Web解析と意思決定20130311 太田

2013/03/10

WEB解析と意思決定
―統計的有意差の観点から―

株式会社アパマンショップネットワーク
太田博三

第７回データマイニング+WEB 勉強会＠東京

Agenda
1. 自己紹介

2．WEB解析への問題意識

3．WEB解析と統計的有意差の適用
－Teassly社のStatistical Calculatorを用いて

4．参考・引用文献一覧

5．さいごに

2

1．自己紹介 Hiromitsu OTA （1/3）
1．長年、文理融合を目指して、環境問題（廃棄物問題）を研究
・廃棄物の最終処分場の跡地利用に関する研究
・産業廃棄物の不法投棄の実証分析
・用いた手法：多変量解析（OD表を用いた重回帰分析）、
ゲーム理論(Game theory)、
契約理論（Contract theory）、
・場所: マレーシア: Kuala Lumper(KL)、Penang州、
タイ: Bangkok, Cooperated with Asian Institute of
Technology(AIT)
・用いたデータ：OD表（Origin-Destination Table）、
フィールド調査データ（面接調査、紙面調査）

3

2．統計解析は文理の融合の共通の学問/分野として格別
しかし、日本には統計学部がない。
3．2008年大学院後期博士課程を修了し、コンサルタントへ
・Business Intelligence(BI)の導入支援、
・Data Miningによるモデル構築
4．現在、専修大学大学院商学研究科大学院研究生として在
籍
・江原先生、生田目先生に従事、
・OR学会のデータ解析コンペティションに参加

4

5．現在、株式会社アパマンショップネットワ－クシステム部
WEBチームにて、ログ解析等に従事。

5

2．WEB解析への問題意識（1/2）
・問題意識：学問領域ではWEB解析はどこに属するのか？

1．統計解析 ⇒統計学(R.A フィッシャーからT. ベイズへ)
→実務では医薬品開発、品質管理で。

2．データマイニング ⇒情報工学（機械学習など電通大など）、
一部、統計解析(統数研)
→実務では、通信販売業、金融業で。

3．テキストマイニング ⇒多変量解析（林知己夫先生、
大隅先生の取り組み）
→実務では、コールセンターやWiki・ブログの解析（集合知）で。
6

2．WEB解析への問題意識（2/2）
1.の統計解析も、2.のデータマイニングも、3. のテキストマイニングも、
確たる「学問的背景」を持ち合わせている。

・「学問的背景とは、理論がありそれなりに堅確である」と言える。

では、アクセスログ解析は？
⇒マーケティング・サイエンス? ←データマイニング
計量経済学（時系列分析）? ←統計解析

・解（私の考え）：間接的に関係があり、複合的な学問領域にまたが
る分野と捉える事ができそうだ・・・。
その正体を確かめたい。

→統計的有意差の事例（「Webアナリスト養成講座」アビナッシュ・
コーシック著、衣袋宏美監訳、内藤貴志訳,翔泳社, 2007,PP420-
422）の事例を検討してみる。
7

WEB解析と統計的有意差の適用事例の検討（1/6）
・検討事例1: メールによるキャンペーンの責任者とする。
最新のキャンペーンの潜在顧客に2種類のメールを
送った。結果は以下の2種類になった。
提案1: サイト訪問者が5,300,購入者が46,コンバージョン率は0.87%
提案2 : サイト訪問者が5,200,購入者が55,コンバージョン率が1.06%

ここで、提案2より、提案1の方がよいと言えるだろうか?
統計的有意差からシミュレーションしてみよう。

※1 統計的有意差: 医薬品など生物統計学の分野では、統計的有意性は認可される際の
重要な指標となっている。
※2 有意差とは統計データに基づいて観測された“差異”が誤差の範囲を超えている場合の
差の事である。1%とか5%といった小さな値の有意水準を定めて、観測結果が「差がな
い」という帰無仮説の棄却領域に入るときに「有意差がある」と表現する。
しかし、有意差が認められたとしても、差の具体的な解釈は別個の問題であり、統計以
外の知識を用いて解決すべきものである。
*引用先：PP235-236,「現代統計学小辞典」鈴木義一郎著,講談社,1998
8


・両提案のコンバージョン率の差異は0.19ポイント(=1.06-0.87)であ
る。
・0.19ポイントの差が出ていることから、提案2は提案1に比べて、
サイト訪問者数も100多く、購入者数も9多い。

・では、統計的有意差の観点から、次のようにシミュレーションし検
証してみる。
※ Teassly社のStatistical Calculatorを用いる。翻訳本と同じ条件である。

・提案2: サイト訪問者が5,100,購入者が64,としてシミュレートしてみ
ると・・・、
※ Teassly社のStatistical Calculator URL: http://www.teasley.net/free_stuff.htm 9

・画面: Teassly社のStatistical Calculator（Excelで単に入力するだけで有意差が求められる）

提案1 提案2

有意差は80%
10

提案1: サイト訪問者が5,300,購入者
が46,コンバージョン率は0.87%
提案2 : サイト訪問者が5,200,購入者
が55,コンバージョン率が1.06%

ここで、提案2のみ、サイト訪問者数を100減らして5100に、購入者数を9人分多くして
64にしてみると・・・

提案1: サイト訪問者が5,300,購入者
が46,コンバージョン率は0.87%
提案2 : サイト訪問者が5,100,購入者
が64,コンバージョン率が1.25%

ここから、有意差は0.995（5%の信頼区間にある）と言える。
つまり、0.87 < 1.06 < 1.25 の不等式が成立する。
11
提案1と提案2ののコンバージョン率は誤差の範囲にあると言える。

・結論：提案2の数値を変えてシミュレーションしてみた結果、有意差は
0.995%で95%の信頼区間内にある。つまり、統計的には提案1も提案
2も、誤差の範囲でしかない。どちらも優劣付けがたいと言える。

・ここで、再度、有意差の定義を確認してみると、
有意差とは、統計データに基づいて観測された“差異”が誤差の範囲
を超えている場合の差の事である。（中略）…しかし、有意差
が認められたとしても差の具体的な解釈は別個の問題であり、
統計以外の知識を用いて解決すべきものである。

・では、どう考えたらよいのか?
12
※引用先：PP235-236,「現代統計学小辞典」鈴木義一郎著,講談社,1998

＜結論＞
・統計的有意差は一つの目安であり、どちらがより良いか否かは断
言はできない。しかしシミュレーションできるのは悪くない。

・また別の要因とは、例えば、サイト訪問者数（サンプルサイズ）や、
その分布（アクセスログのデータはロングテールになりやすいこ
となど）も考慮して総合的に判断する必要があると言える。

・有意差はPDCAを実践する際の一つの意思決定の基準や目安とし
て、注意して用いる事が必要と思われる。

⇒今後は、統計的有意差以外も、意思決定の一つの目安となるか
検証してゆきたい。
13

参考・引用文献一覧
1. 「Webアナリスト養成講座」アビナッシュ・コーシック著、衣袋宏美監訳、
内藤貴志訳,翔泳社, 2007,PP420-422
2. Teassly社のStatistical Calculator http://www.teasley.net/free_stuff.htm

3 . 「現代統計学小辞典」鈴木義一郎著,講談社,1998, PP235-236

4. 「WEB解析士検定テキスト」弊社編纂,6章, JWDA出版,2010年11月（予定）

5 . 「WEB解析士問題集」弊社編纂,6章, JWDA出版,2010年11月（予定）

6．「生物学を学ぶ人のための統計のはなし―きみにも出せる有意差」粕谷
英一著,文一総合出版,1998

14

さいごに
• ご拝聴ありがとうございます。

• 今後もWEB解析を軸に研究を行ってゆきたいと考えておりま
す。

• 弊社のポリシーは、データ解析を行い、PDCAサイクルによる
改善を行うことです。

• アクセスログ解析のソフトウェア（Sibulla）等にご興味があり
ましたら、気軽にお声掛けください。
⇒ http://www.kan-net.com/
15

Web解析と意思決定20130311 太田

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (20)

Semelhante a Web解析と意思決定20130311 太田

Semelhante a Web解析と意思決定20130311 太田 (20)

Mais de 博三太田

Mais de 博三太田 (20)