・データサイエンスを学び、お仕事で活用したい方
→小売業販売管理にかかわる方
データに基づいた現状把握と将来の予測、今後の意思決定を行いたい
→製品開発にかかわる方
顧客アンケートデータを集計し、顧客のニーズを可視化したい
→マーケティングにかかわる方
データに基づいたマーケティング施策の評価、最適な施策の判定を行いたい
→人事にかかわる方
社員データより退職者を早期に予測しその対策を打ちたい

データの読み取り・解釈編
データを正しく読み取るためのインプットスキルを身に着けます。

第1回 統計学の歴史と要約統計量

• ・統計学の歴史
• ・統計学と機械学習の利用場面
• ・データの要約1(代表値の解釈)
• ・データの要約2(散布度の解釈)

第2回 データの可視化とグラフの特徴

• ・グラフの歴史
• ・各種グラフの特徴
• ・データを正しく読み取るために必要な視点
• ・相関と因果について
• ・比較して考える重要性について

Excel記述統計編
実データ(POSデータ)を用いて、集計・可視化による客観的なデータ解釈スキルを身に着けます。

第3回 データの集計とその解釈

• ・分析目的の設定
• ・分解と統合
• ・代表値の計算
• ・ヒストグラムによる数量データの解釈
• ・平均値の弱点について

第4回 ピボットテーブル入門

• ・ピボットテーブルの使い方
• ・Excel関数を用いた変数加工について1(時間データの分解)
• ・Excel関数を用いた変数加工について2(IF関数)
• ・ピボットテーブルによる件数カウント基礎
• ・ピボットテーブルによる件数カウント応用(ヒストグラム)

第5回 ピボットテーブル基礎

• ・単純集計表とクロス集計表
• ・分解による構造把握(理由の深堀)
• ・感度分析による仮説検証
• ・データを3変数で分解する方法
• ・時系列データに含まれる周期性の確認法

第6回 ピボットテーブル応用

• ・ダブルピボット方による重複データの削除(基礎)
• ・ダブルピボット方による重複データの削除(応用)
• ・2軸グラフの作り方
• ・スライサー機能の紹介とその使い方
• ・ダブルピボット練習

第7回 その他の記述統計手法

• ・ロジックツリーによる戦略選定
• ・SmartArtの使い方
• ・データの標準化
• ・移動平均法
• ・マトリックスデータ解析法

Excel記述統計演習1
Excelを用いてこれまでの演習を行います

第8回 どうすれば退職者は減る？人事データを用いた退職者早期発見

• ・退職者データの基礎集計
• ・退職者と非退職者の属性の違いをデータに基づき発見する
• ・退職見込み者の早期発見とその可視化

Excelデータビジュアライゼーション編
可読性の良いグラフを作成するためのビジュアライゼーションスキルを身に着けます。

第9回 グラフの歴史とグラフの目的

• ・情報の可視化の重要性について
• ・グラフの歴史
• ・グラフと視覚属性
• ・グラフ活用法１(バブルチャートの作り方と利用方法)
• ・グラフ活用法２(箱ひげ図、レーダーチャートの利用法)

第10回 データ別グラフ選択とその利用法

• ・色の使い方について
• ・層別散布図の作成法
• ・その他Excelで作成できるグラフ(スパークライン、ABC分析)
• ・データの種類に合わせた可視化の方法
• ・誤解を与える作成してはいけないグラフ

Excel記述統計演習2
Excelを用いてこれまでの演習を行います。

第11回 なぜ売り上げは減った？アクセスログデータの解析

• ・アクセスログデータの基礎集計
• ・KPIの分解
• ・データに基づく売り上げ減少の要因把握

Excel推測統計編
統計モデルを作成するのに必要となる、確率を用いたデータ分析スキルを身に着けます。

第12回 確率と確率分布

• ・推測統計学とは
• ・母集団と標本
• ・全数調査と標本調査
• ・確率と確率変数と確率分布
• ・各種サンプリング法とサンプリングバイアス

第13回 推定

• ・点推定と区間推定
• ・1標本母平均の区間推定
• ・2標本母平均の差の区間推定
• ・1標本母比率の区間推定

第14回 統計的仮説検定

• ・差があるとはどういうことか
• ・1標本母平均の検定(t検定)
• ・2標本母平均の差の検定(t検定)
• ・2標本割合の差の検定(カイ2乗検定)

第15回 相関分析と回帰分析

• ・データ間の関連性と相関係数
• ・相関と因果の違い
• ・回帰分析による予測モデルの作成
• ・ダミー変数による質的データの利用
• ・予測モデル構築法

Excel推測統計演習
Excelを用いてこれまでの演習を行います。

第16回 顧客が好む商品は何？顧客アンケート分析による新商品販売量予測

• ・アンケートデータの基礎集計
• ・推測統計手法に基づいた顧客意識分析
• ・新商品予測モデルの作成

Excel因果推論編
データから原因と結果の関係性を把握するデータリテラシースキルを身に着けます。

第17回 因果推論とRCT

• ・因果推論とは
• ・因果と相関の違い
• ・因果が無くても相関がみられる4つのパターン
• ・ランダム化比較試験
• ・p値の限界

第18回 層別解析と交絡調整

• ・交絡因子とバイアス
• ・シンプソンのパラドックス
• ・層別解析について
• ・質的データでの層別解析法
• ・量的データでの層別解析法

第19回 回帰モデルと因果推論

• ・予測モデルと因果モデルの違い
• ・重回帰モデルによる交絡調整
• ・因果モデルの構築法
• ・パス図を用いた交絡判定法
• ・因果分析モデルの解釈法

第20回 ロジスティック回帰

• ・質的変数を扱う統計モデル
• ・ロジスティック回帰の概要
• ・ロジスティック回帰モデルの構築法
• ・ロジスティック回帰モデルの解釈

Excel因果推論演習
Excelを用いてこれまでの演習を行います。

第21回 メールクーポンの効果はいかほど？顧客データによる施策効果測定

• ・顧客データの基礎集計
• ・購買率に影響を与える因子をロジスティック回帰により解析
• ・購買額に影響を与える因子を重回帰モデルにより解析

データクレンジング編
DataWash(弊社開発のクレンジングツール)を用いたデータクレンジングのスキルを身に着けます。

第22回 セル単位のクレンジング

• ・データクレンジングの概要
• ・通し番号の追加
• ・表記ゆれの処理
• ・異常値の処理
• ・欠損地の処理(統計量補完法)

第23回 データ構造のクレンジング1

• ・データのレコードの解釈
• ・トランザクションデータとマスタデータ
• ・トランザクションデータからLTV(顧客生涯価値)計算
• ・セルの縦、横方向分割
• ・データの各種結合法

第24回 データ構造のクレンジング2

• ・ワイド型データの意味とその利点
• ・ロング型データの意味とその利点
• ・ワイド型データとロング型データの変換
• ・データ入力を行う際の考え方
• ・利便性が高くなるデータの構造

機械学習編

第25回 ツリーモデル

• ・機械学習によるデータマイニング
• ・構造把握のための決定木分析
• ・ランダムフォレストによる予測
• ・変数重要度

第26回 クラスタリング

• ・階層別クラスタリング法
• ・k-means法
• ・クラスタリングによる顧客分析
• ・クラスター変数を含めた統計モデル作成

機械学習演習

第27回 在庫をいくら用意すればよい？機械学習による需要予測モデルの作成

• ・POSデータの基礎集計
• ・記述統計による販売量の特徴把握
• ・機械学習モデルによる需要予測モデルの作成

※講義で使う弊社開発のソフトは、講義が終わってからもご自由にお使いいただけます。

講義60分 / 演習30分 / 質疑応答20分
（各回10分程度の休憩時間を含みます。）

※開催回ごとに多少構成が変わることがあります。

・ノートPC（Microsoft Excel）、筆記用具
※必要環境
　Windows：Microsoft Excel 2016以降
　Mac　　：Microsoft Excel 2016 for Mac
※Office 365（サブスクリプション）版も対応可能です。

497,970円 → 219,450円（一括支払い） ※特別割引55.9％OFF：2024年6月30日まで
◎分割支払い：19,250円/月 (総額231,000円)

※分割支払いはクレジットのみ対応可能
※一括支払いはクレジットもしくは銀行振込で対応可能
・会社名義や旧姓など、振り込み名が本人名義でない場合は事前にご一報下さい
◎開催2日前までに振込確認が取れない場合、会場URLをお送りできませんので特にご注意下さい

15名（先着順）

特定商取引法に基づく表示についてはこちらを参照ください。
1.支払方法：銀行振込又はクレジットカード払いが利用できます。
2.支払い時期：土日を除く開催日4日前