HEARTCOUNTを始めよう
HEARTCOUNTを使い始めたばかりの皆さん、はじめまして!
初心者の方のためのガイドです。以下の内容を読んだ後、HEARTCOUNTを直接使ってみると、機能別の用途をより簡単に把握することができます。
ログインする
ログインページからログインしてください。まだアカウントをお持ちでない方は、Googleアカウントですぐに始めましょう。
ログインが難しい場合は？
キャンペーンを作成する(データをアップロードする)
HEARTCOUNTへのログインが完了したら、表形式のExcelファイルまたはCSVファイルをアップロードしてください。
Q. キャンペーンとは何ですか？
キャンペーンとは、HEARTCOUNTで用いられる分析の単位です。1つのキャンペーンには1つのデータセットをアップロードすることができます。複数の分析キャンペーンを積み重ねて、データを探索してみましょう！
Q. データサイズ、変数、行、セル、キャンペーン、KPIなどの制限はありますか？
EDA(無料版、ワンタイム・ビジュアライゼーション)機能の場合、ファイルサイズの制限はありません。プレミアム版(高度な分析機能)の場合、最大500MBであり、レコード件数が多すぎる場合はキャンペーンを保存する際に制限がある場合があります(サービス内部のフィルタリング機能によりフィルタリングして保存可能です)。他にも以下のような仕様があります。
•
行数: 制限なし
•
列(変数)の数: 300個以下を推奨
ちょっと待ってください！ ExcelのデータセットはHEARTCOUNTにアップロードするのに適していますか？
下の三角形をクリックして確認してください。
HEARTCOUNTにアップロードするのに適切なデータセットの例をご覧ください。
サンプルデータセットを利用する
まだ適当なデータセットがない場合は、HEARTCOUNTが提供するサンプルデータセットを利用してツールを使いこなすことができます。
売上やHRを含む5つのサンプルデータと活用例を提供しています。
サンプルデータセットの活用例を参照してください
- HRデータ分析の事例: 従業員満足度、パフォーマンススコアの最適化ルールを探る
- Superstoreデータセットを活用した売上分析
- Survey (アンケート) データセット: 幸せの要因を探す
- タイタニック・データセット: 生存者グループを分類するルール探索
データセットを確認する
データを追加して [次のステップ] ボタンをクリックすると、ユーザーがアップロードしたデータを直接確認することができます。また、 2つ以上のシートがある場合は分析するシートを直接選択することができます。
•
データセットに特に問題がない場合は、「データセットの解析が完了しました。」と表示され、下にスクロールして個々の変数を確認したり、数値型変数の場合は、派生変数の詳細設定を行った後、次のステップ をクリックしてください。
•
HEARTCOUNTがデータを読み込む際に、通常の解析が難しい列がある場合は、フィルタリングしてユーザーに通知します。この場合、ユーザーは対応する列の削除や修正などのアクションをとる必要があります。
通常の解析が難しい列とは？ (矢印をクリック)
•
数値で表現されているカテゴリー型変数の場合、選択的に、もしくは一括で数値型からカテゴリー型に変換することができます。
•
不要な変数は無効にすることができます。
•
数値型変数の場合、区間の個数、区間をどのように分割するかなど、派生変数(Binや Percentile)の詳細設定も可能です。
•
変数(列、カラム)の種類
◦
Abc : カテゴリー型変数を意味します。(性別、名前、退職の有無などのカテゴリー)
◦
# : 数値型変数を意味します。(年齢、売上などの連続性のある数字、一定の区間と％で分割して派生変数を自動生成します)
◦
カレンダー: 日付型変数を意味します。(日付、年/四半期/月/週/曜日タイプ/曜日/時間など様々な形で視覚化が可能です)
日付型変数が正しく認識されていませんか？
Excelで該当する列を選択して「右クリック → セルの書式設定」で日付形式に設定されていることを確認してください！
データを探索する
データセットを正しくアップロードした後、そのデータセットから何を重点的に分析して活用するかを把握するために、グラフィックと視覚化を活用してデータを調査して探索する時間が必要です。私たちはこれを EDA (Exploratory data analysis - 探索的データ分析) と呼んでいます。
相関関係を調べる
任意の2つの変数がどのような因果関係や相関関係を持っているかは、視覚化グラフの形状や傾き(相関係数)によって把握することができます。
•
スマートプロットで調べる
HEARTCOUNTの代表的な視覚化機能であるスマートプロットにX軸とY軸に数値型変数を設定して、相関係数(r)を確認してみましょう。
相関係数はどのように見ますか？
相関係数が 0 の場合は、2つの変数は互いに影響を与えない非線形関係であり、 -1 の場合は、一方が増加すると比例して他方は減少する負の相関関係、 +1 の場合は、一方が増加すると、他方も共に増加する正の相関関係を意味します。
スマートプロット > > X軸: 数値型変数、Y軸: 数値型変数を設定 > 相関係数
•
スモールマルチプルで調べる
変数を変えながら分析するのが面倒な場合は、スモールマルチプルを利用すれば、1つの変数が他の変数とどのような相関関係があるかを1つの画面で確認することができます。
スモールマルチプル
データの分布を視覚化する
データがどのような形で散らばっているのか関心のある場合は、スマートプロットの箱ひげ図(Boxplot)とヒストグラムを利用してください。
•
箱ひげ図で調べる
まず、X軸に数値型変数ではなく、カテゴリー型変数(カテゴリー/タイプ)を選択してください。右側の最初のアイコンである [箱ひげ図] ボタンをクリックすると、そのカテゴリーの分布(最大値、中央値、最小値など)を一目で確認することができます。
スマートプロット > X軸: カテゴリー型変数、Y軸: 数値型変数を設定 > 箱ひげ図
•
「分布」機能で調べる
分布は、データの頻度を青い線で表現する視覚化機能です。X軸をカテゴリー型変数として選択した後、左から4番目のアイコンをクリックしてください。青い線が長いほど、該当する値にデータが多く存在することを意味します。
スマートプロット > X軸: カテゴリー型変数、Y軸: 数値型変数を設定 > 分布
•
ヒートマップで調べる
ヒートマップは色の濃さによって、どのポイントにデータが多く集まっているか密度を確認することができます。X軸にカテゴリー型変数を設定した場合と数値型変数を設定した場合の両方でヒートマップを確認することができます。
スマートプロット > X軸: 数値型変数、Y軸: 数値型変数を設定 > ヒートマップ
カテゴリー間の違いを比較する
•
棒グラフは、カテゴリー型変数を一目で理解するのに最適なグラフです。
スマートプロットでカテゴリー型変数を X軸に設定すると、棒グラフに変更されて、Y軸(数値)は個々のレコードをすべて表現する形ではなく、平均や合計のような要約値に変更されます。
スマートプロット > 棒グラフ
•
データをさらに分割して表示したい場合は、上記の状態で、サブグループに別のカテゴリー型変数を設定すると、棒グラフがさらにその次元で分割されて表現されます。
スマートプロット > 棒グラフ > サブグループを設定
•
Y軸を合計に設定してカテゴリ別の累積合計を確認したい場合は、右側の2番目のアイコンである [積み上げ棒グラフ] をクリックすると、サブグループを上に積み上げる形に変更することができます。
スマートプロット > 棒グラフ > サブグループを設定 > 積み上げ棒グラフ形式で表示する
分析する(プレミアムにアップグレードする)
[探索する] のメニューでHEARTCOUNTの視覚化機能を十分に習得すれば、次はHEARTCOUNTの自動分析機能を体験する番です！ HEARTCOUNTの [分析する] のメニューでは、KPI (重要と思われる指標、例えば、売上や利益など)に基づく統計的な分析が可能であるという特徴があります。
[分析する] のメニューを利用するためには、キャンペーンをアカウントサーバーに保存する必要があります。そのためには、HEARTCOUNTプレミアムにアップグレードする必要があります。1ヶ月無料体験が可能ですので、左側のメニューの [アップグレード] ボタンをクリックして無料体験を進めてください。
さらに気になることは、以下のページで該当キーワードを検索して確認してみてください。