Pythonによる時系列分析: 予測モデル構築と企業事例

髙橋威知郎

06.2023 г. · 株式会社 オーム社

Всичко за тази електронна книга

時系列データを上手く活用し、ビジネス成果を生み出す!!

時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。

なお、事例として以下を取り上げます。

・モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー）

・モニタリング指標の異常検知と要因探索（小売りチェーン）

・売上予測モデルを活用したデータドリブン販促（小売りチェーン）

・離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス）

・チャーンマネジメントのための離反時期予測（携帯電話サービス）

・LTVマネジメントのためのLTV予測（ECサイト）

・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング（スポーツジム）

このような方におすすめ

・機械学習エンジニア

・時系列分析を扱うデータサイエンティスト、マーケター、データアナリストなど。

主要目次

第1章　ビジネスにおける時系列データ活用

第2章　Pythonのデータ分析環境の設定（JupyterLab）

第3章　時系列予測モデル構築・超入門

第4章　時系列データを使ったビジネス成果の上げ方

第5章　時系列データを活用したビジネス事例

За автора

髙橋 威知郎（たかはし いちろう）

株式会社セールスアナリティクス 代表／らくらくビジネスデータサイエンス主宰。中央省庁および情報・通信業などを経て現職。大学卒業後、一貫してデータ分析や数理モデル構築などに関する業務（研究・開発・社内活用・事業化）に従事。製造業や流通業を中心にデータサイエンス実践支援および数理モデル（予測モデル・異常検知モデル・最適化モデルなど）の開発支援、そのアドバイスなどを実施。データ分析やデータサイエンスに関する著書多数。