2016.11.16 08:12
データベースを”倉庫”ではなく”道具”として使う発想 ～データベース上で分析データを下ごしらえする～
データベースの特性を活かすことで "誰でも"、"確実に" データ分析が行える データ分析 ＝ データベース。こんな公式を書いて何の違和感もないほど、データベースは、データ分析のために「なくてはならない存在」です。まさに、両者は切っても切れ...
2017.06.19 08:43
ETL処理とELT処理の違い ～ビッグデータ処理の新トレンド～
ELT処理はクラウドデータベースだから可能になった荒業 皆さんは「ELT処理」をご存知でしょうか？ 決して「Every Little Thing」ではありません。 ELT処理は、ETL(Extract/Transform/Load)...
2013.12.16 13:13
2次属性を理解しよう｜ギックスのビッグデータ分析体系 ④
ギックスならではの分析プロセス 「２次属性の作成」 前回は分析プロセスの最初の段階となる「ビジネスの理解」と「データの理解・準備」のプロセスについてご説明しました。今回は、いよいよギックスデータ分析体系ならではの分析プロセスであたる「2次...
2013.12.23 13:08
クロス集計で「セグメント間の違い」を見出せ｜ギックスのビッグデータ分析体系 ⑤
セグメントの特徴把握 前回はギックスならではの分析プロセス「2次属性の作成」について説明しました。今回はその付けられた2次属性を利用して、2次属性がついた人や製品の特徴を知るというプロセス、「セグメントの特徴把握」について紹介します。ギッ...
2014.03.02 10:58
ビックデータを全量分析できる時代になった｜ビッグデータ分析の留意点①
サンプル分析から全量分析へ 近代統計学の学問体系は、無限に近い大規模な母集団から無作為に抽出された、数百から数万のサンプルデータが持つ統計的な性質を中心に論じられてきました。たとえば、内閣府が行っている「社会意識に関する世論調査」では、1...
2014.03.23 11:01
べき分布のデータには注意しよう｜ビッグデータ分析の留意点④
購買系のビッグデータには「べき分布」が多く注意が必要 （第2回）と（第3回）で全量分析の優位点について紹介しました。本日からは、全量データに注意すべき点を説明します。本日は注意点①の以下のポイントです。 注意点①：サンプルデータは中...
2014.04.03 12:08
Microsoft Power BI 活用レポート：Power Pivotを使ってみた① ~データ処理速度は「実用に耐える」~
Power Pivot の「処理速度」は実用レベルとしては十分 ギックスでは、従来より「Aktblitz（アクトブリッツ）」という高速データ処理ソフトウェアを活用しています。今回は、こちらと比較しながら、処理性能について考察を進めていきま...
2015.01.26 09:06
第2回 分析ツール群（AktblitzII / AWS Redshift / Tableau / R / Power BI)｜POSデータで事業構造分析 with Power BI
Power BIで実践するPOSデータの事業構造分析を公開 この連載では、2013年11月に弊社CEOの網野が出版した「会社を強くするビッグデータ分析」「Part２ 分析の実践」の部分を「Power BIでPOSデータを使って事業構造分析...
2015.02.24 09:02
第6回 STEP3 分析方針の検討｜POSデータで事業構造分析 with Power BI
Power BIで実践するPOSデータの事業構造分析を公開 この連載では、2013年11月に弊社CEOの網野が出版した「会社を強くするビッグデータ分析」「Part２ 分析の実践」の部分を「Power BIでPOSデータを使って事業構造分析...
2015.02.25 09:13
第7回 STEP4 データ加工（2次属性付け） その1｜POSデータで事業構造分析 with Power BI
Power BIで実践するPOSデータの事業構造分析を公開 この連載では、2013年11月に弊社CEOの網野が出版した「会社を強くするビッグデータ分析」「Part２ 分析の実践」の部分を「Power BIでPOSデータを使って事業構造分析...
RECOMMEND
SERVICE
SERVICE
