社日本リサーチセンター
10. ©GRI Inc. CONFIDENTIAL 分析に関する依頼の最近の変化 データ分析の相談 データドリブン 文化の醸成 分析官のための データ分析基盤 より自分たちで 分析できるように AI-機械学習 技術の活用
11. ©GRI Inc. CONFIDENTIAL BIとAIを賢く使って、知見を上手く取り出す BI Business Intelligence AI Artificial Intelligence Tableauを中心に議論 Prophetで時系列予測と LightGBMで予期的モデルを中心に議論
12. ©GRI Inc. CONFIDENTIAL BIとAIのマリアージュの現状の方法 データ BI ダッシュボード アルゴリズム 例：LightGBM 特徴量の 再設計 アルゴリズム 例：Prophet 連携／拡張 BI ダッシュボード データ 分析プロセスへ組み込み 分析のリアルタイム連携
13. ©GRI Inc. CONFIDENTIAL Tableauでの分析例
14. ©GRI Inc. CONFIDENTIAL Tableauの時系列予測の現状 n予測の必要性 –実績の月内着地予想 –アクセル＆ブレーキ nHolt&Winters法の自動係数選択 –トレンドと季節性分解 Holt, C. E. (1957). Forecasting seasonals and trends by exponentially weighted averages (O.N.R. Memorandum No. 52). Carnegie Institute of Technology, Pittsburgh USA. https://doi.org/10.1016/j.ijforecast.2003.09.015 Winters, P. R. (1960). Forecasting sales by exponentially weighted moving averages. Management Science, 6, 324–342. https://doi.org/10.1287/mnsc.6.3.324 トレンド 季節性 移動平均 分解 予測
15. ©GRI Inc. CONFIDENTIAL Holt&Winters法の問題点 n細かな時間粒度のデータが 不得意 –マルチレベルの季節性 （月、曜日） –特殊イベント効果 （スーパーセール） –移動する祝日 –データ欠損
16. ©GRI Inc. CONFIDENTIAL Tableauで最新の時系列予測を利用 nFacebook発のProphetアル ゴリズムを外部連携 –50年ほどの歴史を変えた –日次データ予測にOK –分析官が使いやすい • トレンド・マルチレベル季節・祝日 に分解 • 欠損値OK –Python/R（裏はStanをベース にC++） https://facebook.github.io/prophet/ Tableau 外部連携 or
17. ©GRI Inc. CONFIDENTIAL Tableauと連携の詳細はTDCイベントで nTDC(Tableau Developers Club): Tableauの拡張機能などを勉強 https://techplay.jp/community/tableau-dev-club • 外部サービス（R＆Python） • Extensions API • REST API • JavaScript API • Web Data Connector
18. ©GRI Inc. CONFIDENTIAL 時系列予測モデルと予測モデルの違い 時系列予測モデル Time-series Forecast Model 予測モデル／教師あり学習 Predictive Model/Supervised Learning 過去の時系列の特徴から将来の数値 を予測する 詳細レベル（トランザクション単位 ユーザ単位・商品単位） 時間集約 詳細単位の特徴量（行動・属性）から 予測する • 優良顧客は来月も優良顧客のままでいるか？ • 心臓発作の患者が６か月以内に再発するか？ • 手書き文字の特定 • 次期放送予定のアニメで、個々人におすすめ するアニメ？
19. ©GRI Inc. CONFIDENTIAL 予測モデルの例 nスーパーの優良顧客が、優良顧客でいる理由 （行動変容の説明） 2018年3月 2018年4月 Keep: 70% UP Aランク★★★ （優良顧客）　10% Bランク★★ （準優良顧客）30% Cランク★ （ライト顧客）60% Down: 30% 戦略的なターゲットを絞る区切りと理由をデータから明らかにし、 全社的な理解として共有する
20. ©GRI Inc. CONFIDENTIAL 予測モデルの例 • 各個人の顧客ランク変動を顧客属性、顧客行動、顧客嗜好から 予測できるか？ 会員歴 性別 年齢 家族人数 住所 店舗までの距離 最近隣競合店との距離差 N月の購買金額(M) N月の来店回数(F) 最終来店日からの経過日数(R) 平均購買金額変動 平均来店回数変動 平均買い上げ点数 購買単価 顧客属性 カテゴリ購入金額比・購入有無 （洋日配／水産／野菜／畜産） サブカテ購入金額比・購入有無 （アイス・チルド飲料・パン） 高価格帯商品の購入金額比・購入有無 顧客行動 顧客嗜好 POSレジ 会員証
21. ©GRI Inc. CONFIDENTIAL 予測モデルの例 属性 学習済み モデル 予測分析基盤 行動 会員ごと 嗜好 実績 （顧客ランク） 訓練データ 正解データ 新しい入力データ 属性 行動 嗜好 会員ごと 関係性を機械学習（LightGBM＋Tree-Structured Parzen Estimator）で学習し、予測モデルを作成 予測結果 顧客ランク モデルを実装
22. ©GRI Inc. CONFIDENTIAL 予測分析基盤のアーキテクチュア Compute Engine ・・・ Container Registry train Cloud Storage pred result 学習データ 予測データ 出力データ 設定情報 model 学習済モデル Compute Engine Cloud SQL 位置情報 気象情報 商品コード ・・・ HTTP pred 検証データ ※開発中 入力画面 入出力データの格納 スケーラブルな 実行環境 共通 テーブル 各種アルゴリズムを 格納したコンテナ LightGBM / Tree-Structured Parzen Estimatorなど 解釈用 ダッシュボード ※都度追加 予測分析実行システム 予測分析解釈システム ※開発中 ♡トライアル募集中♡
23. ©GRI Inc. CONFIDENTIAL ブラックボックスの機械学習をホワイトに（予測結果の解釈） 顧客のランク変動を説明する特徴量を解釈する（LIME: Local Interpretable Model-agnostic Explainations） LIMEのTableau表現例 予測モデルで重要な 特徴量を特定 予測モデルの精度 を把握 重要な特徴量がどのように 効いているか把握
24. ©GRI Inc. CONFIDENTIAL ブラックボックスの機械学習をホワイトに（予測結果の解釈）
25. ©GRI Inc. CONFIDENTIAL 優良顧客への兆しを捉え顧客育成の打ち手に 分析レポート 重点商品の選定 販促 打ち手 売り場改善
26. ©GRI Inc. CONFIDENTIAL BIとAIのマリアージュ Key Takeaways nBIとAIを使い、データから深い知見を取りやすくなってきた nTableau-Python/Rの連携しやすい（集約レベルであれば） n機械学習で分析官の発想（特徴量設計と結果解釈）を必要と するパートをBIで表現すると共有まで一気に進められる
27. ©GRI Inc. CONFIDENTIAL GRIの分析官に対するアプローチ n企画をデータから立案できるようになる n一つの得意分野を作り、周囲に教えることで理解を深める n他の得意分野をもう一つ作り、 n分析基盤は分析官のために作る nクライアント企業での分析官育成を同じアプローチで行う System Architect CoE Statistician Data Architect Data Engineer Full-stack DS BI Analyst AI Engineer AI Analyst BI Designer Lecturer Computer Scientist Business Analyst Physics Economist Engineer OR DB Manager Business Planner 博士以上：３名 博士中退：２名 修士：　　２名 理系学士：３名
28. ©GRI Inc. CONFIDENTIAL GRI: データと表現内容でツールを使い分け グラフ型データ G=(V,E) データフレーム型 トランザクション型 時系列型 Tableau, PowerBI Cytoscape, Gephi, Python, R, Neo4j, Titan Python, C++ CPLEX, Gurobi リアルタイム系 Grafana-InfluxDB Kibana-Eleasticsearch fluentd 組み合わせ系 機械学習用 （画像・動画・ 自然言語処理系） Python マリアージュ進行中 アラブの石油王のように…
29. ©GRI Inc. CONFIDENTIAL GRIでは優秀な分析官を募集しています データで面白い 未来を作りたい人