k-means法
似たもの同士を、K個のグループに自動で分ける手法です。
動かして分かること
- 「割り当て」と「中心の移動」を繰り返し、グループが整っていく様子
- グループ数Kや、最初の中心の置き方で、結果が変わること
- 三日月形のようなデータは苦手なこと
ビジネスでの例
お客様を購買の傾向で分けて、常連層や高額購入層を見つける。
ツールを開くtitc.ai › データ分析の理解に役立つツール
DATA TOOLS
代表的な分析手法を、動かして確かめる
代表的なデータ分析の手法が「中で何をしているか」を、ブラウザ上で動かして確かめられる無料ツールです。インストールも登録も要りません。スマホでも動きます。TITCのデータ分析のセミナー・研修の補助教材としても使えます。
似たもの同士を、K個のグループに自動で分ける手法です。
お客様を購買の傾向で分けて、常連層や高額購入層を見つける。
ツールを開く近いもの同士を順に合体させて、グループの系統図（樹形図）をつくる手法です。
取引先・店舗・商品を「似たもの同士」で並べ、グループ分けの目安をつける。
ツールを開くたくさんの項目を、少数の軸に要約する手法です。
アンケートの多くの設問を、少数の軸にまとめて1枚の図で説明する。
ツールを開くレシートの束から、一緒に買われやすい商品の組み合わせを見つける手法です。
売場の配置、セット販売、ECの「一緒に買われている商品」の表示。
ツールを開く「購入する確率」のように、結果が起きる確率を0〜1で予測し、2つに分ける手法です。
DMやクーポンの送り先選び、解約しそうなお客様の見極め。どの項目が効いているかも読み取れる。
ツールを開く「はい／いいえ」の質問でデータを分けて、予測する手法です。
DMに反応して購入する人の条件を、ルールの形で洗い出す。
ツールを開く選び直したデータでつくった少しずつ違う決定木を集め、多数決で予測する手法です。
DMに反応して購入しそうな人、解約しそうな人を、精度を重視して予測する。
ツールを開く前の木たちが間違えたところを、次の小さな木が直していく手法です。XGBoostやLightGBMの考え方でもあります。
解約しそうなお客様の早期発見、DMに反応する見込み客の絞り込み。
ツールを開く2つのグループの間に、いちばん幅の広い道を通して分ける手法です。
優良顧客か否か、良品か不良品かなど、正解付きの過去データから新しいデータを判定する。
ツールを開く掛けて足す計算を層ごとに伝えて答えを出し、ずれを後ろから配って直す仕組みです。
手書き帳票の読み取り、画像による検品など、既製のAIサービスの中身を理解する。
ツールを開くChatGPTなどの中身で、次に来る言葉を確率で予測して1つずつ足していく仕組みです。
文章の下書きや要約、問い合わせの一次対応案など、生成AIの得意・不得意を理解する。
ツールを開く文章を作らず、決まった選択肢それぞれの確率を一度に返すAIの仕組みです。LLMとの速さの違いと、確率としきい値の使い方の2つを動かせます。
問い合わせの振り分けやメールの要対応判定で、確信度の低いものを人に回す運用を考える。
ツールを開く点の並びに最もよく合う1本の直線を引き、数値を予測する手法です。
広告費と売上、気温と来店数の関係を数字で確かめ、売上を見積もる。
ツールを開くたくさんの回帰木が出した数値の予測を、平均して答えにする手法です。
気温・曜日・祝日などから、来店数や仕入れ量を見積もる。
ツールを開く予測のずれ（残差）を、小さな木で少しずつ直していく手法です。
来店数や商品の需要を予測し、仕入れの量やシフトの人数を前もって決める。
ツールを開くどんな形のデータでも、平均を集めると釣り鐘形になる法則です。
アンケートや売上の平均に、誤差の目安をつける。必要なサンプル数を見積もる。
ツールを開く自社のデータで分析を試したい、社内でデータ分析を学ぶ場をつくりたい——そうした相談は、生成AI実践オンライン研修またはお問い合わせからどうぞ。