<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>リレーエッセイ</title>
    <link>https://www.toukei-kentei.jp/relay-essay</link>
    <description>統計に関するコラムを掲載。統計学の活用例や学習方法、試験対策に役立つ知識を提供し、統計検定の受験者に向けた情報を発信します。</description>
    <language>ja</language>
    <pubDate>Wed, 18 Sep 2024 02:05:25 GMT</pubDate>
    <dc:date>2024-09-18T02:05:25Z</dc:date>
    <dc:language>ja</dc:language>
    <item>
      <title>よく似たグループを見つけるには？～クラスター分析で分類～</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science07</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science07" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%2c%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E3%83%BC%E5%88%86%E6%9E%90%2c%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%2c%E3%82%B0%E3%83%A9%E3%83%95%2c%E7%B5%B1%E8%A8%88.jpeg" alt="よく似たグループを見つけるには？～クラスター分析で分類～" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;集団をいくつかのグループに分ける&lt;/h3&gt; 
&lt;p&gt;集団をいくつかのグループに分けたい、ある対象とよく似た対象はどれかを知りたい、といった場面が多々あります。このグループ分けをすることをクラスタリングやセグメンテーションといいます。&lt;br&gt;&lt;br&gt;たとえば、下の表のような、日本企業２５社の売上高、利潤、資産、市場価値を調べたデータを使って、この25社をいくつかのグループに分けてみましょう。クラスター分析という手法を使います。&lt;br&gt;表の下にあるトーナメント表のように見える図がその結果です。デンドログラムといいます。「房にぶら下がっている葡萄」を想像すると理解がしやすいと思います。&lt;br&gt;図のように、高さ100のところで切り取ってみると、５つの房（５つのグループ）に分けることができますね。高さ200だと、3グループになります。&lt;br&gt;TOYOTAとNTTの属するグループ3は、市場価値・資産・売上高ともにかなり高い企業、グループ4は、市場価値・資産・利潤は低いが、売上高が高い企業といったことがわかります。&lt;/p&gt; 
&lt;span class="hs_cos_wrapper hs_cos_wrapper_widget hs_cos_wrapper_type_module widget-type-rich_text widget-type-rich_text" style=""&gt;&lt;/span&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science07" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%2c%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E3%83%BC%E5%88%86%E6%9E%90%2c%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%2c%E3%82%B0%E3%83%A9%E3%83%95%2c%E7%B5%B1%E8%A8%88.jpeg" alt="よく似たグループを見つけるには？～クラスター分析で分類～" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;集団をいくつかのグループに分ける&lt;/h3&gt; 
&lt;p&gt;集団をいくつかのグループに分けたい、ある対象とよく似た対象はどれかを知りたい、といった場面が多々あります。このグループ分けをすることをクラスタリングやセグメンテーションといいます。&lt;br&gt;&lt;br&gt;たとえば、下の表のような、日本企業２５社の売上高、利潤、資産、市場価値を調べたデータを使って、この25社をいくつかのグループに分けてみましょう。クラスター分析という手法を使います。&lt;br&gt;表の下にあるトーナメント表のように見える図がその結果です。デンドログラムといいます。「房にぶら下がっている葡萄」を想像すると理解がしやすいと思います。&lt;br&gt;図のように、高さ100のところで切り取ってみると、５つの房（５つのグループ）に分けることができますね。高さ200だと、3グループになります。&lt;br&gt;TOYOTAとNTTの属するグループ3は、市場価値・資産・売上高ともにかなり高い企業、グループ4は、市場価値・資産・利潤は低いが、売上高が高い企業といったことがわかります。&lt;/p&gt; 
&lt;span class="hs_cos_wrapper hs_cos_wrapper_widget hs_cos_wrapper_type_module widget-type-rich_text widget-type-rich_text" style=""&gt;&lt;/span&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science07&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 06:12:17 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science07</guid>
      <dc:date>2024-09-17T06:12:17Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
    <item>
      <title>しては、いけない質問？！～調査は正しく！～</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science06</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science06" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E8%AA%BF%E6%9F%BB%E3%80%81%E8%A8%88%E6%B8%AC%E6%96%B9%E6%B3%95%E3%80%81%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;こんな質問では、正しい情報が得られない・・・&lt;/h3&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science06" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E8%AA%BF%E6%9F%BB%E3%80%81%E8%A8%88%E6%B8%AC%E6%96%B9%E6%B3%95%E3%80%81%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;こんな質問では、正しい情報が得られない・・・&lt;/h3&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science06&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 06:07:27 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science06</guid>
      <dc:date>2024-09-17T06:07:27Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
    <item>
      <title>アンケート結果を一目で把握するには？～ポジショニングで特徴を把握する～</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science05</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science05" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%82%B3%E3%83%AC%E3%82%B9%E3%83%9D%E3%83%B3%E3%83%87%E3%83%B3%E3%82%B9%E5%88%86%E6%9E%90%E3%80%81%E3%82%B0%E3%83%A9%E3%83%95%E3%80%81%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%80%81%E3%82%A2%E3%83%B3%E3%82%B1%E3%83%BC%E3%83%88.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;人の意見を座標上に表現してみる&lt;/h3&gt; 
&lt;p&gt;商品やメーカーが消費者からどのように見られているかを知ることは重要です。そのために、アンケートを実施し、データに基づいた判断をするのは、データサイエンスの真骨頂です。&lt;br&gt;下の表は、岡山理科大学社会情報学科の学生が卒業研究で行った集計の1つ、8社の自動車メーカーのそれぞれが7つの観点のどれに優れているかを社会人372人に聞いたものです。これにある統計手法を適用すると、その下の図のように、メーカー（青）と評価観点（緑）を1つの座標上に表せます。［燃費、価格、乗り心地］、［安心・安全性、高級感］、［デザイン］、［個性］の4つのグループが見えますね。それぞれの近くにあるメーカーがその観点で評価されていることが一目でわかるようになりました。&lt;/p&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science05" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%82%B3%E3%83%AC%E3%82%B9%E3%83%9D%E3%83%B3%E3%83%87%E3%83%B3%E3%82%B9%E5%88%86%E6%9E%90%E3%80%81%E3%82%B0%E3%83%A9%E3%83%95%E3%80%81%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%80%81%E3%82%A2%E3%83%B3%E3%82%B1%E3%83%BC%E3%83%88.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;人の意見を座標上に表現してみる&lt;/h3&gt; 
&lt;p&gt;商品やメーカーが消費者からどのように見られているかを知ることは重要です。そのために、アンケートを実施し、データに基づいた判断をするのは、データサイエンスの真骨頂です。&lt;br&gt;下の表は、岡山理科大学社会情報学科の学生が卒業研究で行った集計の1つ、8社の自動車メーカーのそれぞれが7つの観点のどれに優れているかを社会人372人に聞いたものです。これにある統計手法を適用すると、その下の図のように、メーカー（青）と評価観点（緑）を1つの座標上に表せます。［燃費、価格、乗り心地］、［安心・安全性、高級感］、［デザイン］、［個性］の4つのグループが見えますね。それぞれの近くにあるメーカーがその観点で評価されていることが一目でわかるようになりました。&lt;/p&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science05&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 06:04:07 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science05</guid>
      <dc:date>2024-09-17T06:04:07Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
    <item>
      <title>予測するにはどうする？～データサイエンス定番、回帰分析～</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science04</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science04" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%E3%80%81%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90%E3%81%AE%E3%82%B0%E3%83%A9%E3%83%95%E3%80%81%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%81%A7%E4%BA%88%E6%B8%AC.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;２つの変量の関係を表す&lt;/h3&gt; 
&lt;p&gt;その日の気温が高くなるとプールの入場者も増える・・・横軸を最高気温（x）、縦軸を入場者数（y）として、毎日、毎日の両者の関係をプロットしていくと、点が右上がりになっているのがわかります。最高気温が低いと入場者数が少なく、高いと多いという関係があるということです。この点の集まりに、ちょうどいいように直線を引きます。すると、y＝ax＋bという式が作れます。天気予報で明日の最高気温はわかりますから、その値をこの式のxに入れれば、明日の入場者数が予測できますね。&lt;/p&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science04" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%E3%80%81%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90%E3%81%AE%E3%82%B0%E3%83%A9%E3%83%95%E3%80%81%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E3%81%A7%E4%BA%88%E6%B8%AC.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;２つの変量の関係を表す&lt;/h3&gt; 
&lt;p&gt;その日の気温が高くなるとプールの入場者も増える・・・横軸を最高気温（x）、縦軸を入場者数（y）として、毎日、毎日の両者の関係をプロットしていくと、点が右上がりになっているのがわかります。最高気温が低いと入場者数が少なく、高いと多いという関係があるということです。この点の集まりに、ちょうどいいように直線を引きます。すると、y＝ax＋bという式が作れます。天気予報で明日の最高気温はわかりますから、その値をこの式のxに入れれば、明日の入場者数が予測できますね。&lt;/p&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science04&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 06:00:19 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science04</guid>
      <dc:date>2024-09-17T06:00:19Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
    <item>
      <title>お客さんの満足度をあげる、そのポイントは？～ＣＳポートフォリオによる改善点発見～</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science03</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science03" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E9%A1%A7%E5%AE%A2%E6%BA%80%E8%B6%B3%E5%BA%A6%E3%82%92%E8%A8%88%E6%B8%AC%E3%80%81CS%E3%83%9D%E3%83%BC%E3%83%88%E3%83%95%E3%82%A9%E3%83%AA%E3%82%AA%E3%80%81%E5%88%86%E6%9E%90%E6%B4%BB%E7%94%A8.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;満足度を測る？？&lt;/h3&gt; 
&lt;p&gt;顧客満足度の高い商品や製品、あるいはサービスを提供することは、企業活動において重要なことです。なので、「あなたは○○に満足していますか？」といったアンケートを顧客（消費者）に実施することがよく行われます。ただし、単に「満足していますか？」と聞くだけでは、顧客はどの点を重視していて、どの点を改善すれば満足度が上がるのかという情報は得られません。満足度は心理的・感覚的なものであるだけでに、なかなか見ることも計測することもできないからです。&lt;br&gt;&lt;br&gt;そこで、顧客（消費者）のアンケート調査を工夫して、得られたデータから顧客満足度を算出するCS（Customer Satisfaction）ポートフォリオという手法を用います。&lt;br&gt;&lt;br&gt;csポートフォリオは、調査項目ごとに、その項目をどれほど重要視しているか（重要度あるいは総合満足度）と、現在、その項目にどれだけ満足しているか（満足度）を聞き、その結果から重点的に改善する項目を抽出する関連分析の統計手法です。この分析では、データから計算した平均値や偏差値などを得点とし、横軸に重要度の得点を、縦軸に満足度の得点をとり、各項目をプロットすることで、重点的に維持する項目や改善する項目を視覚的に明らかにします。&lt;/p&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science03" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E9%A1%A7%E5%AE%A2%E6%BA%80%E8%B6%B3%E5%BA%A6%E3%82%92%E8%A8%88%E6%B8%AC%E3%80%81CS%E3%83%9D%E3%83%BC%E3%83%88%E3%83%95%E3%82%A9%E3%83%AA%E3%82%AA%E3%80%81%E5%88%86%E6%9E%90%E6%B4%BB%E7%94%A8.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;満足度を測る？？&lt;/h3&gt; 
&lt;p&gt;顧客満足度の高い商品や製品、あるいはサービスを提供することは、企業活動において重要なことです。なので、「あなたは○○に満足していますか？」といったアンケートを顧客（消費者）に実施することがよく行われます。ただし、単に「満足していますか？」と聞くだけでは、顧客はどの点を重視していて、どの点を改善すれば満足度が上がるのかという情報は得られません。満足度は心理的・感覚的なものであるだけでに、なかなか見ることも計測することもできないからです。&lt;br&gt;&lt;br&gt;そこで、顧客（消費者）のアンケート調査を工夫して、得られたデータから顧客満足度を算出するCS（Customer Satisfaction）ポートフォリオという手法を用います。&lt;br&gt;&lt;br&gt;csポートフォリオは、調査項目ごとに、その項目をどれほど重要視しているか（重要度あるいは総合満足度）と、現在、その項目にどれだけ満足しているか（満足度）を聞き、その結果から重点的に改善する項目を抽出する関連分析の統計手法です。この分析では、データから計算した平均値や偏差値などを得点とし、横軸に重要度の得点を、縦軸に満足度の得点をとり、各項目をプロットすることで、重点的に維持する項目や改善する項目を視覚的に明らかにします。&lt;/p&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science03&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 05:57:44 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science03</guid>
      <dc:date>2024-09-17T05:57:44Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
    <item>
      <title>ポイントカードのメリットは割引だけ？ ～ポイントカードは情報の宝庫～</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science02</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science02" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%83%9D%E3%82%A4%E3%83%B3%E3%83%88%E3%82%AB%E3%83%BC%E3%83%89%E3%80%81%E5%88%86%E6%9E%90%E3%80%81%E9%A1%A7%E5%AE%A2%E6%83%85%E5%A0%B1%E3%82%92%E5%8F%96%E5%BE%97%E3%80%81AI.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;ポイントカードはお店にとってメリット大&lt;/h3&gt; 
&lt;p&gt;&lt;span&gt;「ポイントカードはお持ちですか？」・・・レジでよく聞かれますね。&lt;/span&gt;&lt;br&gt;&lt;span&gt;「カード会員の方は５％引き」や「土日はポイント10倍」など、会員にとってお得なカード。みなさんは、割引やポイント付与だけがポイントカードのメリットだと思っていませんか。&lt;/span&gt;&lt;br&gt;&lt;span&gt;このポイントカード、実は、お店側にとって、とても大きなメリットがあります。割引ばかりすると儲けが少なくなるのではないか、システム導入・維持の費用は大丈夫か、など、お店のことが心配になりますが、会員になった人が割引に誘われ足繁く来店してくれたり、ポイントを使うために他店よりこちらのお店を選んでくれるといったメリットがあることには気づくでしょう。しかし、それだけではないのです・・・。&lt;/span&gt;&lt;/p&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science02" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%83%9D%E3%82%A4%E3%83%B3%E3%83%88%E3%82%AB%E3%83%BC%E3%83%89%E3%80%81%E5%88%86%E6%9E%90%E3%80%81%E9%A1%A7%E5%AE%A2%E6%83%85%E5%A0%B1%E3%82%92%E5%8F%96%E5%BE%97%E3%80%81AI.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;ポイントカードはお店にとってメリット大&lt;/h3&gt; 
&lt;p&gt;&lt;span&gt;「ポイントカードはお持ちですか？」・・・レジでよく聞かれますね。&lt;/span&gt;&lt;br&gt;&lt;span&gt;「カード会員の方は５％引き」や「土日はポイント10倍」など、会員にとってお得なカード。みなさんは、割引やポイント付与だけがポイントカードのメリットだと思っていませんか。&lt;/span&gt;&lt;br&gt;&lt;span&gt;このポイントカード、実は、お店側にとって、とても大きなメリットがあります。割引ばかりすると儲けが少なくなるのではないか、システム導入・維持の費用は大丈夫か、など、お店のことが心配になりますが、会員になった人が割引に誘われ足繁く来店してくれたり、ポイントを使うために他店よりこちらのお店を選んでくれるといったメリットがあることには気づくでしょう。しかし、それだけではないのです・・・。&lt;/span&gt;&lt;/p&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science02&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 05:47:56 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science02</guid>
      <dc:date>2024-09-17T05:47:56Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
    <item>
      <title>原因はどこに？　～層に分けるだけで見えてくる〜</title>
      <link>https://www.toukei-kentei.jp/relay-essay/data-science01</link>
      <description>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science01" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%82%A2%E3%83%B3%E3%82%B1%E3%83%BC%E3%83%88%E8%AA%BF%E6%9F%BB%E3%80%81%E9%9B%86%E8%A8%88%E3%80%81%E6%BA%80%E8%B6%B3%E5%BA%A6%E8%AA%BF%E6%9F%BB.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;単純に計算すると・・・&lt;/h3&gt; 
&lt;p&gt;&lt;span&gt;新製品の満足度について、購入者100人にアンケート調査しました。その結果、次のようになりました。&lt;/span&gt;&lt;/p&gt; 
&lt;span class="hs_cos_wrapper hs_cos_wrapper_widget hs_cos_wrapper_type_module widget-type-rich_text widget-type-rich_text" style=""&gt;&lt;/span&gt;</description>
      <content:encoded>&lt;div class="hs-featured-image-wrapper"&gt; 
 &lt;a href="https://www.toukei-kentei.jp/relay-essay/data-science01" title="" class="hs-featured-image-link"&gt; &lt;img src="https://www.toukei-kentei.jp/hubfs/AI-Generated%20Media/Images/%E3%82%A2%E3%83%B3%E3%82%B1%E3%83%BC%E3%83%88%E8%AA%BF%E6%9F%BB%E3%80%81%E9%9B%86%E8%A8%88%E3%80%81%E6%BA%80%E8%B6%B3%E5%BA%A6%E8%AA%BF%E6%9F%BB.jpeg" alt="データサイエンスのコラム記事" class="hs-featured-image" style="width:auto !important; max-width:50%; float:left; margin:0 15px 15px 0;"&gt; &lt;/a&gt; 
&lt;/div&gt; 
&lt;h3&gt;単純に計算すると・・・&lt;/h3&gt; 
&lt;p&gt;&lt;span&gt;新製品の満足度について、購入者100人にアンケート調査しました。その結果、次のようになりました。&lt;/span&gt;&lt;/p&gt; 
&lt;span class="hs_cos_wrapper hs_cos_wrapper_widget hs_cos_wrapper_type_module widget-type-rich_text widget-type-rich_text" style=""&gt;&lt;/span&gt;  
&lt;img src="https://track-na2.hubspot.com/__ptq.gif?a=46715910&amp;amp;k=14&amp;amp;r=https%3A%2F%2Fwww.toukei-kentei.jp%2Frelay-essay%2Fdata-science01&amp;amp;bu=https%253A%252F%252Fwww.toukei-kentei.jp%252Frelay-essay&amp;amp;bvt=rss" alt="" width="1" height="1" style="min-height:1px!important;width:1px!important;border-width:0!important;margin-top:0!important;margin-bottom:0!important;margin-right:0!important;margin-left:0!important;padding-top:0!important;padding-bottom:0!important;padding-right:0!important;padding-left:0!important; "&gt;</content:encoded>
      <category>データサイエンス</category>
      <pubDate>Tue, 17 Sep 2024 05:24:49 GMT</pubDate>
      <guid>https://www.toukei-kentei.jp/relay-essay/data-science01</guid>
      <dc:date>2024-09-17T05:24:49Z</dc:date>
      <dc:creator>Admin</dc:creator>
    </item>
  </channel>
</rss>
