Tableau Developers Club Season2 - 外部サービス連携デモ
- 1. 株式会社GRI データで新たな事業を開発していくカンパニー。 Tableau Developers Club Season 2 /*TableauのAPIすべて*/ デモ編 「Tableau外部連携デモ」 2018/11/21
- 2. 会社&自己紹介
- 3. ©GRI Inc.CONFIDENTIAL 古幡 征史, PhD 株式会社GRI 取締役 【略歴】 1973年生、横浜市出身、筑波大学卒、筑波大学大学院経営・政策科学研究科修了(MS) University of Western Sydney, PhD in Computer Science（コンピューターサイエンス博士号） Universite de Toulouse 1 Capitole, Doctorat en Informatique（コンピューターサイエンス博士号）très honorable avec félicitations du jury 丸文、KPMGコンサルティング、北陸先端科学技術大学院大学、University of Southern California、ドワンゴを経て、2016年9月より現職 【主要実績】 2009 Trading Agent Competition in Mechanism Design 優勝 2009-2010 東京証券取引所の現物市場における売買制度の特性に関する研究（東京証券取引所と共同研究） 市場急変に対応する予測手法の確立 （スパークス・アセット・マネージメント株式会社と共同研究） 2010 人工知能学会 優秀研究賞を受賞 2011-2013 Creating a Dynamic Ridesharing Market (“Treating Every Car as a Taxi”) （米国政府 運輸省） ANTIDOTE: Adaptive Networks for Threats and Intrusion Detection or Termination （ペンシルバ ニア大、マサチューセッツ大、南カリフォルニア大、MIT、ワシントン大の共同プロジェクト,米国政府 海軍研究所） 2016 「見える化」を含むデータ分析基盤構築サービスの提供を開始 【主要論文】 Masabumi Furuhata, Maged Dessouky, Fernando Ordóñez, Marc-Etiennce Brunet, Xiaoqing Wang, and Sven Koenig (2013) “Ridesharing: the state-of-the-art and future directions” Transportation Research Part B, 57, pp.28-46. ※交通工学分野の最難関論文誌にて、歴代ダウンロードランキング６位 古幡征史, 水田孝信, 曹治平(2010) “市場急変に対応する予測モデルの提案”, 第5回 人工知能学会 ファイナンスにおける人工知能応用研究会 （SIG-FIN）, pp. 23-27.
- 4. ©GRI Inc.CONFIDENTIAL GRI: データで新たな事業を開発していく 挑戦することと企業の規模は無関係! テクノロジーの革新により、データを利活用した事業創造が可能になった時代だと考えています。それに応えるには裏づけの ある具体的な企画と事業を推進する圧倒的な意志が必要です。大企業の中で事業を創造するのも、ちいさな会社を作り上げる のも、やることに大差はありません。だからこそ、我々は起業家精神（entrepreneurship）を失うことを恐れる会社であり たいと思います。 当社の事業ドメインは、「解析（analysis）」を核とした事業開発です。POSデータやWebログ、位置情 報データ、センシングデータ、臨床実験データあるいは、環境測定データまで、あらゆるデータを利活用して事業開発に役立 てることに挑戦していきます。
- 5. ©GRI Inc.CONFIDENTIAL GRI会社概要 会社名 株式会社GRI （GRI Inc.） http://gri.jp 所在地 〒105-0011 東京都港区芝公園1-3-8 苔香園ビル5F 設立 2009年2月 資本金 4,600万円 代表者 代表取締役CEO 上野 勉 代表取締役COO 利齋 公晴 社員数 社員 15名、グループ会社含めて 計17名 事業内容 １．BIG DATAを利活用した事業開発に関わる支援 ２．BIG DATAの収集および、BIG DATAの解析 ３．BIG DATAの分析基盤（クラウド）の構築、見える化システムの提供 ４．セルフ型ネットリサーチサービスの提供 ５．AI型マッチングエンジンの開発 ６．自然言語処理エンジンの導入、AI型チャットサービスの開発 ７．Eコマースサイトの構築、パーソナライズエンジンの開発 ８．データサイエンスまたは、人口知能（AI）分野における研究・研修・情報発信など 関連会社 株式会社アートダイジェスト（出版・編集、コンテンツ制作） 事業提携先 カルチュア・コンビニエンス・クラブ株式会社 株式会社日本リサーチセンター
- 6. ©GRI Inc.CONFIDENTIAL GRI 多くの会社に支えられてきました ■Tableau案件（３年で１７社） • Gallery2 • カドカワ/Gzブレイン • ADK • グラニフ • トランス・コスモス • グリーンスタンプ • ハウス食品グループ • ライオン • 野村総研 • トヨタコネクテッド • ジブラルタ生命保険 • パソナキャリア • 双日インフィニティ • モニタス • JAF • リンクバル • イズミヤ データ分析・AI・可視化・開発・調査分析を実施
- 8. ©GRI Inc.CONFIDENTIAL 解析の種類の再考察 記述的解析 Descriptive Analytics 診断的解析 Diagnostic Analytics 予期的解析 Predictive Analytics 処方的解析 Prescriptive Analytics 過去に起きた事実を データで示す （売上推移/前年比） 過去に起きたことの 理由を深堀りから 探索する （ドリルダウン） Business Intelligence Tableau/Qlik/PowerBI これから 何が起こるのか？ （予測の実施） Machine Learning 情報 最適 Information Optimization 機械学習 これから何が、 なぜ起こり、 どうすべきか？ （予測の解釈） • 時系列予測 • バスケット分析 • クレジット・スコア予測 • 優良顧客の定着 • 売れ筋商品の育成 • 売上推移 • 一人当たりの平均分析 • 商品ABC分析 • 顧客RFM分析 • 構成比の分析 • アクション・フィルタ • ストーリ・テリング Analytics Tools R/Python
- 9. ©GRI Inc.CONFIDENTIAL Tableau Developers Club – 2018/12/8 連携 連携 外部ツール連携 2018/12/8 Tableau Technical Support 岩橋さん https://techplay.jp/event/701437
- 10. ©GRI Inc.CONFIDENTIAL Tableau Technical Support岩橋さん http://lovedata.main.jp/ ↑の中の人
- 11. ©GRI Inc.CONFIDENTIAL RかPythonか？ • 今からはじめ、好みがないならPython • 使いたいパッケージがRにしかない → Rを使う • ５年後には、RもPythonも裏側は統一される予定 → RでもPythonでも、どちらでも良い • プログラミング絶対に嫌だ → Exploratory（RをTableauっぽく動かす） Hadley Wickham Kan Nishida
- 12. ©GRI Inc.CONFIDENTIAL 外部ツール連携 RやPythonで、あっと言う間にできてしまう高度な分析を Tableauに取り込もう！ Anomaly Detection（異常検知） Clustering（K-Means以外のクラスタリング）機械学習モデルの利用 ※注意 Time-Series Forecast（時系列予測） グラフ理論 G=(V, E) and more 色んな例を参加者の方から 発表していただければ
- 13. ©GRI Inc.CONFIDENTIAL グラフG=(V, E)の可視化 • 同一のVertices & Edgesでも配置アルゴリズムにより、グラフの解釈のしやすさが変わる • R/Pythonで配置座標を計算させ、それをTableauに戻し、ネットワークグラフの座標を変えられる （はず） 同一のFruchterman-Reingoldアルゴリズム でも、パラメタの設定で印象が変わる http://kateto.net/networks-r-igraph
- 14. ©GRI Inc.CONFIDENTIAL 大きな制約があります Tableau側で連携結果は、集約された状態です –集約後にレベルの変更が厳しいと思います Tableau Desktop, Serverは連携できます –Public/Online/Readerは不可だと思います デバッグできるような環境がないです –自分で正しい文法(R/Python)を事前に知っておく必要があります
- 15. Rでの時系列の連携例
- 17. ©GRI Inc.CONFIDENTIAL Tableauの時系列予測の現状 予測の必要性 –実績の月内着地予想 –アクセル＆ブレーキ Holt&Winters法の自動係数選択 –トレンドと季節性分解 Holt, C. E. (1957). Forecasting seasonals andtrends by exponentially weightedaverages (O.N.R. Memorandum No. 52). Carnegie Institute of Technology, Pittsburgh USA. https://doi.org/10.1016/j.ijforecast.2003.09.015 Winters, P. R. (1960). Forecasting sales by exponentiallyweighted moving averages. ManagementScience, 6, 324– 342. https://doi.org/10.1287/mnsc.6.3.324 トレンド 季節性 移動平均 分解 予測
- 20. ©GRI Inc.CONFIDENTIAL 事前準備 R/RstudioでRserveを起動して、Tableauから の通信を受け取れるようにしておく ■そもそもの事前準備 • RやRstudioをインストールしておく（anaconda 経由でRstudioを入れるのも良い） • RserveやProphetのパッケージをインストール しておく • ProphetはStanを必要とし、StanはRcppなどの 大量のパッケージを必要とする Tableau側で外部接続との通信設定 (menu) > ヘルプ > 設定とパフォーマンス> 外部接続の管理 接続の設定をする
- 21. ©GRI Inc.CONFIDENTIAL 時系列データ ds: 年月日（datestamp） y: Manningのwikiページへのアクセス数（自然対数）
- 22. ©GRI Inc.CONFIDENTIAL 予測をするための準備 - ①元のdsに対して、予測分の期間をパラ メタforecast_lengthで空けたds_paddedを 作成 ②欠損値の表示 y ds ds_padded 12 21 32 43 11/18 11/19 11/20 11/21 y 12 21 32 43 11/18 11/19 11/20 11/21 11/22 11/23 forecast_length=2のとき
- 24. ©GRI Inc.CONFIDENTIAL 予測するためのコマンド arg1 arg2 arg3 R Prophetライブラリのロード yベクトルの作成（SUM(Y)ベクトルの最後の要素（padされたも の）を元に戻す） dsベクトルの作成（引数２ベクトルの最後の要素（padされたも の）を元に戻す） df1データフレームを作成（yとdsで構成されるデータフレーム） Prophetでfitさせたmの作成 Prophetで予測する対象期間の データフレームfutureの作成 Prophetで予測の実行しforecastに格納 forecastのyhatカラムをTableauに戻す
- 25. 学習済みの機械学習モデルの利用
- 27. 宣伝： GRIのPython講座