戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

363

363

13.7　データサイエンスプロジェクトの提案についての評価

るかしないかとし、線形回帰法によって目的変数を予測します。データモデルの検証には、

モデルの作成に使用したデータを使います。これにより、無作為抽出したユーザをターゲッ

トにした場合より有意に高い確率でユーザが移行すると期待されます。

データモデルの使用方法：製品ユーザ

1

人

1

人について、回帰モデルによる目的変数の推

定を行います。値が

0.5

より大きい場合にはユーザは新バージョンに移行すると結論し、

0.5

以下の場合はユーザは移行しないと結論します。移行すると結論付けられたユーザの中から

2

万ユーザを無作為抽出し、キャンペーン対象ユーザとしてご推薦します。

13.7.2

 

Big Red

社の提案の問題点

データサイエンスに関する基本原理や基本コンセプトを理解していれば、提案事項に含ま

れている問題点を見つけ出すことができます。この本はそのままレビューガイドとして立派

に使用できると思いますが、まず付録

A

に沿って主なチェックポイントを確認してみましょ

う。

Big Red

社の提案で特に問題となるのは次の点です。

ビジネスについての理解

•

目的変数の定義が不明瞭。例えば、新バージョンへの移行をいつまでに実施すれば、

今回のキャンペーンによって移行したとみなされるのか定められていません（

3

章参

照 ）。

•

データマイニングの方法をもっとビジネス要件に密着させるべき。例えば、キャン

ペーンをしなくても移行してくれるユーザがいるのではないでしょうか（ひょっとす ...