分析分化会_分析結果利用のハードルを下げる！！
執筆者プロフィール
木下 優人（きのした ゆうと）
長崎県出身。大学院では植物生理学を専攻し、収量向上に向けた研究を行う。
飲料メーカー、植物工場ベンチャー企業では研究員を経験。
2023年10月DA入社。統計分析、データビジュアライゼーション領域を中心にした支援活動を担当。
2024年5月、DATA Saber認定
2024年9月現在、社内にてDATA Saberの弟子を育成中。
①分析分化会とは？
概要
分析分化会は、Tableauの分析機能の拡張に焦点を当てたグループです。多変量解析や機械学習の分析結果がビジネスの意思決定において非常に有用であることは言うまでもありません。しかし、分析結果を活用するためには、統計学やプログラミングの知識が求められます。そのため、データ分析に普段関わっていない方にとっては、分析結果を利用する際のハードルが高いと感じることもあるでしょう。私たちは、こうしたハードルを低くし、誰でも分析結果を利用できるようにすることを目指して活動しています。現在、一般的によく使用される分析手法である、重回帰分析と決定木分析を対象に、それぞれのチームを編成して活動を行っています。
活動概要
分析分化会では、多変量解析や機械学習が未経験のメンバーも参加していたため、以下のスケジュールで活動を行い、基礎能力の向上から、アウトプットまでを行いました。
今回の記事では、重回帰分析チームの活動内容をご紹介いたします。
②重回帰分析チームの事例紹介
重回帰分析チームでは、「統計やプログラミングの知識がない人でも、正しく結果を解釈し、利用できる可視化方法を考える」ことを目的に、可視化方法の検討を行いました。Tableauには、TabPyというPythonをTableau上で使用できる拡張機能が用意されていますが、有料版でしか使用できないため（Tableauのアカウントが付与されていない参加者がいる）、またTableau以外にも応用できるものを作成したいという理由から、TabPyは使用しておりません。
※TabPy概要：https://www.tableau.com/ja-jp/developer/tools/python-integration-tabpy
統計勉強会
重回帰分析の概要、利用場面をまとめて発表頂きました。
統計分析経験者に補足説明を頂く事で、分析手法への理解を一定レベル以上に揃える事ができ、分析実施への用意が完了しました。
pythonコード勉強会
前回の学習内容を基に、pythonを使用した分析手法の学習を行いました。
初めてpythonを扱う方にも理解しやすいように、使用方法の説明、ハンズオンの順に学習を行いました。
この学習により、基本的なデータの読み込みから、モデルの作成、可視化までを実施可能になりました
可視化方法の検討
pythonを用いた分析ができる状態になったので、各々で分析をしながら、理解が難しい点、結果利用の障害になっている点を考えて来てもらい、ディスカッションを行いました。
その結果、予測値利用の難しさ、特徴量の理解の難しさが解決すべき点であると結論に至ったため、それらをわかりやすく表現する方法を考え、ダッシュボードを作成しました(https://public.tableau.com/app/profile/.59456458/viz/_17262992656600/sheet0_1)。
マニュアル作成
作成したダッシュボードを横展開するために、ダッシュボードの作成マニュアルを作成しました。
具体的な操作方法を記載し、DAの社内研修を受けた人ならば誰でも同じものを作ることができるよう意識し、社内可視化レベルの向上に役立てばいいなと考えています。
③さいごに
世の中には、高機能な統計分析ツールがたくさん存在します。それらのツールは多様な機能を持ち、とても素晴らしいものですが、実際に使用しているのは一部の機能だけであることもあります。また、使用料が高いと感じることもあるのではないでしょうか。導入済みのツールで必要な機能を補えないかと考えている中で、本分科会を思いつき、活動を開始いたしました。今後、さまざまな分析手法に活動範囲を広げていければと考えております！
最後までお読みいただきありがとうございました！
★メンバーズデータアドベンチャーカンパニーについてはこちら★