|
解析はデータの有意な規則性を発見する活動である。 記録情報が豊富であれば有効性が増し、統計学、プログラミング (コンピュータ)、オペレーションズリサーチ、可視化技術が役立つ。 一般的に企業は経営関連データの表現、予測、経営力の向上目的で使用する。 競技場運営を具体例とすると、企業意思決定管理、小売分析、店舗の品揃えや単品管理の最適化、マーケティングの最適化および混合マーケティング分析、ウェブ分析、販売力の最適化、価格設定や宣伝効果検証、予測術、信用リスク分析、詐欺分析などが挙げられる。 膨大な計算が必要となり（ビッグデータ参照）、分析用のアルゴリズムやソフトウェアは情報工学や数学の最新理論を活用している。 ==例== ===マーケティング最適化=== マーケティングは、高度なデータ駆動型の過程を創造的に発展させてきた。 販促支援活動におけるキャンペーンや試行錯誤の成果の判断や、投資対象や消費者ターゲティングのための意思決定を導くために解析が用いられている。 人口統計学研究、顧客属性細分化、コンジョイント分析や他の技術を用いることで、膨大な消費者の購入データやパネルデータを介して、マーケティング担当者は販促戦略を理解し実践している。 ウェブ解析マーケティング担当者は、リファラー、検索キーワード、IPアドレス、訪問者行動を追跡してウェブサイト上でのセッション単位の情報を収集し、 マーケティングキャンペーンや魅力的な内容、サイト構成の向上に役立てる。 セグメンテーションなどの顧客分析、混合マーケティングモデリング、価格設定や広告分析、販売力最適化などの分析技術が頻繁に活用されている。 ウェブ解析やサイト構成最適化やオンラインキャンペーンは伝統的なオフラインのマーケティング分析技術と頻繁に平行して実施されている。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「解析」の詳細全文を読む スポンサード リンク
|