統計学の第一人者、西内啓が 企業のマーケターやマネジメント、データに関わるすべてビジネスパーソンのために 初めて書き下ろしたデータ分析・活用の実践書 ビッグデータの活用やデータサイエンスの重要性が語られてきましたが、実際に企業の現場の実務者がどのような方針でデータを収集し、整理して活用するかについてはまだまだ難しいのが現状です。 一方、AIやデータ分析ツールの発達によりデータ分析の専門家ではなくても、基本的な理解があれば分析や活用が可能になる「市民データサイエンス」の時代とも言われます。 この本は、企業のマーケターをはじめとするビジネスリーダーの方々が、「何から始めるか」「どのようにデータを集めるか」という段階からはじめ、「リサーチデザイン」など、調査データの設計や方針の策定や、外部からのデータの調達について解説するとともに、著者の会社「データビークル」のツールを通じて、データの前処理、分析方法、効果測定やROIの最大化について紹介する内容です。 【対象読者】 企業のマーケター、プランナー、経営層 【目次】 序章：データを活かせる組織を作るために 1章：業務のためのデータを活用可能なデータへ 2章：価値ある分析のためのリサーチデザイン 3章：リソース配分の予測問題―統計学と機械学習の使い分け 4章：ターゲティングの因果推論 5章：データサイエンスを「プロダクト」にするために 終章：社内政治を乗り越えろ

はじめに　なぜあなたはデータを活かせないのか 第1章　業務のためのデータを活用可能なデータへ 　1　「活用できる状態のデータ」とは 　2　データ活用のための結合と集計 　3　数値化と再分類でデータをもっとリッチに 　4　抜け漏れ・異常値・表記の揺れにどう対処するか 　5　継続的なデータ活用プロセスにおけるデータ整備の位置づけ 　コラム（1）data Ferryを使ったデータプレパレーション 第2章　データ活用のための「リサーチデザイン」の考え方 　6　リサーチデザインの2つの要素 　7　アウトカムを設定するコツ 　8　解析単位を決めるための4つのルール 　9　何がその違いと関係しているのか～基本的なデータ分析の読み方 　コラム（2）data Diverを使った洞察を探す分析 第3章　機械学習による予測と最適化 　10　洞察・予測・最適化～AI開発で同様のところと違うところ 　11　予測モデルとAIの使い分け 　12　何をデータで予測させるべきか 　13　AI開発における適切な課題設定とは 　14　ズルのできない予測精度の検証方法 　コラム（3）data Diverを使った予測とその精度検証 終章　社内政治を乗り越えろ 　コラム（4）data Sniperを使ったターゲティングと施策の評価