データ分析のプロセス
「ビジネス活用事例で学ぶ データサイエンス入門」を読みはじめた。本書は、1章でデータサイエンティストの仕事の概要、2章でデータ分析のフローが示され、その後はデータ分析の事例を基礎編（3～6章）と応用編（7～10章）に分けて紹介されている。
2章まで読んだところで、これからデータ分析事例を読んでいく。とりあえず、分析フローをメモ。
2章「ビジネスにおけるデータ分析フロー」のメモ
データ分析における5つのフロー
1．現状とあるべき姿
2．問題発見
問題発見の3つの切り口
①大きさを見る、②分解してみる、③比較して見る
3．データの収集と加工
4．データ分析
5．アクション
2章最後のまとめにも書かれているが、分析プロセスは必ずしもこの通りではなく、分析者の経験やそのときの状況に応じて変わるものである。経験を積むことで自分なりのプロセスが確立されていくのだろう。
そのほかに、有名なデータ分析のフレームワークとして、CRISP-DM(CRoss-Industry Standard Process for Data Mining)がある。
CRISP-DMは、以下の6つの要素で成り立っている。
1．Business Understanding（ビジネス理解）
ビジネス課題を理解し、データ分析の目的を定める
2．Data Understanding（データ理解）
必要なデータの把握（保有データ、補完するデータなど）
3．Data Preparation（データ準備）
データをモデル可能な形に処理
4．Modeling（モデル化）
モデル化
5．Evaluation（評価・検証）
作成したモデルの評価
6．Deployment（展開／共有）
作成したモデルをサービス等に展開
参考資料
