企業事例で学ぶ

Python ビジネス時系列データ分析
入門コース（2024年9月開始コース）

【開催日時】　土曜日 9/14,10/5,10/26,11/16,12/7の全5回（13:30-18:00）
【受講形式】　当日Zoom（LIVE）
【参加費用】　8万円(税込み)/人
【参加定員】　最大10名

　※復習用に後日動画視聴（2024年12月31日まで視聴可）

当コースはマーケティングや営業の現場でビジネス時系列データ分析スキルを使いデータを活用し成果をだす人財を養成するプログラムです

セミナー講師ではなく、現役のデータサイエンティストが教えます
小難しい理論よりも、ビジネスへの実践にこだわっています
単にデータ分析手法を学ぶだけでなく、いかに活用するのか、その勘所を学びます
業務実践にるながるよう、ビジネス事例をベースに学びます
理論と演習を繰り返すため、理論の定着と実践力が促されます
ステップＢｙステップで、機械学習モデルを手を動かして学びます
プロから初学者まで利用するのPython言語を用います
学びやすく実践でも活用できるPython環境であるJupyter Lab（Notebook）を進めます
セミナー講師ではなく、現役のデータサイエンティストが教えます

明日からビジネス現場で使える

ストーリー設計・データ分析・モデル構築
の考え方と具体的手順を習得！

実務実践力

知識やスキルを習得しても、それが活用できなければ絵に描いた餅です。

ビジネスの現場でどのようにデータ活用し成果をだすのかを描くデータ活用ストーリーの考え方と具体的な手順を、習得していきます

時系列分析の基礎

売上データをはじめ、ビジネスの世界は時系列データであふれています。とは言え、時系列解析を専門的に学ぶにはハードルがあります。

そこで、実施最低限知っておくべき時系列データ分析の基礎知識を、習得していきます。

企業事例ベース

理論や手法、ツールの使い方などをいくら学んでも、具体的なイメージが持てないと、実務実践は難しいものです。

そこで、手を動かしながら企業事例ベースに機械学習モデルの構築を実施し、習得していきます。

データ活用ストーリー

企業事例（予定）

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ル（スポーツジム）
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）

登場する数理モデル（予定）など

時系列系数理モデル（ホルトウィンターズ・SARIMAX・Prophetなど）
テーブルデータ系数理モデル（線形回帰・Ridge回帰・PLS回帰・XGBoostなど）
生存時間分析（Ridge Cox回帰など、離反時期予測で利用）
BG/NBD モデル（LTVおよび離反、受注金額などの予測で利用）
非線形計画法（予算最適化で利用）

カリキュラム

1 日目｜2024/9/14（土）13:30-18:00

■前半｜13:30-15:30　イントロダクション

はじめに全体のお話しと、1日目の前半の内容
Chapter 1 ビジネス現場は時系列データであふれている
Chapter 2 データを活用するメリット何だと思いますか？
Chapter 3 振返り分析と近未来分析
Chapter 4 データでビジネス成果を上げる「データ活用ストーリー」
Chapter 5 Python環境の構築
ラップアップ前半の振り返りと、後半の概要

■後半｜16:00-18:00　時系列予測モデル構築・超入門

はじめに前半の振り返りと後半の内容
Chapter 1 テーブルデータとアルゴリズム
Chapter 2 時系列データとアルゴリズム
Chapter 3 時系列データの「定常性」と「3つの非定常性」
Chapter 4 時系列特徴量の生成
Chapter 5 時系列予測モデルの構築手順
ラップアップ後半の振り返りと、次回の概要

2 日目｜2024/10/5（土）13:30-18:00

■前半｜13:30-15:30　時系列予測モデルを構築してみよう！

はじめに全体のお話しと、2日目の前半の内容
Chapter 1【復習】時系列予測モデルの構築手順
Chapter 2【演習】時系列系の数理モデルで構築する予測モデル
Chapter 3【演習】時系列特徴量を生成しテーブルデータを作ろう！
Chapter 4【演習】テーブルデータ系の数理モデルで構築する予測モデル
Chapter 5【演習】時系列ディープラーニングで構築する予測モデル
ラップアップ前半の振り返りと、後半の概要

■後半｜16:00-18:00　事例１：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）

はじめに前半の振り返りと後半の内容
Chapter 1【演習】モニタリング指標の値の予測
Chapter 2【講義】時系列データの異常検知
Chapter 3【演習】モニタリング指標の値の異常検知
ラップアップ後半の振り返りと、次回の概要

3 日目｜2024/10/26（土）13:30-18:00

■前半｜13:30-15:30　事例２：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）

はじめに全体のお話しと、3日目の前半の内容
Chapter 1【復習】振返り分析とは？
Chapter 2【演習】事例２：モニタリング指標の異常検知と要因探索
Chapter 3【発展】簡易事例でイメージする時系列データの要因探索
ラップアップ前半の振り返りと、後半の概要

■後半｜16:00-18:00　事例３：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）

はじめに前半の振り返りと後半の内容
Chapter 1【復習】時系列予測モデルの構築手順
Chapter 2【演習】事例３：売上予測モデルを活用したデータドリブン販促
Chapter 3【発展】AutoML（自動機械学習）らくらく予測モデル構築
ラップアップ後半の振り返りと、次回の概要

4 日目｜2024/11/16（土）13:30-18:00

■前半｜13:00-15:30　事例４：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）

はじめに全体のお話しと、4日目の前半の内容
Chapter 1【復習】時系列特徴量を作りテーブルデータ系のアルゴリズムを使おう！
Chapter 2【演習】事例４：離反予測モデルによる離反対策ルールの策定
Chapter 3【発展】生産工程の不良品予測と最適化
ラップアップ前半の振り返りと、後半の概要

■後半｜16:00-18:00　事例５：チャーンマネジメントの離反時期予測
　　　（携帯電話サービス）

はじめに前半の振り返りと後半の内容
Chapter 1 感覚で掴む「生存時間分析」超入門
Chapter 2【演習】事例５：チャーンマネジメントのための離反時期予測
Chapter 3【発展】受注金額も予測しLTV（顧客生涯価値）を見積ろう！
ラップアップ後半の振り返りと、次回の概要

5 日目｜2024/12/7（土）13:30-18:30

■前半｜13:30-15:30　事例６：LTVマネジメントのためのLTV予測
　　　（ECサイト）

はじめに全体のお話しと、5日目の前半の内容
Chapter 1【復習】LTV（顧客生涯価値）とは？
Chapter 2 感覚で掴む「BTYDモデル」超入門
Chapter 3【演習】事例６：LTVマネジメントのためのLTV予測
ラップアップ前半の振り返りと、後半の概要

■後半｜16:00-18:00　事例７：広告と販促効果を見える化し最適化するMMM
　　　（スポーツジム）　※MMM：マーケティング・ミックス・モデル

はじめに前半の振り返りと後半の内容
Chapter 1 感覚で掴む「MMM（マーケティングミックスモデル）」超入門
Chapter 2【入門】線形回帰モデルで構築するMMM
Chapter 3【演習】事例７：広告と販促効果を見える化し最適化するMMM
ラップアップ後半の振り返りと、全体の振り返り

1 日目｜2023/8/26（土）10:00-17:00

■前半｜10:00-12:30　イントロダクション

　1 ビジネス現場は時系列データであふれている
　2 データを活用するメリット何だと思いますか？
　3 振返り分析と近未来分析
　4 データでビジネス成果を上げる「データ活用ストーリー」
　5 Python環境の構築
　　
■後半｜13:30-16:00　時系列予測モデル構築・超入門

　1 テーブルデータとアルゴリズム
　2 時系列データとアルゴリズム
　3 時系列データの「定常性」と「3つの非定常性」
　4 時系列特徴量の生成
　5 時系列予測モデルの構築手順

■もくもく復習タイム｜16:00-17:00

　※任意参加・黙々と復習・質問OK
　※講義の進捗によっては、もくもく復習タイムは短縮することがあります

--
【オンデマンド配信】
・前半の内容　8/30(水)19:00から2時間程度
・後半の内容　9/6(水)19:00から2時間程度

高橋威知郎

ビジネスデータ分析コンサルタント

Marketing & Sales Data Scientist

大学卒業後、約20年間一貫して「実践」にこだわり「データ分析」に関与してきました

官公庁時代、米国国防総省の高官からデータ分析のパワーと要諦について力説され衝撃を受けました

このとき、データ分析に魅了され、データ分析の世界でに生きていくことを決意しました
私が身に着けたデータ分析は、学問的なものではなく、実践的なものです

安全保障の世界のデータ分析は、生きるか死ぬかの世界です

例えば、統計学的に正しいかどうかよりも、生きるか死ぬかを重視するということです

学問的に正しい分析をしても、国が滅んでしまっては意味はありません
この培ったデータ分析のスキルをもっと広い世界で活かしたいと思い、30歳のころ民間のコンサルティング会社に転職、

その後、事業会社にて社内データ活用を推進するとともに、事業部のデータビジネス構築支援（既存ビジネスにデータで付加価値をつける、など）

主な対象領域は、ビジセス系（営業やマーケティングなど）と生産系など
今までの経験をもとに、使えるデータのみで効率よく収益を拡大する仕組みである「DELTA法」を考案

売上数兆円の大企業から社員数人程度のベンチャー企業のコンサルティングまで実施し、企業の大小問わず収益拡大を実現してきました
この培ったデータ分析のスキルをもっと広い世界で活かしたいと思い、30歳のころ民間のコンサルティング会社に転職、

その後、事業会社にて社内データ活用を推進するとともに、事業部のデータビジネス構築支援（既存ビジネスにデータで付加価値をつける、など）

主な対象領域は、ビジセス系（営業やマーケティングなど）と生産系など

主な著書

営業生産性を高める! 「データ分析」の技術 (同文館)

データサイエンティストの秘密ノート 35の失敗事例と克服法（SBクリエイティブ）

受講をお勧めする方

マーケティングや営業で、これからビジネス時系列データ分析をする方
時系列解析手法を学んだが、実務でデータ分析を活用できていない方
マーケティングや営業の分析担当者で、今ある時系列データで何かしら分析したい方
無料で使えるPythonを使った、実践的なビジネス時系列データ分析を覚えたい方
とりあえず、自分でビジネス時系列データ分析をできるようになりたい方
できるだけ短期間で、ビジネス時系列データの分析スキルを身に着けたい方
マーケティングや営業の分析担当者になってしまい、困っている方
さらにビジネス時系列データ分析のスキルを、補強したい方
マーケティング・営業系のデータサイエンティストのスキルを身に着けたい方
時系列データ系の機械学習モデルのビジネス活用方法を、身に着けたい方
マーケティングや営業で、これからビジネス時系列データ分析をする方

講師	高橋威知郎　Marketing & Sales Data Scientist
開催日	全5回（土）9/14,10/5,10/26,11/16,12/7 　※復習用に後日動画視聴（2024年12月31日まで視聴可）
開催時間	13:30〜18:00
受講形式	当日Zoom（ or 後日動画視聴）
参加費用	8万円(税込み)/人
参加定員	最大10名
主催	株式会社セールスアナリティクス（https://www.salesanalytics.co.jp/）
開催時間	10:00〜17:00

参加特典

【1】同講座のテキスト一式
　・詳細テキスト
　・演習で利用したデータ（CSV形式）
　・各種テンプレート
　・各種手順書
　など
　
【2】講師の書籍　※希望者のみ
　・好きなの1冊
　　データサイエンティスト養成読本（ビジネス活用編）、
　　文系のためのデータサイエンスがわかる本、
　　営業生産性を高める! 「データ分析」の技術、など

【3】データ分析・活用の相談　※希望者のみ
　・オンライン45分／月（開催期間中）

【4】同講座の再受講（無料）※希望者のみ

当社主催セミナーは100%返金保証
内容にご不満の場合、初回開催後2日以内にお申し出くだされば、理由を問わず全額返金いたします

主催企業概要

会社名	株式会社セールスアナリティクス
代表者	高橋威知郎
営業所	東京都渋谷区円山町5番5号 Navi渋谷V 3階
HP	https://www.salesanalytics.co.jp/
問合せ先	📩 info@salesanalytics.co.jp
営業所	東京都渋谷区円山町5番5号 Navi渋谷V 3階

企業事例で学ぶ

Python ビジネス時系列データ分析
入門コース（2024年9月開始コース）

当コースはマーケティングや営業の現場でビジネス時系列データ分析スキルを使いデータを活用し成果をだす人財を養成するプログラムです