- Show all
- オープンデータ
- Heroku
- プレスリリース
- Fluentd
- サイトマップ
- Metric Insights
- Data Mart
- ユースケース
- Hadoop
- 技術アーキテクチャ
- Game
- トレジャー管理コンソール
- Data Processing
- Tableau
- プラットフォーム紹介
- テレマティクス
- イベント告知・レポート
- ベストフィットケース
- Beacon
- アトリビューション分析
- Recruiting
- HEMS
- Window関数
- バッチクエリ(Hive)
- アドホッククエリ(TQA)
- クエリ集
- A/Bテスト
- 読みもの
- 機能アップデート
- Embulk
- IoT
- Marketo
- Marketing Automation
- データ分析
- データサイエンス
- データ分析で大切なこと
- 業界向けシリーズ
- kaggle
- 機械学習
- Hivemall
- パス分析
- Salesforce
- EC
- アドテク
- Visualization
- データ収集
- アクセスログ
- Web
- Data Connector
- 離脱分析
- 分析手法シリーズ
- 実践シリーズ
- Command Line
- 未分類
2015-06-09
トレジャーデータで実践:A/B テスト(実践編その3)
実例A/Bテスト2
Q. (対応のあるデータ)
あるECストアの2011年(A)と2012年(B)のサブカテゴリごとの売上について…
2015-06-08
トレジャーデータで実践:A/B テスト(実践編その2)
前回,A/Bの平均値の差違について,サンプル数が多い場合に適用できる「z検定」と喚ばれる最も一般的な手法についてポイントと手順を説明しました。今回は前回の続きで…
2015-06-05
トレジャーデータで実践:A/B テスト(実践編その1)
今回は,具体的なデータを事例にしてA/Bテストをわかりやすく紹介します。本記事では理論的なところは控えめに,手順とポイントについて詳しく紹介していきます。実のところ…
2015-06-04
トレジャーデータで実践:A/B テスト(心の準備編)
これから数回にかけて,A/B テストおよび仮説検定(A/Bテストはこの検定の枠組みに含まれます)の数学的な理解からトレジャーデータプラットフォームを使っての実践までを…
2015-05-29
トレジャーデータで実践:Window関数(その3)
基本形3:AGGR_FUNC() OVER (PARTITION BY c ORDER BY d ROWS BETWEEN m PRECEDING AND n FOLLOWING)
基本形3 はPARTITION BY でグループ化…
2015-05-28
トレジャーデータで実践:Window関数(その2)
前回は集約関数と比する形でWindow関数の紹介をしました。今回はWindow関数の記述および代表的な関数を分かりやすく説明していきます。
2015-05-26
トレジャーデータで実践:Window関数(その1)
トレジャーデータでは最新のアップデートにより,バッチクエリ(Hive)でもWindow関数をサポートするようになりました。また,アドホッククエリ(Presto)では元々Window関数を…
2015-05-25
トレジャーデータで実践:RFM分析(後編)
Recency、Frequency、Monetary は各々を組み合わせて見ることで、有意義なユーザーのグルーピングが可能になります。前回では個々に見ていったこのRFMを…
2015-05-22
トレジャーデータで実践:RFM分析(前編)
EC や POS、Web サービス、Game など、購買行動を伴う一連の行動ログは活用意義のある大変貴重なものとして古くから分析が行われて来ました。
2015-05-21
Treasure Data × HEMS がもたらすスマートなエネルギー統合管理(後編)
前回はHEMSについて簡単な紹介をしましたが、電力消費管理の具体的なイメージを持ってもらえるようにサンプルデータをもとに可視化してみました。
2015-05-20
Treasure Data × HEMS がもたらすスマートなエネルギー統合管理(前編)
最近よく耳にするようになった「HEMS」という言葉は、元は住宅・電機メーカー業界では2000年代から扱われていた概念でした。
しかし最近,IoTへの意識の高まりと…
2015-05-18
トレジャーデータで実践:Basket 分析(応用編3)「共起」から「遷移」へ
今回は「共起」の概念を拡張して「遷移」を見ていきます。また,「推移」を見ることはリコメンデーションロジックを求める事と…
2015-04-30
トレジャーデータで実践:Basket 分析(応用編1)
ここまで,任意のペアで共起回数,共起係数を計算していきました。共起係数はアイテムの登場回数が少なく(≃共起回数が少ない)ても関連性の強いペアを見つけてくれるものでした。
2015-04-28
トレジャーデータで実践:Basket 分析(実行編)
バスケット分析シリーズの第3回目です。実際に実行するところまで見ていきましょう。
EC購買サンプルログ
前回の最後にも記載しましたが,今回使用する…