カートを見る

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

習得スキル

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
考え方具体的手順を習得!

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

講師紹介

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

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
  • 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
  • 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
  • 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
  • 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
  • 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
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
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