すべてのカテゴリ

こんにちは、YUSAKOです(ˊᗜˋ*)最近、やりたいことがちょこちょこあって、以前ほどブログの更新が出来てないんですが、とってもありがたいことに、毎日一定数の方に閲覧していただいています。♡も、たくさん送っていただき、本当にありがとうございます(*ᵕᴗᵕ)⁾⁾ココナラの管理画面では、『過去30日間』と『過去3か月間』の閲覧数が見られるようになっていますが、なんでだろう？ｗ3か月より前のデータは、参考にならないのかしら🤔私は知りたいけどな～。＊＊＊＊＊さて、私の場合、3か月間のデータでみると、だいたい１つの記事で５0～100PV30日間のデータで見ても、同じ数字なので、SEOでたまたまHITしたというより、一定数の方が継続的に読んでくださってるのかな。そもそもSEO対策なんてしてませんけどね💦でも、たまに、これはワード検索で辿り着いてくださったのかな？というものもあります。それは、閲覧数が、前後の記事に比べて多いからです。＊以下のPV数は3か月間のデータからです＊こちら↓は、8月に書いたのに現時点で419PVこちら↓は、もっと前の4月に書いたのに、現時点で68PV2つとも『モラハラ』に関するものですね。＊＊＊＊＊そして、投稿から一番期間が経っていて、検索数が多いものは、こちら↓で128PVこちら↓に至っては、ココナラ始めた当初（2023年）のものですが、コンスタントに見ていただいてるようです。自分で言っちゃいますが、私の代名詞、私と言ったら『パニック障害』😓「ブログを読んで、相談したいと思った…」と、関連のサービスを購入してくださる方もいて、経験を開示する大切さを実感しています

背景ある日ふと思いました。Adoの『踊』って曲は本当に踊りやすいのか！？ということで（どういうこと？）『踊』の踊りやすさを調べてみようと思います！どうやって踊りやすさを数値化しようかと考えてたらなんとSpotifyが数値化してくれてました！（ありがとうSpotify✨✨）SpotifyのAPIを使うと曲ごとに数値化された以下の指標を取得できるようです！今回は・danceability（踊りやすさ）を利用して『踊』がどれほど踊りやすいのかを見ていきたいと思います👍週間TOP50との比較まずは人気曲と比較してどれほど踊りやすいのか調べました！(2022年初頭（詳細は忘れました）のspotifyランキングの人気曲です)その結果がこちら！！『踊』は11位ということですが…『踊り子 / Vaundy』に負けて『Permission to Dance / BTS』に勝ってる！！（なんだこのダンス曲の序列は！？）とりあえず『踊』は人気曲の中ではそこそこ踊りやすいということですね!(^^)!その他を見るとやはりK-POP（IVE, TWICE, Kep1er, BTSなど）は強いですね…『ヨワネワキ』や『きらり』が上位で健闘してますが、一歩及ばずというところでしょうか。タイトルに"踊"が入った曲との比較『踊り子』より踊りにくいということが分かったことで、他の"踊"る系の曲と比較してみようと思いました！曲タイトルに「踊」が入っていれば踊る曲だろう、という安直な考えでデータを抽出して比較した結果がこちら↓Adoの『踊』は321曲中44位という上位ではあるものの微妙な結果に…（上図の赤枠）ただよく見

こんにちは、あずま貴之です♪ 僕は心理学✕マーケティングをベースに お金の稼ぎ方、心の強さをサポートしています ココナラ・コンテンツマーケットも 6月から始まる予定なので、スタートまでに コンテンツ20本出品する目標で頑張ります！！✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️ ⭐️あずま貴之の簡単な紹介⭐️ ▶ココナラで400名以上の販売サポート実績‼ ▶コンサル生を3ヶ月で100万売上達成させる‼ あずま貴之はこんな人です ↓↓↓↓↓ ✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️✴️ 今回は「商品を低単価で売る」というテーマで、僕の経験と考えをシェアします。これは僕がココナラを始め ビジネスをサポートをする人には 必ず伝えていることなんですが はじめてサービスを販売する時は 利益よりも、信頼とデータを集めることを優先する そのため、販売する商品の価格は 相場より安く売ることを 徹底してもらっています。 ココナラで売る場合は 設定できる金額の1番最低価格です。 （500円～1000円） 正直、こんな安い金額だと 割に合わないという 考えも出てくると思います。 最初から自分の商品に 大きな価値をつけたい気持ちもわかるけど いきなり高単価で売ってもほぼ購入されることはないですしもし売れたとしても後々、痛い目を見ることになります。 その理由はと言うと＿＿＿まず、はじめて買う商品というのは お客さん側からしたらまだ評価もなければ、中身がどんなものかよくわからない状態で不安なんですねもしお客さんに提供する価値と 価格が見合っていないってなったら クレ

背景マイブームのテキストマイニングについて調べてたら「word2vec」というものが出てきました。調べてみたら、、、実に面白い。（cv福山雅治）ざっくり言うと、単語をベクトルで表現して足し算や引き算したり、似ている単語を抽出したりできるらいいです。（素人考え）ということで、これらを参考にして私の大好きなポルノ（意味深）の歌詞を分析してみました！Word Cloudで頻出単語を可視化とりあえずポルノグラフィティの歌詞データを集めて、単語に分解して動詞・形容詞・名詞のみを抽出してWord Cloudで可視化してみました！（情報過多）歌詞で使われている回数が多いほど大きく表示されているので、全体像を把握するのに役立ちます。「君」「あなた」「自分」「心」といった単語がよく使われていることがわかります。（この辺は他のアーティストでも同じになりそう）「誰」「どこ」「？」も大きいので、ポルノグラフィティは"よく問いかけてる"説を提唱しておきます！（左上の「Baby」を見て、"ヒトリノ夜（インディーズ版）"を思い出した人とはいいお酒が飲めそうですw）「幸せについて本気出して考えてみた」結果は？歌詞の可視化が終わったところでここからが本題です。2002年にリリースされた8thシングル「幸せについて本気出して考えてみた」をご存知でしょうか？曲の中で幸せについて考えてくれてますが、答えを出してくれてないんです！！考えた結果としては、「同じところに行き着く」「意外になくはない」という感じです。この未解決問題に決着をつけるべく、ポルノグラフィティが考える"幸せ"とは何なのかをword2vecで探ってみま

ブログをご覧いただきありがとうございます。『見習いによる格安データ分析』です。今回は、私が分析で日ごろ心掛けていることについてお話したいと思います。それは「相手目線で分かりやすい結果をお伝えする」ことです。分析結果を受け取る人も様々です。・専門として高度な学問を修めた人・仕事で日常的に集計・分析をしている人・データやグラフを見るだけで目がチカチカしてしまう人技術はどんどん進歩して、いわゆるビッグデータと言われる膨大な量のデータを取り扱う高度な分析が、日々新たな気づきを生んでいます。しかし一方で、3番目のようなデータに慣れていない方がその分析結果を受け取ったとしても、「ふーん、だから？」とか、「結局何が言いたいの？」となってしまうものです。そして、世間一般には3番目の方が相当数いらっしゃるとお見受けします。というよりそのような方が大多数を占めるのではないでしょうか？ただ、それはたいていの場合その方ご本人のせいではありません。高度な分析は、その分結果を読み解く力が問われます。また学問的な分析になるほど、ビジネスの現場に即さないこともしばしば。きっと今までデータの恩恵を受けたり、成功体験がなかったから。あるいは受け取ったデータがひと目見て分かる内容でなかったから。そんな体験の積み重ねでしか分析を信頼する、データを好きになることはないのです。だから私は「相手目線で分かりやすい結果をお伝えする」ことを大切にしています。分析のために分析をするわけでもなければ、高度な技術をひけらかしたいわけでもない。あくまでデータ分析は課題解決や目的達成の手段・ツールでしかない。何より相手とのコミュニケーシ

現代のデータアナリティクスにおける価値創造の戦略的な枠組みをタロットリーディングに比喩的に適用して解説します。具体的には、コラボレーション、テクノロジー、データ駆動型意思決定の三つの柱、そして人材、文化、リテラシーという基盤の重要性を強調しました。また、モダンデータスタックの各要素やデータメッシュといった技術的パラダイム、これらがタロットリーディングのプロセスにいかに類似しているかを考察しました。最終的に、情報から価値を引き出し、意思決定と行動変容を促すという共通の目標を浮き彫りにしています。（音声概要）AIによる音声概要は画期的なツールですね。考えや作成した資料をわかりやすく説明してくれます。他者に伝えるのには非常に便利なツールです。約100年前のタイピストとNG表彰式／1930年

こんにちはWebレスキューです。今回はココナラの商品を出品する際にどのような切り口で商品を見せていくか考えながら書いてみようと思います。ココナラは副業としてやっている忙しい方や複雑なデータ分析ちょっとという方も多いと思うので簡易的にできることをやってみましょう。ココナラではどのようなニーズが高いのか？めちゃめちゃ当たり前のことですが、商品は求める人がいないと買ってもらえません。自分はこれができますという内容を商品にしたり、提案にしても意味がないということです。そしてそのニーズは業界全体ではなんとなく理解していてもココナラをはじめとしたクラウドソーシングの中ではどうなっているのか？を把握する必要があります。それではどのように把握していくのか。（私が参考にしているのはココナラではないサイトなので厳密にココナラのニーズではないのですが）毎月そのクラウドソーシング内でよく検索されたタグや急上昇のキーワードを教えてくれています。どのサイトか言えないことから察していただいて、こういう情報も探せばあるよということを知っていただければと思います。トレンドを抑える11月にレポートとして送られてきた内容には例えば急上昇のキーワードとして「見積書」や「適格請求書」という検索が増えているよという情報が記載されていました。インボイス制度によってこのような検索が増えていると考えられます。また、検索されたタグの中にはクリスマスというキーワードも入っています。その時勢やそのシーズンごとの需要を踏まえた出品について普段考えたことが無い方にとっては一つの切り口になるのでは無いでしょうか？全体の傾向の中で狙い所や見

こんにちは。ゆうです！私は大学在学中にプログラミングを始め、今は大学の研究と並行して、ココナラでプログラミング関連のお仕事をしています。よく私の下にこんなメッセージが届きます。・人気なプログラミング言語は何？・どの言語を学ぶのがおすすめなの？結論、私は「python」がおすすめです。その理由は以下の3つが挙げられます。・初心者でも学びやすい・需要が高い・ライブラリが豊富まず、一つ目の「初心者でも学びやすい」点について。これはpythonを学ぶメリットとして、まず挙げられますね。pythonは学習コストが他の言語と比べて圧倒的に低いことが特徴です。例として、プログラミング言語の中でも有名なC言語とコードの比較をしてみましょう。● C言語#include <stdio.h>int main(void){    printf("Hello World!");    return 0;}●pythonprint("Hello World!")どうでしょう？ pythonが学びやすいと言われる理由が分かると思います。次に、二つ目の「需要が高い」点について。pythonというプログラミング言語は今話題のAIやデータ分析に特化した言語です。米国の電気工学技術の学会誌である「IEEE Spectrum」が2022年に発表したプログラミング言語ランキングによると、pythonが堂々の1位である事がわかります。日本でも海外に倣って需要が伸びてきていますが、今後もさらに需要が伸びていく事が予想されます。最後に、三つ目の「ライブラリが豊富」という点について。まず、ライブラリとは何？ と思っ

初めまして。数あるブログの中から本ブログにお目通しいただきありがとうございます。『見習いによる格安データ分析』と申します。2023年、新しいことにチャレンジしてみようと一念発起し、ココナラを始めてみました。今までのキャリアを活かし、主にデータ分析と転職相談の出品を行なっております。私は現在金融系SaaSベンチャーのマーケティング担当です。今後は特にデータ分析やマーケティングで本業で直面している課題やその向き合い方、思考などを不定期で更新していきたいと思います。もし興味を持っていただける方がいらっしゃったらぜひお付き合いください。以下、簡単に経歴を載せておきます。〜学歴〜・東京都大田区にある理系国立大卒。アンチエイジングの研究をしてました。・学生時代は4年間某ハンバーガーチェーンで店長代理として、資材管理・シフト管理・バイト育成・リクルートまで色々やらせてもらってました。〜職歴〜・新卒で東証一部上場の大手保険会社に入社し約10年務めました。主にtoB向けの営業を担当していました。いままで面談した中小企業は累計500社を超えます。・うち1年は新卒採用担当を経験。新卒向けセミナー企画やスライド作成、合同説明会での500名規模のセミナー司会など。エントリーシートを見た枚数は自信があります。・その後、現職（もうすぐ3年）。前身ではグロースハッカーとして社内データ分析チームの立ち上げをリードしました。

Looker Studio（旧Googleデータポータル）の計算フィールドは最初ちょっととっつきにくいかもしれません。この計算フィールドを利用するともとのデータには存在しない数値を求めることができるのですが、まずは初歩的な使いかたを解説しました。

最近、AIに夢中しています( ´艸｀)2015年から、大手クラウドプラットフォームから各自のAIサービスを相次いて登場しています。AmazonGoogleIBMMicrosoft...自分もAIサービスに趣味を持っていて、今回は需要予測を実践してみました。とりあえず、下記のような基礎データを用意します：商品A, 6/18, 10個商品A, 6/19, 10個...商品B, 6/19, 40個商品B, 6/21, 30個...このような形式のExcel（２ヶ月分）さえごあれば、カバー写真のような予測結果は出せます！カバー写真の日付と見比べてみたら？すごくないでしょうか！！（5、6、７の３ヶ月分の履歴データを持って８月前半分を予測した結果）売れていない日はビックリするほど一致していて、実際も売れていないです。売れた日も件数は大体合いそうな感じですね（100%までいていないけど）。更に、もし商品ごとの・価格・在庫数・売上・在庫有無・プロモーション有無などデータが揃ったら、精度がもっと上げられて、少しでも在庫または販売状況が改善できるのではないでしょうか。今回実践してきた機に、サービスとして出品しています。AIサービスとしてお値段は全然高くない気がしますので、少しでも試していただきたい方が居られましたらぜひご購入ください。例えば過去のデータを検証してみた、会いそうでしたら将来の状況を予測してみたらいいのでしょうか。購入までのお問い合わせは大歓迎です！AIって記憶中に2000年前後もありましたが、本当に普及しているのはまさにクラウド・ビッグデータにより応用している今でしょうか。どうぞ、よ

私のプロフィールを見ていただいた方はご存知かもしれませんが、私は人材サービス業界で20年ほど仕事していました。私が人材サービス業界に入った頃から集客が紙からインターネットに移行する移行期だったと思います。そこで、私が1番学んだのはデータ収集と集計の重要性です。インターネットの場合は基本的にすべてデジタルで処理されるので、分析が以前よりも遥かに簡単になりました。今までの職人的な「感」に頼ること無く再現性が高くなったわけですから、これを活かせる人が勝負に勝てるということになります。ココナラでもデータ収集と集計は重要ココナラの場合は、ブログやHPのような詳細なデータを収集するのは難しいです。ココナラの場合であれば、出品しているサービスへ月間閲覧人数を知ることはできますので、そのうち何回購入された、されなかったをデータで確認することが重要です。例えば、サービスページに閲覧人数が月間100人あったにも関わらず1件も売れなかったのなら、サービス説明の文章がダメかもしれないという仮説を立てることができます。また狙ったキーワードで20番目以内に表示されているにも関わらず、サービスページの閲覧人数が少ないのであれば、サムネやタイトルふがダメな可能性が高いと仮説を立てることができます。ただ漠然と売れないと悩んでいても何も改善はできません。インターネットの世界はそういうものですので、収集できるデータは収集し集計することで、仮説を立てる習慣が必要です。公開依頼でもデータ収集と集計は重要です。こちらの記事でも書きましたが、公開依頼のデータも私は収集、集計して分析しています。この記事を書いた頃より提案数も

前回、Python3を独学で勉強、約２か月で資格取得の記事から１か月ちょっと経ちましたが、ようやくPython3エンジニアデータ分析の試験に合格したので、記事を書かせて頂いております。個人的には１か月っていうのは、ちょっと時間を掛け過ぎた感はありますが、色々とコードを書いたり、参考書の内容を読み、時にはその内容をノートにとりながら学習したことで、Pythonの事についてより理解を深めることができたので、まあいいかなぁという感じです。試験自体は模擬試験とはちょっと離れた感じの問題が多いイメージでした。要は模擬試験の中身を暗記しとけば合格できるようなものではなく、ちゃんと本質を理解してますか？という問題が多い印象を受けました。（他の方の合格体験記では、模擬試験を繰り返しやれば受かると書かれていましたが。。。私の自頭の悪さのせいかもw）まぁ、とにかくスコアは９割以上だったので、自信にはなりました！でもここがスタート地点なので、改めて緒を引き締めて頑張りたいと思います！そういえば、前回の記事にてデータ分析に興味があると記載したと思いますが、今回の試験に受かったことや、これまでの学習を通して、ますますデータ分析の分野に興味を持ちました。データ分析には大きく分けてデータサイエンティストとデータアナリストの職種があるそうですが、データサイエンティストは与えられたデータをもとに、達成したいタスク（目標）に沿って、最適なアルゴリズムを選定し、それを基に学習モデルを構築、学習モデルを使用してデータ分析・その分析評価を行いながら、さらにその分析精度を（各パラメータの調整等により）高めていくことが主な

本記事は生成AIを利用して作成しておりますPower BIとはまずはじめに、Power BIとは何かを簡単に説明します。Power BIはMicrosoftが提供するビジネスインテリジェンスツールで、様々なデータソースからデータを集約し、簡単な操作でデータを視覚化することができます。 Power BIの利用価値Power BIを利用することで、個人やビジネスにどのようなメリットがあるかを解説します。具体的には以下のような点が挙げられます。 　●データを可視化することにより、データの把握がしやすくなる。 　●リアルタイムに更新されるデータを利用できるため、正確な情報に基づいた意思決定ができる。 　●データの自動化処理により、業務の効率化が図れる。 Power BIの使い方 次に、Power BIの基本的な使い方を紹介します。主なステップは以下の通りです。 　１．データのインポート 　２．データの加工 　３．データの可視化 　４．ダッシュボードの作成 Power BIの実践事例 Power BIを実際に業務に活用している企業の事例を紹介します。様々な業種で利用されており、以下のような効果が報告されています。 　●販売データの可視化により、営業担当者が顧客情報をリアルタイムで把握できるようになった。 　●製造プロセスの可視化により、品質管理の向上や不良品の削減が実現した。 　●人事データの可視化により、採用活動の見える化や労働環境の改善に繋がった。 まとめ 最後に、Power BIの利用価値や使い方、事例についてまとめます。Power BIを活用することで、業務の効率化や意思決定の正

こんにちは。Tech Scratchです。お世話になっています。今回もダッシュボードの配色を考えてみました。とある大人気アニメを彷彿される色合いにしてみました。お分かりになりますか？？この配色がいいなと思った方はぜひ、いいね/お気に入り登録よろしくお願いします。Tableauでのデータ可視化のご依頼の際に参考にしてみてください。まだ準備中ですがデータ可視化の案件承ります。よかったらお気に入りに登録してみてください。https://coconala.com/services/2721938?ref=top_histories&ref_kind=home&ref_no=1それではまた。

Looker Studio（Googleデータポータル）では、ページ内に配置したグラフそのものにフィルタとしての機能を持たせることで、視覚的に各グラフの数値を絞り込んでいくことが可能です。こういったインタラクティブなフィルタの機能は、BIツールを使う上での醍醐味なのでぜひ活用したいですね。その方法を解説しています。

何にもうまくいかないとき、なんだか気分が落ち込んでいるとき、毎日毎日満員電車に揺られながら同じ道を同じ方向へ足を運んでいる日々。。。これらを感じた時、現実と向き合っている自分がそこにはいます。 この時思うのが『このまま毎日を過ごすのかな・・・』といったような劣等感ではないでしょうか。 誰しも感情の波はあります。 しかし、一旦感じてしまうと明日は頑張ろう！という前向きな気分には中々なれませんよね。 そんな時、どのようにして自分は自分と向き合えば良いのか。 『何者でもない自分でもできることはある』 今回はこんな悩みを一緒に考えていきたいと思います。１. なぜ、自分は何者かになりたいのか。 ２. 一度立ち止まり、自分を知り、自分を考えてみる ３. これから先は、自分が出来る事をまずは小さく実行してみる なぜ、人は何者かになりたいと思うのか。なぜ、自分は何者かになりたいのか。 毎朝同じ電車で、決まった時刻に乗車しては人混みの中をまだ眠気が残る目を細めながら何もせずただただボーっとゆらゆら揺られている時、ふと感じる。 『あぁ。毎日同じような日々の繰り返しだなぁ・・・』 周りを見渡せば同じような顔の人がたくさんいる。自分もその中の一人かと思うと悲しくなるけれど『皆同じ』と思えるとそれが処方箋となり今日の一日の始まりとなる。あなたは、このような劣等感や自分への葛藤を知りながらも、『変えようのない現実』として自分の生活の一部になっていませんか？ もし、劣等感を少しでも感じているのであればぜひ読んでいただきたい。”なぜこのような突然の劣等感に襲われるのか？”ぼくは昔、こんな経験をしたことがありま

１.AIの導入が進まない理由 昨今、AI（人口知能）は、生成AIなどの登場により世界中で注目が集まり、日本国内でもその活用を試みる企業が増えています。しかし、日本におけるAIの導入率は、依然として低水準のままです。AIの導入が進まない理由として、次の３つがあると考えられます。①AIの専門知識不足：業務知識とAI開発に必要な専門知識持つ人材が不足しています。②最適なデータ不足：企業内のデータからAIの学習に適したデータを選別できないケースが多く見られます。 ③課題とAIのミスマッチ：AIが業務課題の解決策として最適でないケースにおいても、AIを採用しているケースがあります。 ２.業務課題の特定 AIを導入する場合、初めから「AIありき」で導入を進めると失敗するケースが多くなります。その理由は、業務課題の解決策とAIのミスマッチにあります。このようなミスマッチを防ぐためには、「業務の現状（As-Is）」と「あるべき姿（To-Be）」との「ギャップ」を認識して、優先順位を明らかにして取り組むべき「課題」を特定する必要があります。３.課題の解決策の選定 次に、特定した「課題」に対する最適な「解決策」を選定していきます。通常、解決策の選択肢として、ルールベース、BI、AI、数理最適化があります。 ・ルールベース（従来型のシステム）：事前に定義されたルールや条件に従って結果を求めるシステムです。例えば、IF-THENルールを使って特定のアクションを実行するようなシステムです。・BI（ビジネス・インテリジェンス）：過去のデータを可視化して傾向を把握することにより、目標を達成するアクションを選

皆さん、こちらのブログを見て頂きありがとうございます。私は現在早稲田大学招聘研究員として、消費者行動・心理を分析しています。分かりやすく言うと、データを活用して企業のマーケティング活動や消費者の購買体験を豊かにしていくというのが私たちの役目です。そんな中で、皆さんから頂く疑問として「データの重要性は分かるが、いまいちピンとこない」、あるいは「具体的にデータを活用するメリットは何？」といったものがあります。「データ分析」や「統計」など、一見するととても難しく感じられるため、どのように活かせるのかが伝わりにくいのかも知れません。この問題を解決するために、今回はデータをマーケティング活動に使うことのメリットをお話していきたいと思います。データドリブンマーケティングの特徴やメリットを知りたい方はぜひ読んでみてください。データドリブンマーケティングとは何か？まず「データドリブンマーケティング」の言葉の意味を整理しましょう。「データドリブンマーケティング」とはユーザーの行動履歴や売上情報、あるいはビッグデータなどの複数のデータから客観的に判断するマーケティング手法を指します。私たちが暮らす現代社会はスマートフォンやインターネットの発展に伴って、多くのデータがオンライン・オフライン問わず蓄積されています。例えばSNSで商品を購入し、その感想を投稿するなど、「認知」から「購入」までの経路が複雑で多様化しているため、それぞれの行動フェーズごとにデータを取得して顧客の感情や行動を把握することが重要なのです。他にもセンサーなどでリアルタイムで消費者の動きを取得し、クラウド上にたくさんのデータを蓄積し

Accessで介護支援記録システムを作った理由－4 私がAccessのようなソフトを使い始めた理由は、まず自分の仕事にデータベースを使いたいという、純粋に個人的な理由からでした。 1980年代後半にMS-DOSがパソコンOSの主流となり、社会にPCが普及していく中、私は個人でも勉強をすればデータベースが操作できる時代が来たことを知ります。 最初に関心を持ったのはdBASEⅢというソフトでした。 プログラムを書くことは、PCがマイコンと呼ばれていた時代にゲームプログラミングのため習得したBasicで経験しており、その後、ゲームを高速化できるマシン語にも手を染めていました。 なので、dBASEⅢも楽勝！という気分で取り組み始めましたが、実際にやってみると、やはり仕事の合間に独学でデータベースシステムを作ろうとするのは無理がありました。 実務者とSE、両立の試みはすぐに挫折します。 その後に異動した職場で、DOS版表計算ソフトのLotus 1-2-3をデータベース操作に利用するという、楽な方法を覚えます。1991年のことでした。 紙の帳票から必死に手入力したデータでデータベースを作ったあと、検索や抽出ばかりでなく、統計的な分析手法で、今までよく見えなかったものが明確に見えるようになる面白さを知ったことが大きな収穫でした。 そこで次に異動した職場では、Windows版 LotusSuperOfficeにバンドルされていたApproachというソフトを見つけ、これを使ってみることにします。また、自分でデータを打ち込む無駄を省くため、メインフレームからCSVでデータを抽出してもらい、これを

概要データ分析は、ビジネスにおいて重要な意思決定を支援するツールとして注目されています。本記事では、データ分析の概念から、ビジネスにおけるデータ活用の基礎までを解説します。データ分析に興味がある初学者や、ビジネスにおけるデータ活用について知りたい方に向けた記事です。（本記事は生成AIを利用して作成しております）１．データ分析とは？ データ分析とは、データを収集・加工・分析することで、新たな知見を得たり、意思決定をサポートする手法のことです。ビジネスにおいては、顧客行動の分析や市場動向の予測などに活用され、重要な意思決定を支援する役割を担っています。データ分析の基本的な概念を理解し、正しく実践することで、企業競争力を高めることができます。本記事では、初学者にもわかりやすく、データ分析の基本からビジネスにおけるデータ活用の基礎までを解説します。２．データ収集の基礎データ分析において、最も重要な要素の一つが「データ収集」です。しかし、データ収集は単にデータを集めるだけではありません。正しいデータ収集方法を理解することが、データ分析の正確性と信頼性を確保するために欠かせません。ビジネスにおけるデータ収集の重要性 ビジネスにおけるデータ収集は、意思決定において必要不可欠な役割を果たします。データ収集を通じて、ビジネスの現状やトレンド、市場動向などを把握し、より正確な判断を行うことができます。データ収集の方法 データ収集には、様々な方法があります。具体的には、アンケート調査、ウェブログ分析、センサーデータなどが挙げられます。それぞれの方法には、メリットやデメリットがあります。また、データ収

Webスクレイピングは、マーケティング戦略の立案において非常に役立つツールです。Webスクレイピングを利用することで、市場調査や競合調査などの情報収集を効率的に行うことができます。本記事では、Webスクレイピングを使ったマーケティング戦略の立案方法について解説します。 【Step 1: 目的の設定】 まずは、マーケティング戦略の目的を明確に設定することが重要です。例えば、新規顧客獲得、既存顧客のリピート率向上、競合優位性の確保など、目的は様々です。目的を設定することで、情報収集の視点が明確化され、より効果的なWebスクレイピングが可能になります。 【Step 2: 情報収集の対象を決定】 次に、情報収集の対象を決定します。具体的には、競合情報や業界動向、顧客ニーズや反応、マーケティング施策の効果などが挙げられます。収集する情報の対象を明確化することで、Webスクレイピングの範囲を限定し、効率的に情報収集を行うことができます。 【Step 3: ツールの選択】 Webスクレイピングには、様々なツールがあります。例えば、PythonのBeautifulSoupやScrapy、SeleniumやPuppeteerなどが挙げられます。目的や収集する情報に応じて、最適なツールを選択することが大切です。 【Step 4: Webスクレイピングの実行】 Webスクレイピングの実行にあたっては、法令や規約を遵守することが重要です。また、情報の正確性や信頼性を確認することも必要です。Webスクレイピングによって収集された情報を分析し、マーケティング施策の改善や戦略の立案に活用することができます。

こんにちは。Tech Scratchです。お世話になっています。今回はダッシュボードの配色を考えてみました。この配色がいいなと思った方はぜひ、いいね/お気に入り登録よろしくお願いします。またTableauでのデータ可視化のご依頼の際に参考にしてみてください。よろしくお願いします。

おはようございます。ブログをご覧いただきありがとうございます。『見習いによる格安データ分析』です。突然ですが、「円周率πが３.05より大きいことを証明せよ」って問題ご存知でしょうか？はい、別に数学の話がしたいわけではないので是非ここで読むのを止めないでほしいですwこれは2003年の東大入試で出題された問題で、理系の難関大を目指した方なら（ジェネレーションギャップでなければ）恐らく一度は目にしたことがあるであろう本当に有名な問題です。円に内接する正八角形、もしくは正十二角形の周の長さを比較して証明する解き方がオーソドックスですが、当時の時代背景として「円周率は3」っていう小学校の学習指導要領に対する問題提起だったという話を小耳に挟んだ記憶があります。（ご興味がおありでしたらググってみると記事は山のように出てきますよ）で、今日は何が言いたいのかというと、ビジネスシーンにおいては「別に円周率って３.14で（何ならシーンによっては3で）良くない？」「３.05より大きいか、とかどうでも良くない？」ってことです。誤解いただきたくないのですが、私個人としては学問としての数学は素晴らしいと思っていますし、この入試問題は数学が面白いと思えたからこそ15年以上経った今でも鮮明に覚えている問題です。ただ、ビジネスシーンで数字を取り扱っているととかく「数字（データ）の正確性・信頼性」に重きを置かれがちです。でも、行き過ぎるとビジネスを超えて学問の域に到達してしまうアナリストの方もいるのでは？とお見受けします。上の例でしたら、円の面積なり周の長さを求めるのに「円周率っていくつで計算するのが良いんだっけ？

Looker Studio（旧Googleデータポータル）の円グラフ／ドーナツグラフにはラベル（凡例、割合、値）が表示できますが、デフォルトでは１種類しか設定できません。でもちょっと工夫すると……凡例と割合の２つの要素が円グラフ／ドーナツグラフの中に表示できたぞ！

Looker Studio（Googleデータポータル）では、レポートにGoogleアナリティクスの計測タグを挿入すると、ウェブページと同じようにアクセス状況が計測できます。UAとGA4では設定方法が異なります。この動画ではUAを使ってレポートの閲覧状況をトラッキングする方法を解説しています。ま、もうUAの需要はないかなー。

Looker Studio（旧Googleデータポータル）でGoogleアナリティクス（UA）に接続すると、地域が英語表記になってしまうのを読みやすく漢字表記にする方法を解説しました。

Excelでもお馴染みのピボットテーブル。Looker Studio（Googleデータポータル）ではExcelとはピボットテーブル作成時の設定箇所が異なるのでExcelに慣れているユーザーは戸惑うかもしれません。Looker Studioでどこを設定したらテーブルがどう変化するのかをわかりやすく解説しました。

背景名探偵コナン…ってご存じですか？（みんな知ってる）漫画は100巻を超えてアニメも1000話を超えて勢いすごいですよね！ただ…いつまでも"謎"が生まれ続け、"真実"を見抜けてないのでは？とも思いますよね！（思え（圧））ということでコナン関連の楽曲の歌詞を分析して"謎"を解き明かしてたった一つの"真実"を見抜いてやろうと思います(ﾟ∀ﾟ)（少し強引）分析方法分析の方法は前回と同じword2vecを使用します。ざっくり言うと、単語をベクトルで表現して足し算や引き算したり、似ている単語を抽出したりできるらしいです。（素人考え）ベクトルで表現できるということは「似ている単語」を抽出できるということです。つまり、"謎"≒○○という感じで謎を解くことができるのです！！（やや大げさな気がしますが笑）Word Cloudで歌詞可視化前回と同様にまずは歌詞を可視化してみます！中央左側に"謎"があり、中央下側に"真実"があるのが見えます。どちらも意外と小さいなーという印象です。（"世界"という単語からGARNET CROWの「世界はまわると言うけれど」を思い出した人と友達になりたい）あとから気づいたのですが、・英単語の大文字化・ひらがな一文字の削除・記号の削除などすればよかったなぁと思いました。。。"謎"を解き明かした結果コナン関連楽曲の歌詞から"謎"を解き明かした結果がこちら（1に近いほうが"謎"に似ていることを表す）↓なるほど…謎とは「スタート」謎とは「出会う」もの謎とは「降り続く」もの（「波」のように押し寄せるもの）いかにもコナンのストーリーを物語ってますねwwその他は…謎とは「虹」謎とは

こんにちは。今回は、BIツールTableauで悩みがちな色の使い方をまとめます。TableauでVizを開発する際に、個人的に意識していることを解説します！！【色使いのコツ　4か条】1.強調したい要素に色を使う2.使う色に意味を持たせる3.枠線は不必要につけない4.彩度が低い色を使うでは、それぞれ具体的にどういうことか、詳細に見ていきます。1.強調したい要素に色を使うVizを見た人に特に見てほしいものにだけ色を使う特に明るい色は、人の視線を引き付けやすいです。あまり見る価値がない指標、図形などに色がついていると無意識にそちらに視線を向けてしまい、Viz作成者が本当に見てほしいものを見てくれなくなってしまいます。強調したい指標、図形に色を使うようにして、強調すべきものを際立たせましょう。2.使う色に意味を持たせる色に役割を持たせ1つのメッセージを持たせる色には誰しも一般的なイメージがあります。一例ですが、　赤＝危険な色　緑＝安全な色というイメージです。具体的なシーンで考えてみると、例えば自社の売上の予算達成状況を確認するためのVizで、　予算未達⇒赤　予算下達⇒緑という色使いをしてあげると、以下の流れで実際の経営判断（＝アクション）につながりやすくなります。■予算達成状況が「赤」（＝未達）　⇒見た人は危機感を感じる　⇒予算達成のために新たな施策（アクション）が必要だ。■予算達成状況が「緑」（＝達成）　⇒ひとまず売上予算は安心　⇒この情報に加えて「利益」が黒字なら追加投資（アクション）をしよう。色に意味を持たせ人の感情を動かすことにより、より一層、見た人のアクションに貢献するViz

こんにちは。山城です。今回から新しいシリーズ【機械学習を知ろう！】をスタートします！（前回までのシリーズ【データ分析をしよう！】は引き続き掲載させて頂きますので、そちらも引き続き楽しみにしててください！）第１回は「そもそも機械学習って何ぞや？」というテーマでいきたいと思います。あっ‥。今「機械学習ってAIのことじゃないの？」と思いましたね？正解ですが違います！（どっちやねん。）実は「AI」には決まった意味はなく、人それぞれ定義がバラバラなのです。例えば、ロールプレイングゲームの村人などは、業界では「ゲームAI」と言われ、AIと定義されています。（AIのイメージはありませんよね？）よって、「AI」とはざっくりと下図のようなイメージになります。つまり「機械学習」とは、AIという概念の一つのジャンルなのです！この機械学習が世間一般でのAIのイメージになっているのです。なので、もし「AI搭載」と書いてある商品があっても、必ずしも機械学習が使われているとは限らないので気をつけてくださいね！ちなみに機械学習には色々な種類があるのですが、それについては次回以降、順番に紹介していきたいと思います！次回は機械学習の一つ「クラスタリング」について書いていきたいと思いますのでお楽しみに！

入院収入は、病院では中心となる収入源である。多くの病院では、入院の収支はプラスとなっているが外来収支はマイナスとなっている。そのため、入院収入確保は病院経営を行う上で最も重要であり、重要指標（KGI）となる。しかしながら、この入院収入を上げる取り組みがうまく行っていない病院が多い。入院収入は、入院延べ患者数と日当点との組み合わせで決まる。特に新入院患者数が一番重要な指標であり、この新入院患者が集まらない事から入院収入が思うように達成出来ないのである。よって、この新入院患者数が入院収入のｋｅｙとなる。入院収入で悩んでいる病院はどこでも新入院患者数が足りない事が問題であると認識され、現場には新入院患者を増やせという指示は出されるが、具体策が示されずそこから次の一手が打てないのが現状である。総論止まりである。この新入院患者をＫＰＩ（重要指標）と設定し、この重要指標を構成している要素を洗い出し、洗い出された要素一つ一つに対策を打つ事が必要となる。これが各論の展開である。この場合の各論は、①入院紹介患者数、②外来からの入院患者数、③救急搬入入院患者数について対策を立てる事が必要になる。この３つについて、更に一つずつ構成要素を分解し必要な対策を行うことで確実に新入院患者数を増やす事が出来る。また、これで実績が出始めると、更に別の視点からの指標も必要となる。

本プラットフォームにはアナリティクス機能がないため、分析のために様々な指標に名称を付けて管理しています。一般的な配信のデータ分析に使われる用語も含まれていますが、配信のデータ分析に関する知見がそれほどあるわけではないため、現在も新たな指標を定義することも続いています。

1回の配信で作成された「配信概要資料」から主要な数値や属性を抽出し、台帳を作成します。この表が統計処理の基本となります。当初は取得していた指標が現在の半分以下でしたが、解析を進めるうちに配信に関連しそうなデータが他にも多く存在することが判明し、検討対象が雪だるま式に増加。この増加は現在も続いています。各項目間の相関については様々な組み合わせが考えられ、徐々に相関性の高い組み合わせが確認され始めています。

『サイトの見え方を適切に整える。導線を整える。＝UI/UX改善』だけで売上が上がると思っていませんか？もちろん、お客様を迷わせないように導線を整える＝（接客力を上げる！）ことは重要です。だけど、それだけでは、ECサイトを成長させて、売上を拡大し続けることはできません。『集客』『販売計画』『接客（＝UI/UX改善）』の3つの歯車がきれいに回ることで、ECサイトの売上が上がります。◆集客広告からお客さんはきていますか？LINE/メルマガで顧客様をよべていますか？SNS運用からのお客様が増えていますか？◆行動✅せっかく広告費をかけてサイトに来てもらったの、「なんか違う...」と帰られてしまっていませんか？（エンゲージメント率❌😱）✅興味を持ってもらえたのに、サッとスクロールされただけで中身を読まれずに離脱されていませんか？（平均エンゲージメント時間❌😱）　✅「調べてから、また今度買おう」って、お客様を逃がしていませんか？　（CVR❌😱）この『行動（接客）』をスムーズに流れていくようにサイト内を整えることが、UI/UX改善と呼ばれるところです。見落としがちなのは『販売計画』。接客だけを整えても、販促施策が立てられていなければ、せっかく集客しても売上が上がるはずもありません。『いつ』キャンペーンをうつのか。『どれぐらい』の売上を目指すのか。そのためには、『何人（誰）』のお客様にCV（購入）してもらう必要があるのか。✅去年のキャンペーンの課題は修正できていますか？✅季節・気候のタイミングはバッチリあっていますか？✅客単価を上げる施策ですか？件数を上げる施策ですか？✅目標売上を達成するにのに

　図書館では利用者アンケートが広く実施されていますが、その分析は単純集計やグラフ作成にとどまる場合がほとんどです。　一方、多変量解析を用いたより高度なデータ分析は、その有効性が認識されつつあるものの、実際の現場ではほとんど実施されていません。　データ分析というと、統計学を一から学び、専門ソフトを使い、高度な解析を行わなければならないという印象があります。　しかし、そのように考える必要はありません。　まず、図書館では、なぜデータ分析は普及していないのかを考えてみましょう。１． 人材不足　第一に挙げられるのが、データ分析を行うスキルを持った人材がいないというものです。　　図書館では文系出身の職員が比較的多く、スキル習得のハードルが高いと感じており、統計分析の講習を受けても、実務で活用できるレベルに到達するまでには相応の時間が必要です。２． 時間がない　次によく挙げられるのが、データ分析をやってみたいという意思はあっても、時間的な余裕がないというものです。　図書館職員は日常業務や定例業務だけで手一杯という職場も少なくありません。加えて、多くの業務をこなせる職員ほど、さらに新たな任務が割り振られがちです。３． 予算制約　スキルを持った人材を確保するにも、分析のためのツールを揃えるのにも予算措置が必要です。　データ分析だけを目的とした投資と考えると費用対効果が見えにくく、コスト削減が優先される状況では予算が通りません。４． 経験知が重視される　図書館には長年培われてきた専門性があり、その経験や知識への自負から、「あえてデータ分析をしなくても状況は把握できる」という意識が生まれることがあり

　2026年6月12日、イーロン・マスク氏率いる宇宙開発企業「SpaceX（スペースX）」が、米ナスダック市場（ティッカー：SPCX）に歴史的な新規上場（IPO）を果たしました。時価総額は1兆7700億ドル（約283兆円）に達し、過去最大のIPOとして世界中の投資家やビジネスパーソンの注目を一身に集めています。　　これほどの歴史的転換期において、ビジネスを有利に進めるために最も重要な要素は何でしょうか？それは、「誰よりも早く、正確に市場のデータを掴むこと」です。　しかし、激変する市場の情報を得るために、まだ毎日手作業でウェブサイトを巡回し、数値をコピー＆ペーストしていませんか？１．なぜSpaceX上場で「スクレイピング」が必要になるのか？今回の大型上場により、宇宙ビジネス、AIインフラ、通信セクターをはじめとする関連業界の株価、競合動向、SNSでの論調（センチメント）は分刻みで激しく変動しています。例えば競合他社の価格・在庫の急な変動国内外のニュースや技術動向のアップデート海外市場におけるサプライチェーンの価格データこれら膨大な情報を、人間の手で毎日チェックし、エクセルにまとめるのは不可能です。仮に1日2時間を情報収集に費やしているとしたら、それだけで月間数十時間の「タイムロス」となり、競合に先手を打たれる原因になります。２．手作業の情報収集を「戦略的資産」に変える技術最先端の市場で戦う企業が導入しているのが、Webデータの自動収集技術である「Webスクレイピング」です。スクレイピングを導入することで、以下のような業務がすべて全自動化されます。リアルタイムの価格追跡： 国内外の

ココナラで売れるためにどうすればよいのか？出品しても売れない、と悩む人は多いと思います。まずはデータの分析方法を知らないと原因と対策を考えることができません。表示回数→閲覧数→販売数- PR ---売上の壁は「戦略」ではなく「思考の構造」にあります。経営者の思考整理を支援する壁打ち相談はこちら。➡️ https://coconala.com/services/2819921-- PR ---●表示回数：検索結果に表示される回数●閲覧数：販売ページを見られた回数●販売数：購入された数それぞれの階層の数字がどのぐらいなのか？を知ることが必要です。しかし、現在は「表示回数」は有料の「セラーサクセス」に加入しなければ見ることができません。しかし、それでも「閲覧数」と「販売数」だけでも原因を考えることは可能です。これはダッシュボードの中になる「サービス・ブログ分析」のページの一部です。このように過去30日や3ヶ月、1年前まで遡って数字を見ることができます。私の場合であれば過去30日間で・・・●表示回数：閲覧不可●閲覧数：597回●販売数：5件となっています。よって、閲覧してくれた597名のうち5名の人が購入してくれた、ということが分かります。なので、購入された数は5÷597=0.00837になります。つまり約0.8%になります。購入率0.8%は良いのか？悪いのか？私の過去の経験値で考えると少し悪いですね。私はこの購入率の目安は1%だと思っていますので、597回の閲覧数であれば6件以上は購入してもらいたいと考えます。ココナラでは購入率などのデータは公開されていませんので目安がわかりません。

「エクセルの作業が多すぎて時間が足りない…」「マクロや関数がうまく使えない」「表やグラフをきれいに作りたいけど、やり方がわからない」そんなときに便利なのが ココナラのエクセル作業代行サービス です。私自身、ココナラで多数のエクセル案件を対応してきましたので、その経験から「どんな作業が依頼できるのか」「依頼の流れ」「メリット」についてまとめてみました。ココナラで依頼できるエクセル作業代行の内容ココナラでは、エクセルに関する幅広いサポートを受けられます。例えば：・データ入力・整理　　大量のデータを整頓し、必要な形に加工します。・関数・数式の作成　　SUM、IF、VLOOKUP、INDEX、MATCHなど基本から応用まで。・ピボットテーブル・グラフ作成　　見やすい集計表や資料用のグラフを作成。・マクロ（VBA）の作成・修正　　繰り返し作業を自動化して効率アップ。・業務フローに合わせたオリジナルツール作成　　勤怠管理、在庫管理、売上集計なども可能です。ココナラでエクセル作業代行を依頼するメリット1. 専門スキルを持つ人に依頼できる　エクセルを使いこなす人に直接相談できるので安心です。2. 短納期で対応可能　「明日の会議に使いたい！」といった急ぎ案件にも対応できる場合があります。3. コストを抑えられる　外注業者に依頼するよりもリーズナブル。個人でも利用しやすい価格帯です。依頼の流れ1. サービスページから「見積もり・カスタマイズ相談」を送る2. 希望内容・ファイルを共有3. 提案と見積もりを確認4. 納品データを受け取りココナラのメッセージ機能を使ってやり取りできるので、初めての方でも

はじめに サブスクビジネスにおいて、顧客の解約（チャーン）は避けられない問題です。しかし、適切な分析を行うことで、解約を減少させる戦略を立てることが可能です。ここでは、チャーン分析の重要性とその方法について詳しく解説します。 チャーン分析の重要性 チャーン分析とは、顧客がサービスを解約する理由を特定し、それに基づいて改善策を講じる手法です。これにより、顧客満足度を向上させ、解約率を低減させることができます。 効果的な質問の作成 チャーン分析において、効果的な質問を作成することが重要です。具体的な解約理由を明らかにするために、選択式の質問と自由回答の質問を組み合わせます。これにより、顧客の本音を引き出すことができます。 データ収集と分析の手法 解約理由を特定するために、以下のデータ収集方法が有効です① アンケート: 解約時に顧客に対してアンケートを実施し、理由を収集します。 ② インタビュー: 直接的なインタビューを通じて、より深い洞察を得ることができます。 ③ 行動データ: 顧客の利用履歴やサポートへの問い合わせ内容を分析し、解約の兆候を把握します。 データの整理と可視化 収集したデータを整理し、問題のパターンを可視化します。例えば、特定の機能に対する不満やカスタマーサポートの質に関する問題を明確にすることで、具体的な改善策を講じることができます。 解約防止策の実行分析結果に基づいて、以下のような解約防止策を実行します。① 機能改善: 顧客が求める機能を追加したり、既存の機能を改善します。 ② サポート強化: カスタマーサポートの質を向上させ、顧客の満足度を高めます。 ③ 価格

Pythonの機械学習ライブラリであるscikit-learn（sklearn）は、アルゴリズムの実装からデータセットの提供まで、高度なデータ分析を行うための機能が多数備わっています。今回はその中から、アンサンブル学習の一種であるランダムフォレストを使用し、グリッドサーチと交差検証によるハイパーパラメータチューニング、さらには特徴量の重要度を可視化する方法について紹介します。１．Random Forestとはランダムフォレストは、アンサンブル学習の一種で、多数の決定木を生成し、その予測結果の多数決で最終的な予測を行う方法です。各決定木はデータセットの一部の特徴量から構築され、個々の決定木がデータの異なる側面を学習することで、全体として過学習を抑えつつ精度の高いモデルを構築します。 ランダムフォレストは特徴量の重要度を算出できるという利点もあります。これは、各決定木で利用される特徴量とその特徴が予測にどれだけ寄与したかを評価することで得られます。 では、具体的な実装を見てみましょう。２．データの準備まずはsklearn.datasetsからirisデータセットをロードします。このデータセットは4つの特徴量を持つ150のサンプルで、アヤメの3つの品種に分類されます。from sklearn import datasets# irisデータセットのロードiris = datasets.load_iris()X = iris.datay = iris.target３． データセットの分割 データセットはtrain_test_split関数を使用し、訓練用とテスト用に分割します。te

WEBマーケティングはビジネスの成功に欠かせない要素ですが、誤ったアプローチや戦略の欠如により、失敗することもあります。今回は、初心者マーケターに向けて、WEBマーケティングでよく見られる失敗ポイントとその対策についてご紹介します。1. プランニングと戦略の重要性WEBマーケティングを成功させるためには、計画を立て、明確な戦略を持つことが重要です。目標を明確にし、ターゲットユーザーを把握しましょう。また、競合他社や市場のトレンドを分析し、戦略を練りましょう。2. 効果的なコンテンツ戦略の構築コンテンツはWEBマーケティングの基盤です。しかし、ターゲットユーザーのニーズに合わない、魅力に欠けるコンテンツを提供することが多いです。ターゲットユーザーの興味や関心に対応したコンテンツを作成し、魅力的な情報を提供しましょう。3. ユーザーエクスペリエンスの向上ウェブサイトやランディングページの使いやすさや視覚的な魅力は、ユーザーエクスペリエンスに直結します。失敗しがちなのは、使いにくいナビゲーションや長い読み込み時間などです。ユーザーが快適な体験をできるようなデザインと機能に注意しましょう。4. SEOの最適化検索エンジンでの上位表示は、ウェブサイトへのアクセスを増やすために重要です。しかし、多くのマーケターがSEOの最適化を怠りがちです。キーワードの適切な選定やメタタグの最適化など、基本的なSEOの対策を行いましょう。5. データ分析と改善サイクルの活用データ分析はマーケティングの成功に欠かせません。しかし、失敗しがちなのはデータの収集や分析が不十分なことです。データを集め、分析し、改

こんにちは。ココナラ広報です。ココナラには企業で働きながら、自身のスキルを活かしてサービスを提供している副業出品者さんがいます。リケジョえりかさんは、トヨタグループの開発総合職で働きながら、ココナラでデータ分析や、業務課題棚卸しなどオンラインのビジネスサポートを提供しています。ココナラに出品してどう変わったか、どのような想いを持っているか、リケジョえりかさんにインタビューさせていただきました。サービスURLhttps://coconala.com/users/3343476【経歴・キャリア】トヨタグループの開発総合職　国立大学の工学部を卒業したのち、大学院に進学し化学系の研究をしていました。現在トヨタグループの開発総合職として勤めています。【副業をはじめたきっかけ】自分に何ができるか試そうと思ったサラリーマンを続けるのも一つの選択肢ですが、新しいことに挑戦するのが好きで、将来事業の経営をしたい気持ちもあります。しかし、いきなり経営者になるよりは、一度副業をしてみて「自分に何ができるのか」「どの程度お金がもらえるのか」試そうと思ったんです。加えて、子どもが3歳になり落ち着いてきたことも追い風になりました。副業を始めるにあたって、副業関連のオンラインサロンやスクールに所属しました。そしたら、スクールの中でデザインをやっている方の多くがココナラを利用していたんですよね。私自身、はじめはTwitterなどのSNSで集客をしていたのですが、仕事の幅を広げるためにココナラで出品を始めました。【ココナラで出品してるサービス】「トヨタG総合職があなたの仕事をサポートします」60分3000円でW

前の期間と前年比、この２つをスコアカード内に表示できるとスペースの有効活用にもつながるし、いろいろはかどるんだけどなーっと思ってちょっと工夫したら……比較期間が２つ表示できた！

Looker Studio（Googleデータポータル）では、レポートにGoogleアナリティクスの計測タグを挿入すると、ウェブページと同じようにアクセス状況が計測できます。UAとGA4では設定方法が異なり、GA4はUAよりも一手間かかります。この動画ではGA4を使ってレポートの閲覧状況をトラッキングする方法を解説しています。

Looker Studio（Googleデータポータル）で、ページ内のすべてのグラフ要素に一括して同じフィルタを適用する方法を解説しました。

Looker Studio（旧Googleデータポータル）でグラフの対象期間をコントロールする方法は「グラフ単位」「ページ単位」「レポート全体」などそれぞれ用意されています。この動画では「コントロールを追加」の中にある期間設定コントロールで、ページ単位＆レポート全体の期間を制御する方法を解説しています。

Looker Studio（旧Googleデータポータル）で同じページ内にある２つのグラフの期間を別々に変更しながら見比べる際、なにもせずにページに設定されている期間を変更すると、２つのグラフの期間が同期してしまいます。同じページ内にある２つ以上のグラフ要素の期間をそれぞれ別々に制御するには、ちょっとした工夫が必要です。その設定方法について説明しています。

Looker Studio（旧Googleデータポータル）に限らず、あらゆるBIツールやデータビジュアライゼーションで一番よく使われるであろう縦棒グラフの基本的な作りかたを解説します。

「試験の平均点はいくつか」「今月の売上の平均」ように，平均は我々にとって非常に身近な概念である．ところで，平均とは何かというと，正しく答えられる人は少ないように思う．　結論から言えば．平均とは「釣り合いの支点」のことである．シーソーを思い浮かべると分かりやすい．二人の人がシーソーに乗ると，二人の体重が同じでない限りどちらかに傾く．しかしシーソーの支点を動かしていくと，必ずどこかで水平に釣り合うはずであり，これが平均の本質的な意味である．　しかし，平均にはもう一つの落とし穴がある．それは，極端な値があればその方向に平均が引っ張られることである．これもシーソーをイメージしよう．極端な値があるということは，片方の棒がとてつもなく長いのである．これが釣り合うようにするには，長い先端の方向に支点を移動させるしかない．　多くの人は平均と聞くと「真ん中の値」「普通の値」のようなイメージをもつかもしれない．それもあながち間違いではないが，時に平均は普通でない値をとることがある．したがって平均より低いからといって劣っているとは限らないし，高いからといって優れているとも限らないのである．

 　　現代の世の中は数字に溢れており，我々はその海に溺れつつある．ガリレイは「自然は統計学で書かれた書物である」といい，ネイト・シルバーは「数字は自ら語らない．我々が代わりに話し，意味を吹き込むのだ（Nate Silver, Signal & Noise）」といった．　もはや現代を生きる我々にとって，データサイエンスの知識は不可欠である．数字に踊らされないために，数字の意味を正しく効率的に理解するために，統計の知識が迫られている．このブログでは，平均・偏差値といった統計の基礎的概念から応用的概念まで，その本質を解説して行きたいと思う．

Googleが提供するWebサイトの解析ツール「Googleアナリティクス（ユニバーサルアナリティクス｜以下、UA）」のデータ収集及び利用を、2023年7月1日に終了すると、2022年3月16日にGoogleから発表がありました。 これに伴い、UAからGoogle Analytcis4(以下GA4）への移行しなければならないことは、UAをお使いの方はご存じかと思います。 今までデータポータルにUAのデータを連携していたファイルも、GA4へ接続して移行しなければなりません。 今回はその中で少し複雑なイベント設定「リンククリック」に注目します。 GA4でどのように再現していけば良いか、繰り返しの実験によって分かった内容を元にご紹介します。既存のGoogle Analytics,GTMで設定確認まず既存のUAで設定した内容を確認すると、下記のとおりです。一方、GTMでの設定例は下記のとおりです。 これを2つのケースで設定します。 ①GA4のみで設定（難易度低、GTM使用なし） ②UAのイベントカテゴリ、イベントラベルをGA4で踏襲して設定（難易度中、GTM使用あり） 特段の事情がなければ①で設定すれば大丈夫でしょう。 UAの表記「イベントカテゴリ/ラベル」と足並みを揃えたい場合は②の設定でも問題ありません。これらの設定について、設定代行をご希望の場合は下記のサービスからご依頼頂けます。設定内容を表レポートで可視化する 上記でGA4で設定した内容を、A.GA4「探索」、B.「データポータル」でそれぞれ可視化してみました。 GA4「探索」は①、②で設定した指標はすべて見れますが、「デー

ブログをご覧いただいている皆さん、こんにちは。 初めましての方も、ご依頼頂いたご経験のあるお客様も、当ブログをご覧くださってありがとうございます。 より良いサービスを目指して、日々色々考えを巡らしています。 今回は、ちょっと高度な使い方です。 だから、使い方ではなく、こういうことできるよっていうお知らせです。 できるってことだけでも知っておくことって、大切かなと思います。 自分の仕事で使えそうと思ったら、勉強してみたり、得意な人にやってもらったりしてみてはいかがでしょうか？ データ分析とは 最近はやりのデータ分析。別にビックデータを扱うだけがデータ分析ではありません。 数学的な関係があるのかないのかわからない有象無象のデータの中から、「ここんとこに関係があるぞ！」って見出すこと。 それがデータ分析です。 データ分析の目的は、新たに見つけたデータの関係要素を使って、将来を予測するのに使うこと。数字だけでなく、性別や場所、職業、年齢とかの要素も含められます。 書き出すと長くなるので、データ分析についての詳しいことは、別の方のサイトを参考にしてください。 今回紹介したいデータ分析方法は、『what-if分析』と『データ予測シート』と『ソルバー解析』です。 ◎What-if分析 大きく分けて二つあります。ゴールシークとデータテーブルです。 ゴールシーク：数式が目標値になるまで、数値をいくつにすればいいか、自動計算する機能です。ただし、変化させる数値は１つ。 データテーブル：行列と数式を使って表を自動計算する機能です。使い方と使いどころは選びますが…。 ゴールシークの使い処の例） 利益率

こんにちは。山城です。【機械学習を知ろう！】の第２回は、データを自動でグループ分けしてくれる「クラスタリング」という機械学習を紹介します！例として、ある施設の会員の施設利用履歴データを使って、会員の性質毎にグループ分けをしてみます。まずは利用履歴を会員毎に統計します。統計値が取れたので、このデータを使ってクラスタリング（グループ分け）をしてみます。では機械学習でグループ分けをしてみましょう！クラスタリングはAI君にお任せしましょう（よろしく〜）あっ、もうできたようですね。。。ではクラスタリングの結果を見てみます！綺麗にグループ分けできました！さらにクラスター毎に平均をとって傾向を見てみましょう！クラスター2を見てみると、１ヶ月の間に利用回数が多く、会員期間が短い傾向があります。つまり、月の利用回数が多いと長続きせず退会しやすいとうことがことが分かります。このように、クラスタリングは自動でグループ分けをして傾向を分析（クラスター分析）することができるのです！次回は機械学習の一つ「次元削減」について書いていきたいと思います。お楽しみに！

こんにちは。山城です。【データ分析をしよう！】の第5回は、自由評価を分析する方法をご紹介します。皆さんは、アンケートなどで、それぞれ自由に点数をつけてもらったデータがあった時どうしますか？この場合、人により物差しが違うため、過小または過大評価になるため扱いに困りますよね。そこで、この物差しを一定にして、再評価を行います。例として、あるカレーが美味しかったか、アンケートをとったものがあるとします。この場合、「おいしい」の物差しは人それぞれ違うため、甘く評価した人や厳しく評価した人がいる可能性があります。そのため必ずしも「普通」が星３になるとは限りません。そこで、「標準化」という処理をすることで、物差しを一定にて個人差を無くします。この標準化した値を「z値」といいます。さあ、やってみましょう！アンケートを標準化すると‥　　　名前 　　　 z値 　　　Aさん 　　-0.25 　　　Bさん　　 -0.625 　　　Cさん　　 0.5 　　　Dさん 　　 -0.625 　　　Eさん 　　0.125 　　　Fさん 　　0.875となりました。z値にすることで個人差を無くして正しく評価ができるようになりました！個人差が発生する可能性のある数値は、そのまま使用せず標準化を行うようにしましょう！次回からは、AIをテーマに色々紹介していきたいと思います！お楽しみに♪

noteをやっていて、こんな悩みありませんか？ ・noteのダッシュボードで分かること少ない 　（Ex. 1日毎のPVわからない）・どの記事が ”伸びてる”／”伸びてない” が分かりづらく、対処しづらい ・アクセス解析して、PV増やして、収益化したい！ ・でも、自分でツール作るの面倒くさい...自分も同じ悩みがあり、何とか頑張って、noteのアクセス解析ツールを自作しました！ 私は、仕事でPython（プログラミング言語）を2年間ほど使っていたので、何とか作成することができました（それでも50時間程度かかりましたが...） もし「使いたい！」という方がいましたら、ぜひこの記事の最後まで読んでみてください。 ■ noteのアクセス解析ツールの紹介概要は以下になってます！ ① PythonでWebスクレイピング（PV、Like等の抜き出し） ② Google spreadsheetへ書き出し ③ データポートでグラフ化 以上を1日毎に全て自動でやってくれるツールです 　✔ グラフの例：各記事の1日のPVの推移 画像2 「傾きが大きい＝ドンドンPVが増えてる」と、一目で分かりますね 　・初めから伸びてない記事を修正する or 諦める 　・伸びてる記事をさらに改良して伸ばす 　・伸びが収まってきた記事を改良して伸ばす　など グラフを見ることで、効果的に戦略を立てることができます ちなみに...！ ・グラフのレイアウト ・どの記事をピックアップするか ・1日毎 or 4時間毎に抜き出すか（noteは4時間毎にPV等が更新される） ・円グラフ／棒グラフにするか ・好き率

お客様に自信をもってお届けしたい商品の商品ページ。きっと、『想いよ届け～』と思いながら、商品についての説明ページを作られていることと思います。なのに、なかなか売れない。お客さん来てくれるのに、買わずに帰ってしまう...エンゲージメント率が高い（＝直帰せずに、何かしらのアクションしてくれる）のに反応が薄い...ちゃんと、伝えたい商品の良さが伝わっていますか？「平均エンゲージメント時間」が短いと、伝えたいことが伝わらずに離脱している可能性が高いです。モノが溢れるこの時代。『他社の類似商品との違い』『モノが作られる想いやストーリー』『商品を購入することで得られるベネフィット』それが伝わらなければ、お客様はポチッってくれない。書きながら、自分のココナラ商品のことを思ってしまいました😆溢れるほどあるサービスの中で、わたしが提供できる一番の価値を伝えなければ！と　笑。脱線しちゃいました。話をもとに戻します。平均エンゲージメント時間が短い時に、チェックすべき3つのポイントについてお伝えしようと思います。1⃣　LPごとの「エンゲージメント率」読んでほしいコンテンツ・商品ページごとの『エンゲージメント率』をチェックしてみてください。『エンゲージメント率』が低いページがあったら、スクロールすらしてもらっていない😱ということです。パッと見て、直感的に「なんか違った！」って思われちゃっているということです😿✅商品の魅力が伝わる写真になっていますか？✅なんかいい感じの雰囲気伝わっていますか？✅キャッチコピーで関心を惹きつけられていますか？2⃣　LPごとの「平均セッション時間」読んでほしいコンテンツ・商品

「配信ごとの主要指標の一覧」から選んだ2つの指標について、相関度を示した結果です。R²=0.5292は高い相関とは言えませんが、配信形態の都合上「外れ値」が多く見られるため、この程度の数値でも実質的な相関性は高く、実際の配信予測に大きく寄与した事例の一つです。

売れるECサイトは育てるもの。事業そのものもそうですね。しみじみ…自分の事業のことを思います。ECサイトも事業も＂いい商品・サービス＂があるのは、当たり前。＂いい商品・サービス＂を認知→興味→購入→ファン化→新しいお客様への認知のサイクルへ育て上げる。時間がかかるものですね。その時間を根拠のある有意義な時間にするために、やはりデータというコンパスを使うことは必要不可欠。コンパスを使わずに目的地には辿り着けない。＂時間がかかる＂とはいえ。今ある環境で「前年より」「昨日より」売上を上げていかなくてはいけない。サイト内でのお客様の動向はデータとして足跡が残ります。その足跡をもとに＂何をすべきなのか＂一緒に考えてみませんか？❶CV数（購入件数）の最大化誰もが知る公式は収益　＝　平均単価　×　CV数（購入件数）だけど、短期的に「平均単価」をコントロールすることは、ほぼ難しい。短期的に「価格を上げる」訳にはいかないし、「セット率を上げる」施策の効果もたかがしれている。なので、収益を上げるために短期的にコントロールできる数字は「CV数（購入件数）」ということになる。❷「CV数（購入件数）」を上げる3つの数字また、公式。CV数（購入数）　＝　セッション数（のべ客数）　×　CVR（決定率）セッション数（のべ客数）は「ユーザー数（お客様の人数）」×「1人あたりの訪問回数」つまり、CV数（購入件数）をあげるために、「1.何人のお客様に」　 「2.何回来訪してもらって」「3.どれぐらいの確率で」ご購入してもらうために、＂何をするのか（施策）＂が肝になるということ。❷-1　ユーザー数（お客様の人数）のコ

有料配信でグループチャットを選択された場合、チケットチャットとは違い、刻々と滞在者の人数が変化するため、グループチャットでどれだけの入場料収益があったか確認することは非常に困難です。当社では数分ごとに滞在者数を記録し、滞在者数の変化をグラフ化、特殊な計算方式を用いて入場料収益の概算を算出し、チケットチャットとの比較ができるようになっています。また、内部での観測（オプション）で、パフォーマンスを実施時刻に記述。演技内容がどの程度集客に結びいたかも確認することができます。