#目的別の様々なデータ分析手法

##概要
ビッグデータとは経営上の意思決定や戦略、マーケティングに有用な膨大な量のデータである。
その膨大なビッグデータを分析する職として、データアナリストが存在するが、近年、人材不足が叫ばれる職種の一つである。
なので、分析スキルを身につけておくと他者との差別化人材になることはもちろん、事業においてもライバル企業に優位性をもった戦略を実行できるのである。
では、そのような需要が高いデータアナリストが用いる「分析手法」はどのような内容なのであろうか。

##各データ分析手法
####概要
統計学の基礎的分析手法である本分析手法。
二つのデータの差分は偶然か必然かを分析する際に用いられる。
##◼︎統計的手法
・カイ二乗検定
・t検定
・分散分析

#####概要
統計学の基礎的分析手法である本分析手法。
二つのデータの差分は偶然か必然かを分析する際に用いられる。

#####◼︎カウントデータの際に用いられる「カイ二乗検定」
「美容院に行く人の数」と「男女の数」が独立しているか相関があるかを検定する際などに用いられる。

#####◼︎連続値（平均値が抽出可能）の仮説を検証できる「t検定」
例年の漁獲量より多そうだという標本からくる仮説をもとに今年の漁獲高を例年と比べた検証する際に用いられる手法。

#####◼︎平均値の差を誤差か分析する分散分析
データの持つばらつきが因子（差を生みだした要因）によるものよりも実験誤差によるもののほうが大きいかを検定し、因子によるばらつきの方が大きければ、母平均に差があるとする検定手法として用いられる。

##◼︎代表的手法
・クロス集計
・ロジスティック回帰分析
・アソシエーション分析
・決定木分析
・クラスター分析
・主成分分析

#####◼︎クロス集計
オーソドックスな「THEデータ分析」である手法
クロス集計とは設問を掛け合わせることでデータを細分化することにより傾向を分析する方法を指します。そのため、相関関係や年齢ごとのトレンドなどポピュラーな傾向を把握することなどに長けている。
活用事例：アンケート集計仕、購買予測、世論調査

#####◼︎ロジスティック回帰分析
ロジスティック回帰分析はある事象の「有無」を確認して発生した目的変数と説明変数(目的変数を説明する変数)を関係式として分析して発生確率を分析する手法である。
発生確率を予測する分析手法なので広告の購買効果向上などに使用される。
活用事例：マーケティング、成功確率

#####◼︎アソシエーション分析
アソシエーション分析とはある対象の相関関係を分析する手法である。
マーケットバスケット分析はその一つとなり、買い物カゴに一緒に買われている商品を分析することにより、関連性がなさそうな商品が発見できれば隠れた相関が判明する。
活用事例：POSデータ、ECサイト、マーケティング、商品の関連性を表したレコメンド機能

#####◼︎決定木分析(ディシジョンツリー)
決定木分析とは目的変数(事象)”に影響したとされる説明変数(目的変数を説明する変数)を明確化して樹木状のモデル（ツリー上）を作成する分析手法である。
仮説のPDCAを繰り返して結果のパターンを何通りも予測を行う手法である。
活用事例：マーケティング、リスク管理

#####◼︎クラスター分析
クラスター分析とは多変量解析の一つであり混合したバラバラのデータから類似したデータをグルーピングする分析手法である。セグメンテーションにより分類することにより事象や属性の要因が分析できる。
　活用事例：セグメント分析、企業ブランディング構築

#####◼︎主成分分析
主成分分析は、説明変数をある程度集約させて少数の要因に集約させることである。データを分析させるためにデータを集約化することでり、企業の事業収益が部署ごとに6パターンある場合にA,Bと集約させることである。また、主成分分析はデータの属性で類似性のあるものを集約する。
活用事例：セグメント分析、商機分析、ブランディング

###別段
####RFM分析
小売企業やPOSデータの活用で使用される「RFM分析」はダッシュボード開発で使用される分析手法であり非常に使用する頻度が高い。
Recency<最新購入日>
Frequency<購入頻度>
Monetary<購入金額>
3つの指標で顧客を分類する手法
活用事例：優良顧客抽出、販売促進

以上