5つのデータ分析 データ分析講座（その224）

【この連載の前回：データ分析講座（その223)数値予測は9つのシナリオで実施するへのリンク】

データアナリティクス（データ分析）には、次のような種類があります。

1. Descriptive Analytics:記述的分析（過去から現在、どうだった）
2. Diagnostic Analytics:診断的分析（過去から現在、何が起こった）
3. Predictive Analytics:予測的分析（現在から未来、どうなる）
4. Prescriptive Analytics:処方的分析（今とるべきアクション）
5. Cognitive Analytics:上記4つの自動化・AI化

簡単にまとめると……

• 過去を適切に捉え
• 未来を見通し
• 今すべきことを知る

……という感じです。

データ分析などをするとき、どのデータアナリティクスなのかを認識しておくことは重要です。何よりも、この順番で実施していきます。例えば、今とるべきアクションをデータから導き出したいのに、その前の「記述的分析」「診断的分析」「予測的分析」を実施していないと、無理があるということです。今回は、「5つのデータ分析」というお話しをします。

【目次】
1.Descriptive Analytics:記述的分析 （過去から現在、どうだった）
2.Diagnostic Analytics:診断的分析 （過去から現在、何が起こった）
3.Predictive Analytics:予測的分析 （現在から未来、どうなる）
4.Prescriptive Analytics:処方的分析 （今とるべきアクション）
5.Cognitive Analytics: 上記4つの自動化・AI化

1.Descriptive Analytics:記述的分析（過去から現在、どうだった）

記述的分析（Descriptive Analytics）とは、一般的に言われている「見える化」です。EDA（探索的データ分析）の一部でもあり、モニタリングでもあります。過去のデータを集計したり分析したりグラフ化したりし、何か問題が起こっていないだろうか、何かシグナルが出ていないだろうかと分析するものです。

データを手に入れたとき、そのデータを理解するために実施したりするのも、この記述的分析（Descriptive Analytics）になります。EDA（探索的データ分析）と言われています。例えば、データセットの各変数の平均値や分散などの記述統計量を計算したり、各変数の分布を集計してみたり、それらをグラフ化したりし眺めたりします。

冒頭で触れましたが、決められた指標（データを集計したモノ）をモニタリングするのも、記述的分析（Descriptive Analytics）です。この場合に活躍するのが「異常検知」です。

売上や契約件数、サイトなどのPV（ページビュー）数や問い合わせ件数、CV（コンバージョン）数などの指標が、想定通りか？　問題は起こっていないだろうか？　などをモニタリングしながら「異常検知」します。

2.Diagnostic Analytics:診断的分析（過去から現在、何が起こった）

診断的分析（Diagnostic Analytics）とは何でしょうか？もっと分かりやすいワードで表現すると「要因分析」です。記述的分析（Descriptive Analytics）を実施したとき、「なぜ？」と気になることが出てきます。その「なぜ？」を探るのが診断的分析（Diagnostic Analytics）です。

記述的分析（Descriptive Analytics）で触れたEDA（探索的データ分析）という観点でお話しすると、記述的分析（Descriptive Analytics）と共に診断的分析（Diagnostic Analytics）も、データ理解のためにEDA（探索的データ分析）の1部分として実施することも多いです。

記述的分析（Descriptive Analytics）で触れたモニタリングという観点でお話しすると、モニタリング時に「異常検知」を実施し、異常と判断されたら次に診断的分析（Diagnostic Analytics）である「要因分析」を実施します。

通常、データだけでは過去の状況は把握できないので、人的な洞察力がものを言います。データは、洞察力を助けるツールに過ぎません。

3.Predictive Analytics:予測的分析（現在から未来、どうなる）

予測的分析（Predictive Analytics）とは、予測モデルを構築し、将来予測を実施しながら未来を分析するということです。シミュレーションも含まれます。予測モデルは、過去の傾向やパターンなどに基づいて構築されます。

予測モデルを作るとき、過去の傾向やパターンなどを分析するために、EDA（探索的データ分析）を実施します。要は、先にあげた記述的分析（Descriptive Analytics）や診断的分析（Diagnostic Analytics）を実施します。

EDA（探索的データ分析）を実施することで、効果的な特徴量（予測モデルの説明変数X）を構築することができます。ちなみに、予測的分析（Predictive Analytics）は、単にデータだけでどうにかなるものではありません。なぜならば、未来を分析するからです。

例えば、予測モデルを使うにしても、幾つかの前提（シナリオ）を置いて実施することになると思います。

4.Prescriptive Analytics:処方的分析（今とるべきアクション）

処方的分析（Prescriptive Analytics）とは、意思決定を促し今とるべきアクションを導き出すものです。今まで説明した記述的分析（Descriptive Analytics）・診断的分析（Diagnostic Analytics）・予測的分析（Predictive Analytics）を踏まえて実施します。

端的にレコメンドモデルなどを構築するのもいいでしょう。レコメンドモデルとは、例えば経路検索や商品のおすすめなどを実施する、数理モデルのことです。現実的には、レコメンドモデルが指し示すアクションを妄信することなく、諸事情を考慮し意思決定し、今とるべきアクションを検討することでしょう。

なぜならば、データは所詮過去の一部分の記録に過ぎず、そもそも未来...