マスログ｜数学・統計・AIをわかりやすく解説するメディア

CVRが2.0%から2.4%に上がったら成功か、平均が同じ施策はどちらでもよいか。たった2問で「何と比べているか」「平均だけで判断していないか」を確かめる、データドリブンの考え方の入門チェック問題です。

この記事のポイント ・生成AIを 「ツール」ではなく「同僚」 として捉える発想転換 ・AI活用がうまくいかない 3つの典型的な失敗パターン と対策 ・AIに任せやすい仕事・任せにくい仕事の 判定フレーム ・シリーズ全7回の 全体像 と各回の読みどころ 「AI活用しなきゃ」と言われるけど、ピンとこない理由 PwC Jap…

A/Bテストで検出したいコンバージョン率の差から、必要な人数と期間を概算できる計算機です。有意水準・検出力・計算の前提も解説します。

テキストデータ分析のキホン最終回。第2〜5回の事例を振り返り、もうある文章から小さく始める、数字とテキストを並べて見るなど、分析を仕事に定着させる5つの原則と明日から使えるチェックリストをまとめます。

減らない問い合わせメール約150件をざっくり分類して数えると、約半数が操作の質問でした。原因はマニュアルの不足や探しにくさ、画面の分かりにくさに集約され、対応ではなく仕組みを直して問い合わせを減らした事例です。

この記事のポイント ・「残業が減らない」原因を 日報の自由記述 から特定した実例 ・特別なツール不要、「キーワードで絞る → 数える → まとめる」 の3ステップ ・対策は人を増やすことでも仕事を減らすことでもなく 「業務の偏りを直す」 一択 ・読み終わったあと、自社の日報をすぐ同じ視点で見直せる 残業が減らない、でも…

★3.5で伸び悩む商品のレビュー約300件を「分ける→絞る→まとめる」で整理した事例です。不満の多くはサイズ感や使用シーンなど期待値とのズレで、直したのは商品ではなく商品ページの写真と説明文でした。

満足度3.8のアンケートの自由回答約100件を「絞る→数える→まとめる」の3ステップで整理した事例です。不満40件のうち8割が使い始めのつまずきに集中し、直すべきは機能ではなく導入体験だと分かりました。

売上や満足度の数字は「何が起きたか」しか教えてくれません。理由を読み解くテキストデータ分析の4ステップ（収集・前処理・分析・解釈）と、頻度・共起・分類・感情・要約の5つの手法、AIを使った進め方と注意点を解説します。

ここまで、機械学習を使って「判断を任せる」という視点で、 さまざまなデータの使いどころを見てきました。 ・第1回：購買・行動データ（おすすめを考える仕事） ・第2回：文章データ（読む仕事） ・第3回：画像データ（見る仕事） ・第4回：時系列データ（異変に気づく・先を読む仕事） ここまで読むと、多くの人がこう感じるはずで…

仕事の中には、「数字の変化」を見て判断する場面が数多くあります。 売上、アクセス数、在庫数、問い合わせ件数、システムのログ。 これらはすべて、時間の流れに沿って記録されたデータです。 ・昨日と比べてどうか ・先週と同じ動きか ・いつもと違う変化が起きていないか こうした確認は、ほとんどの職場で日常的に行われています。 …

2026年1月に公開した、ロマ数トレラン（ロマンティック数学トレラン）の告知記事です。「投資分析と数学」と「量子コンピュータ入門」の2つの講座の内容を紹介し、それぞれの講座ページへのリンクをまとめています。

データドリブンは、ツールを入れるだけでは定着しません。連載の最終回では、小さな成功をつくる、現場で使われる指標に絞る、マネージャーの問いを変える、文化として根づかせるの4ステップと、全10回のまとめを紹介します。

社長の一声で方針が変わる組織は、意思決定のスピードも質も落ちていきます。データドリブン連載の第9回では、主張に根拠を1つ添えるなど3つのルールで、意見より事実が強い組織文化をつくる方法を実例とともに解説します。

検品写真や帳票の目視確認など「見る仕事」は、正常な状態との比較と判断の連続です。画像データを使った機械学習で、OKと要確認の振り分けや異常箇所の検出をどこまで任せられるかを、検品現場の事例で解説します。

「なんとなく優秀」で人を評価すると、目立たなくても成果を出す人が埋もれます。評価を歪める3つのバイアスと、成果・行動・姿勢の3軸で人材を見る方法を実例で紹介するデータドリブン連載第8回です。

受注率などの結果の数字だけを見ても、営業は立て直せません。リードや商談まで数字を分解して原因を探る実例と、結果・プロセス・行動の3階層モデル、1on1で使える問いを紹介するデータドリブン連載第7回です。

「声の大きいお客様」の意見だけで事業を動かすと、静かに取引を続けてくれる大事な顧客を見落とします。売上・取引期間・対応コスト・紹介実績のデータで顧客を見極める方法を実例で紹介するデータドリブン連載第6回です。

問い合わせメールやアンケートの自由記述を読む仕事は、分類と順位付けの連続です。文章データを使った機械学習で、内容の分類・優先度の判断・要約をどこまで任せられるかを、サポート担当の事例で解説します。

「忙しいのに成果が出ない」の正体は、時間の使い方を数字で見ると分かります。業務を分類し、1週間記録して割合を見る3ステップと、会議削減や承認フロー見直しの実例を紹介するデータドリブン連載第5回です。