WindowsXPだけでなく、Office2003もサポート切れになるんだけど・・・大丈夫？

ＸＰ更新悩む自治体…財政難「使い続けるしか」
http://www.yomiuri.co.jp/net/news0/20130527-OYT1T00182.htm


一生懸命、ＸＰからの移行作業、やってるようですね！

ところで、２０１４年にサポート切れになるのは、ＸＰだけでなく、
Office2003もそうなんだけど、大丈夫？

http://www.microsoft.com/ja-jp/windows/lifecycle/xp_eos.aspx?WT.mc_id=13_cm_wi_eos_

XPを入れている人って、Office2003入れてることも多いから、注意だよね！

BRMSが、流行なの・・・

なんか、最近、ＢＲＭＳが流行らしい。
ＢＲＭＳは、ビジネスルールをマネージメントするシステムで
（って、文字まんま！やん　＾＾；）
ビジネスルールを自然言語で書いて、プログラムと分離して管理できる。

こいつから、プログラムが自動生成できて・・・
っていうのは、他の自動生成の話と同様の話なわけで・・・
それで、「日本では導入が遅れている・・・」というように話すのも、
おなじみのパターン。

---

実は、今開発の中心作業は、ユーザーインターフェースだったりする。
なので、むしろ、ビジネスモデルより、ユーザーインターフェースの部品を
きっちり管理でき、デバイスに対して
（単純なレスポンシブＷｅｂデザインではなく）
端末毎の制御をきっちりしてくれるＩＤＥ環境のほうが、
開発効率は上がると思う。

まあ、話として、ＢＰＭとＢＲＭＳを統合して、サーバー側の
ビジネスプロセスを、ＲＥＳＴ形式で呼び出し可能にして、
それを、ＧＵＩ側の自動生成ツールで呼び出せれば、
自動化は、完了することになる。

---

あと、もうちょっとなんだけど、ＢＲＭＳとか、ＢＰＭとか、
話題になってから、結構時間がかかっているので、
難しい話なのかもしらん。。。

ＲでＣＳＶファイルを結合して、クロス集計した結果を図で示す

こんにちは。データ分析・活用実践講座 ７班の班長です。

わが班の発表の、最後、Ｒでクロス集計を行って、その結果を

のように、図示する方法について、あとで聞きに来たかたがいたのに、
はっきり答えなかったので、ここで紹介しておきます
（って、その人がこのブログを見てくれているとも思えないけど・・・　＾＾；）

---

まず、やりたいことは、こんなかんじ。

【やりたいこと】 ・ここに購入履歴（rireki.csv)と、購買者属性（zokusei.csv）がある。 　　購入履歴には、購買者ＩＤ(ID)，購入品番（Goods:１～６）・・・などなど 　　購買者属性には、購買者ＩＤ(ID)、部署(Busho:1～10)、性別(Sex:1,2)・・・などなど 　がある ・ここで、商品（１～６）ごとに、どのような部署が買っているか、男性・女性どちらが買っているか 　などをクロス集計して、結果を図示したい

そこで、やることは、

【やること】 ・２つのＣＳＶファイルを読み込み ・２つを結合して（marge) ・商品と部署、商品と性別をクロス集計して（table) ・表示する

ということになる

これを、Ｒでやると、こんなかんじ

【Ｒのコマンド】 rireki <- read.csv("rireki.csv") zokusei<- read.csv("zokusei.csv") head(rireki) rireki2<- merge(rireki,zokusei,by="ID") head(rireki2) table(rireki2$Goods,rireki2$Busho) plot(table(rireki2$Goods,rireki2$Busho))

読み込みは、いきなりread.csv("rireki.csv")と書いているが、実はこの前に
メニューから　ファイル＞ディレクトリの変更　で以下のように

読み取りディレクトリを変えている

marge(ＣＳＶファイル１、ＣＳＶファイル２、ｂｙ＝”結合するキー”）
となる。今回結合するキーはＩＤ

tableでクロス集計、それをplotで表示するが、
クロス集計表とplotで表示する項目が、縦横逆になる

ので注意

これが、さっき書いた

　大掛かりな解析や、ソフト開発の話がいらない割りに、リアルタイムに状況が把握でき、次の一手がすぐに打て、その結果がすぐにわかるので、効果がすぐに出やすい。
Ｒでも、これなら簡単にできる（というのを、次のエントリーで示す）

のこと。

---

なお、「データ分析・活用実践講座 [演習付き]」についての感想。

おもしろかった（‘＿‘！）
はじめのほうは、とくに、

　　シート３７　回帰系の体系と
　　シート３８　分析手法マップ
　　シート４２　手法毎の主な用途

が、超大切なシート！

午後はＲをつかってなんだけど・・・
・・・ちょっと、途中、ついていけなくなった（；＿；）・・・
いや、やってることは、わかるんだけどね、
データで迷子になってしまった感じ（＾＾；）

即興で７班の班長による、データをざっと見る話（上記のやつ）が
あったけど・・・便利でしょ、これ。
見たいテーブルを、margeしていき、それをtableでクロス集計していく。
そして、plotして特徴を大づかみに掴む。
このぐらいでいいんではないでしょうか？

全体的には、ＢＩ，ＢＡのレベルまでを一気に行う
（決定木をつかって）
雰囲気的には、データ分析の初歩的な感触はつかめた気がする。

以上、報告終わり！

ビッグデータより現場のデータ解析、HadoopよりARで可視化のほうが儲かるはず！

ここの記事

ビッグデータは統計学と矛盾する？
http://itpro.nikkeibp.co.jp/article/Watcher/20130522/478709/

ビッグデータの問題点として
（以下の四角内は、上記サイトを引用したものを加工）

・本当にビッグデータが必要なのか、目的が明確なのか 　　　→目的さえ明確であれば、必ずしも大量のデータはいらない（統計学者） ・大量データのメンテナンスを誰がどう行うか ・データサイエンティストの育成だけでなく、現場の社員のデータ分析力も向上させるべき 　　　→「数字に強い」現場ならば、強い企業になるに違いない

実は、この１番目と３番目が重要で、利益を出す、お金儲けが目的なら、
現場でデータ処理したほうがよく、その場合、ビッグデータである必要は
まったくなく、データメンテナンスが少なくて済む。

---

　ちょっと勘違いされやすいのだが、ビッグデータ処理は、現場に役立つ知識が
出てくるとは限らない。どちらかというと、セールスプロモーションとか、
ちょっと長期なものがでる（もっと深い分析をすると、マーケティング寄りになる）

　たとえば、「さよならクロール」（ＡＫＢ４８の新曲）を買っている人は、「AKB48総選挙公式ガイドブック2013」も買っています。とＡｍａｚｏｎなら出てきます。ビッグデータだと、「協調フィルタリング」という手法？分野？ですね。

　でも、だからといって、レコードやさんで、「さよならクロール」の横に、「AKB48総選挙公式ガイドブック2013」を置こうとしても、そもそも、公式ガイドブックは本なので、仕入れからしないといけないので、すぐに置けるものではないのです。つまり、ＡｍａｚｏｎとかＥＣサイトだと、ビッグデータの手法は、現場で役立つのですが、リアルな店舗では、すぐに役立つとは限りません。

　決定木もそうで、「○○で△△なお客さんは、■■な商品を購入する」とわかっても、○○で△△なお客さんがきたときに、■■を手に持って、店員がお客さんに、そーっと忍び寄って、「ほら！」と見せたら、そりゃーあなた、店員はストーカーっすよ（＾＾；）

---

　実際に役立つのは、ＰＯＳデータの売上を、現場のiPadに表示してあげるとか・・・
　最近売れているのは、

　　　「さよならクロール」のTypeA,K,Bとか、
　　　お客さんは何時に来るとか（これはセンサーが必要）、
　　　来るお客さんの割りに、売上が立たないとか・・・

　そういうこと。これは、ＰＯＳデータのほかに、お客さんに反応するセンサー、
　表示するiPadのアプリとか、その程度の話になってくる。

　大掛かりな解析や、ソフト開発の話がいらない割りに、リアルタイムに状況が把握でき、次の一手がすぐに打て、その結果がすぐにわかるので、効果がすぐに出やすい。
Ｒでも、これなら簡単にできる（というのを、次のエントリーで示す）

　そして、見やすくするなら、ＡＲで、どの商品が（ないしはどの売り場が）売れているかを一目で表示するとかのほうが、Ｈａｄｏｏｐを導入するより、現場に身近で、効果が出やすい

---

つまり、すぐにお金儲けをしたいのなら、
　　ビッグデータとかで、Hadoopなどを導入するよりも、
　　現場でデータ解析をして、iPad等のタブレットに表示など
　　　（さらにはARで可視化など）
現場の営業力を強化するためにデータ解析をしたほうがいい。

どんなセールスプロモーションを打つかとか、
商品の仕入れなど、ちょっと時間を置いて考えるようなことに使う目的なら
ビッグデータで使われるデータマイニング、機械学習の手法が生きてくる

さらに、消費者を理解して、新商品開発とかになると、
もっと高度な統計モデルを作成する手法が生きてくる

目的によって使い方がかわるのだが、
多くはたぶん、「すぐにお金儲け」なんじゃないか？
だとしたら、ビッグデータじゃなくって、それは、現場でのデータ分析手法で、
力を入れる分野、ちがうぞ？？