データマイニング

大量のデータから統計学やAI・機械学習の手法を用いて、未知のパターンや相関関係、有用な知識を自動的に発見する技術。マーケティング分析、顧客分析、リスク予測、不正検知などに活用される。

大量のデータから統計学やAI技術を用いて、隠れたパターン、相関関係、傾向などの有用な知見を発見する手法。テキストマイニング、アソシエーション分析、クラスタリングなどの手法がある。

大量のデータから統計的手法やAI技術を用いて、隠れたパターンや関係性を発見する分析手法。クラスター分析、決定木分析、ロジスティック回帰分析、アソシエーション分析などの手法があり、経営戦略の意思決定やマーケティングに活用される。

大量のデータから統計的手法や機械学習を用いて、有用なパターンや知識を発見する技術。相関ルール分析、クラスタ分析、決定木、回帰分析などの手法がある。データウェアハウスと組み合わせて活用される。

2つ以上の項目を縦横に配置し、それぞれの組み合わせごとのデータを集計した表。アンケート結果の分析などで、項目間の関係性を明らかにするために用いられる。

自然言語で書かれた文書データから有用な情報やパターンを抽出する技術。SNSの投稿分析、顧客の声の分析、論文の傾向把握などに活用される。

データの流れに着目してシステムや業務を分析するための図法。プロセス、データストア、外部エンティティ、データフローの4要素で構成され、業務やシステムにおけるデータの入出力と処理の流れを可視化する。構造化分析の代表的手法。

あらゆる分野でデータの収集・分析・活用が意思決定や価値創出の基盤となる社会。ビッグデータやAIを活用して、社会課題の解決や新たなサービス創出を推進する。

値の大きい順に並べた棒グラフと累積構成比の折れ線グラフを組み合わせた図。問題の原因や改善項目の優先度を視覚的に把握でき、重点管理すべき項目を特定するのに使われる。

対象をA（重要）、B（普通）、C（重要度低い）の3ランクに分類して管理する手法。パレート図を用いて売上高や在庫量などを分析し、重点管理すべき項目を明確にする。