https://ameblo.jp/datascientist7/ データサイエンティストについていろいろ調べて書いています。 ja
1960年代から1990年くらいまで
・購入時に得られた顧客の属性データ（住所、年代、性別）
・購入履歴データ（購入年月日、対象品、個数、購入方法）

2000年から現代
・上記顧客データ
・上記購買履歴データ
・自社ウェブサイトでの顧客のページビューなど行動データ
・リアル店舗での購買履歴データ
・ＳＮＳに公開されている顧客の行動データ
・インターネットの自社広告へのクリック行動データ

特に最近5年間に大きく変化したのが、スマートフォンの普及による
GPSやSNSの履歴データ、電子マネーの接触データなどである。

Facebook,Twitter,Google Adwords,Adsenseこれらが代表的な顧客の行動データである。

更に今後予想されるデータとして、センサーデータがある。

センサーデータは、スマートフォンと電子マネー、ランニングシューズに取り付けられたセンサーのランニングデータ、体重計と連動するヘルスチェックシステムなどが発達することである。

スマートメーターでは、発電量と使用電力量を予測するシステムが組み込まれている。
センサーデータとアルゴリズムを組み合わせることで実現しようとしている。

]]> https://ameblo.jp/datascientist7/entry-11635949517.html Sun, 13 Oct 2013 18:19:23 +0900 1970年代から発達し、2000年に開花したのが金融工学を取り入れたビジネスデータ解析である。

過去の膨大なデータから、未来のリスクを予見することに金融理論が使われるようになった。

いわゆるウォール街で金融工学の技術者がビジネスで活躍するようになった。

その活用は、クレジットカードにおける信用リスク管理でも使われている。

クレジットカードを発行する時に、過去の入会申込者の属性データと入会後1年以内のデフォルトデータをデータ化して、どのような属性の申込者が債務超過に陥りやすいのかを自動的に予見する統計的数理モデルを開発した。

このモデルを活用することで新規申込者ごとにリスクを予見し、一定率以上の新規申込者については入会を断ったりするのに使われている。

有名なのが、デリバティブ理論だ。

金融先物取引、オプション取引でのリスク管理に金融理論が効果を上げたことで有名になった。

過去の膨大な取引実績から将来を予見するのはビッグデータの源流といっていいだろう。
]]> https://ameblo.jp/datascientist7/entry-11623350520.html Sat, 28 Sep 2013 10:15:29 +0900
単純に定義するとそういうことになる。

サイエンティストということだから、科学者なんだけど、ビジネスに活かすことが必須のスキルでもあるところが、今までのデータ分析科学者とか、統計学者と相違するところか。

データサイエンティストとは、「ビッグデータを科学的に分析してビジネスの課題を解決する専門家」とも言い換えることができる。

それゆえ、データサイエンティストに必要なスキルは、
第一に、統計分析能力
第二に、ITスキル
第三に、ビジネススキル

この３つが兼ね備わっていなければならない。

私にこの３つの能力が兼ね備わっているかは不明だが、この３つについては絶えずスキルアップしていく必要があることは確かなようだ。

]]> https://ameblo.jp/datascientist7/entry-11612629407.html Fri, 13 Sep 2013 06:47:00 +0900