1章 データ分析の概要
1-1 データ分析の概念とは
そもそもデータ分析とは何か
1-2 データ分析システムの構成要素
データ分析を実現する様々なIT技術
2章 データ分析の基礎知識
2-1 幾何平均
企業の成長性を分析する
2-2 調和平均
プログラム開発生産性を分析する
2-3 加重平均
株式の期待収益率を分析する
2-4 度数分布とヒストグラム
店舗来客数を分析する
2-5 分散と標準偏差
生産リードタイムを分析する
2-6 正規分布と標準正規分布
在庫の発注点を計算する
3章 相関と回帰分析
3-1 散布図とバブルチャート
在庫の偏りを分析する
3-2 相関係数
おすすめ商品を分析する
3-3 回帰分析
価格弾力性を分析する
3-4 決定係数
アンケート結果からリピート顧客を見つける
4章 時系列分析
4-1 Zチャート
事業部別の売上傾向を分析する
4-2 ファンチャート
伸び率の高い商品を分析する
4-3 指数平滑法
在庫の需要を予測する
4-4 移動平均法
将来有望な事業を見つける
5章 多次元分析
5-1 多次元分析
売上見込みを確度の視点から分析する
5-2 RFM分析
顧客をグループ化して分析する
5-3 セグメント別損益分析
企業の業績を多角的に分析する
6章 シミュレーション
6-1 What-If分析
損益分岐点をシミュレーションする
6-2 線形計画法
売上を最大にする生産計画を立てる
6-3 主成分分析
アンケートの回答を分類する
7章 データマイニング
7-1 データマイニングとは
いろいろなアルゴリズム
7-2 アソシエーション・ルール
同時に起こる現象を分析する
7-3 シーケンス
次の行動を予測する
7-4 クラスター
カテゴリを検出する
7-5 ディシジョンツリー
主要な影響元を分析する
8章 ビジネスインテリジェンス
8-1 PDCAサイクルとBI
フェーズで異なるBIの目的
8-2 PLANフェーズにおけるBI
計画の根拠を得る
8-3 DOフェーズにおけるBI
問題の兆候を発見する
8-4 CHECKフェーズにおけるBI
問題の要因を検証する
8-5 ACTフェーズにおけるBI
対処のヒントを得る
8-6 マーケティングミックスとBI
アンケート分析からプロモーション効果測定まで
9章 データウエアハウス
9-1 データウエアハウスとは
データウエアハウスのアーキテクチャ
9-2 データステージングエリア
ETL処理を行うデータ領域
9-3 スタースキーマ
データウエアハウスの標準スキーマ
9-4 多次元データベース
OLAPツールの基盤データベース
10章 データ分析のこれから
10-1 ビッグデータとは
より大量に、よりリアルタイムに
10-2 ビッグデータとBI
人の手を介さず、自動化されるBI
10-3 Hadoop MapReduce
ビッグデータを一括して高速処理する仕組み
10-4 CEP（複合イベント処理）
ビッグデータをリアルタイムに処理する仕組み
10-5 ビッグデータとデータウエアハウス
ビッグデータに対応する3つのアプローチ
10-6 NoSQLデータベース
非リレーショナル型のデータベース
10-7 カラム型データベース
カラム単位の格納方式で高速処理を実現
10-8 データウエアハウス・アプライアンス
ハードウェアレベルでの高速化技術
