CSVデータ分析のはじめ方。
項目の選び方と、結果の読み方。
「どの商談が成約しやすいか」を例に、意思決定分析の使い方を紹介します。機械学習が返すのは、与えたデータで予測に役立つパターンです。そこから次に確かめる問いを作ることが、このツールの使いどころです。
作成・編集：Claricores · 内容更新：
1. 1行に1件、1列に1つの項目
1行目に列名、2行目から商談などの観測を1件ずつ並べます。結合セル、途中の小計行、同じ列名は避け、表をCSV形式で保存します。UTF-8またはShift_JISを読み込めます。1MB・100列・20,000行が上限です。
流入経路,初回返信時間,商談回数,結果 紹介,4,2,成約 検索,24,1,未成約 広告,8,3,成約
この3行は形式の説明用です。実際の分析には件数を増やしてください。特に分類ごとのデータが少ないと、学習用と評価用に分けられないことがあります。
練習用のデータは商談CSVのサンプル60件を利用できます。列の役割や、実データに置き換えるときの注意点も説明しています。
2. 調べたい項目と、手がかりを分ける
調べたい項目（目的変数）は「結果」。手がかり（説明変数）は「流入経路」「初回返信時間」「商談回数」です。顧客名やメールアドレスは削除し、予測する時点でわかっている情報だけを使います。
たとえば「契約締結日」を手がかりにすると、契約したかどうかがほぼ分かります。しかし商談の途中には使えない情報です。このような結果の情報の混入を、データ漏洩と呼びます。
3. 送る前に、プレビューを確認
ファイルを選ぶだけでは送信されません。列名、先頭5行、空欄の数を端末内で確認できます。「このデータを送信して次へ」を押すと、内容をサーバーへ送り、分析に使う項目を選択できます。サーバーへ送るファイル名は固定され、元のファイル名は送信されません。
4. 精度と重要度を、一緒に読む
正確率は評価データで当たった割合です。成約が少ないデータなら、すべてを「未成約」と予測しても高い値になります。データ件数と分類の偏りを確認し、数字だけで判断しないでください。
重要度は、そのモデルが予測に使った程度です。「返信時間」の重要度が高くても、返信を速めれば成約が増えるとは断定できません。担当者や案件規模など、別の条件が影響している可能性があります。
現在の分析では数値の目的変数を区間に分けて分類する場合があります。数値そのものの誤差を測っているのか、区間の分類を評価しているのかを結果画面で確認してください。
5. 次に確かめる条件を決める
重要だった項目を1つ選び、偏りや入力ミスがないかを確認します。必要なら対象期間や項目を変えて分析し直します。効果を判断するには、比較条件をそろえた検証や追加のデータが必要です。必要な結果は有効期限が切れる前にダウンロードしてください。