クラスについて

D.R.M.のためのデータ分析実習第2部

このクラスを受講しているなら、おそらくあなたが最初のクラスを受講した人でしょう。クラス1では、基本的な統計理論を学び、Pythonで独自の統計ツールを作成する時間がありました。ここまでしか聞いたことがなくても、データ分析のほとんどの問題を難なく解くことができると言っても過言ではありません。

このセッションでは、さらに一歩進んで、多変量データを分析するための方法論について学びます。

多変量データとは、オブジェクトに複数の特性があることを意味します。たとえば、私という名前の人には、年齢、年齢、性別、職業などさまざまな特性があります。これは多変量データです。

多変量データを使用するタイミング

マーケティング予算が限られているときに、最大の効果を発揮してマーケティングを行うことを想像してみてください。

これを履歴データで解決できますか？もちろん可能です。

まず、過去のマーケティング活動からすべてのデータを収集します。(クラス1で習ったパンダを使う)

顧客のさまざまな特性（年齢、性別、職業、購入回数など）をすべて1つの単位にまとめます。その後、マーケティングに反応した顧客をその反応度に応じて分け、単一の変数にしてクラスタリングを行います。(階層的クラスタリングを使用)

クラスターが終わったら、マーケティングに頻繁に反応する顧客の特徴を抽出します。(デシジョンツリーを使用)

マーケティングは、これらの特性に合致する顧客のみを選択することによって行われます。

マーケティングパフォーマンスの集約。

過去と比較して本当に費用対効果が高いかどうかを確認してください。

これで、多変量データ分析は終了です。どう思いますか?

上記の内容はすべてレッスンに含まれています。

この講座を聞けば、上記のような問題を簡単に解決できると確信しています！

コースエフェクト