連環データ分析

連環データ分析
〜集計ケイサンから展開デザインへ

クロス表があったら、マップ化してみよう。意味が浮かんできます。

問題があったら、データをクロス表に落として見よう。ソリューションの仮説が見えてきます。

連環データ分析は、クロス表データを、手軽に可視化し、意味を持つ情報、使える知識に変換する支援ツールです。

今まではクロス表データを集計したり、何枚ものグラフを書いていますが、ざっくりと全体を眺めてみませんか？
検討すべき事象に関する定量、定性、文章等の多様なデータや資料を統合し、意味のある情報を取り出し表現してみませんか？
いろいろな人が持っている情報や衆知を統合し、多くの人が使えて役に立つ集合知を形式化し、共有してみませんか？

連環データ分析とは

何ができるか

連環データ分析は、あらゆるタイプのデータを可視化し、意味のある情報を抽出し、役に立つ知識を創出するデータマイニングとテキストマイニングを同時支援します。

実験データ、観察データ、調査データはもちろん、箇条書きされた事象、さらにはグループ討議や講演文章でも、クロス表として整理でき、可視化できます。

多くの問題では、対象とする事象が数値と共に言葉や文字などが混在するデータとして記録されており、それらの関係性を保ったままで分析する必要があります。

クロス表は、ある事象を表側に、それにまつわる幾つかの属性を表頭にとり、その環連性をまとめたものです。クロス表から表側と表頭の関係を読み取るのは大変ですが、可視化することで、それが容易になります。

特徴

多重対応分析ではできなかった、量的データ、質的データやテキストデータ等のあらゆるタイプのデータを、同時に統合的に扱えるように拡張することができました。

従来の多次元データ解析では許されなかった、表側（サブジェクト）と、表頭（アトリビュート）を同時布置して、統合MAP化ができるようになりました。

従って、同時クラスタ化も、世界に先駆けて、実現することができました。

これによって、一枚のクロス表のサブジェクトとアトリビュートの関係だけでなく、複数のクロス表から、いろいろな文脈で広い範囲のデータの相互の関係を読むことが可能になったのです。

連環データMAPの成立ちと見方

連環データ分析では、表形式のデータを、可視化して連環データMAPを造ります。

そのMAPには、表側のアイテムと表頭のアイテム名が、同時に布置されるので、お互いの位置関係を読み取ることができます。

似た表側アイテム同士、似た表頭アイテム同士が近くに、また似た表側と表頭のアイテム同士も近くに布置されます。

アイテムの位置が同じもの同志が、同じ内容の意味となります。その位置の原点からの方向と距離が、意味を持つことになります。

方向が意味の内容を示します。

距離が、意味の強さを示します。

こうして、サブジェクトとアトリビュートの近いものと遠いものの関係を理解することができます。

全体の構成を類型化して理解する

表頭と表側のアイテムの似たもの同志がお互いに近くに布置されますので、同時にクラスタリングでき、意味が読み取り易くなります。

全体を、幾つかの似たもの同志で括って、クラスター化ができます。サブジェクトと関連するアトリビュートを同時にクラスター化を、多分、世界に先駆けて実現することができたと思っております。同時にクラスター化をしますので、クラスターの特徴が理解しやすくなりました。

クラスター化で類型化し、その特徴を明らかにする類型のプロファイリングは、いろいろな応用が出来ます。

また、全体を、類型化し、その構成を俯瞰することで、初めて全貌を知ることができます。全体を分けて理解し、その部分を知り、それらを組み合わせて初めて、分ったことになります。

馬蹄形の分布

連環データ分析は、社会的な事象を分析する時、優位性が現れます。社会現象は、正規分布から外れ、歪んだベキ乗分布（極値分布）がしばしば現れます。

サブジェクトがあるカテゴリーや集団のアイテムからなる場合は、多くの場合、そのマジョリティが原点の中心近くに固まって、センターを構成します。

一方、その対抗勢力が、そこから離れ、個性的なマイノリティを形成して、いわゆる馬蹄形を形成することがあります。こうした分布から、全体の動きや、トレンドを理解することができる場合があります。

連環データ分析の考え方

連環データ分析は、関心の対象の集合やカテゴリーが、関係する集合やカテゴリーと、連環するデータで結ばれたクロス表の特徴を抽出します。

多くの場合、中央に「典型」、左右に「革新」と「伝統」が現れます。
評価尺度がある場合、中央に「センター」、左右に「トップランナー」と「フォロワー」が現れます。
いずれの場合も、「センター」、「典型」が"中央に位置するマジョリティ"で、中央から離れて、マイノリティが位置します。

クロス表を情報圧縮して近似展開し、MAP化します。

従来の多次元データ解析法との違い

従来の主成分分析、数量化Ⅲ類、双対尺度法、正準相関分析、多重対応分析、クラスタ分析等の、変数の相互依存関係をあつかう多次元データ解析では、計数値、順序値、計量値等の、複数の定量値を同時に扱うことはできませんでした。

まして、定量値に加え、バイノミアル、マルチノミアルなどの表示値や、距離やネットワーク関係を背後に持つ言葉などの定性値を同時に統合して扱うことは、できませんでした。

また、多重回帰、多元分散分析、分散共分散構造分析などの一方向依存関係を扱う多次元データ分析でも、量的変数や質的変数が混在する場合は、その組み合わせが限られておりました。

連環データ分析は、多重対応分析を拡張し、各種のデータタイプを同時に統合して扱えるようにすると同時に、従来は変数間の相互依存関係や一方向依存関係を扱う方法に分離されており、それぞれソフトを別に使い分けて居りましたが、それも統合することができました。

さらに、多くのテキストマイニングでは、言葉のネットワークを、繋がり方だけを示すネットワークダイヤグラム（トポロジーグラフ）で可視化しておりましたが、連環データ分析では、座標空間に位置を決めて布置することで、定量値属性との親和性を上げ、関係性を可視化することで、応用の範囲を大きく広げることができました。

例えば、トポロジーグラフでは、中心となるキーワードの識別は比較的容易ですが、ワードの類型化や類型同志の関係性の読み取りや、その他の属性との関係性の可視化ができないこと、さらにこれらの関係性の関係性を読み取ることが難いという限界がありました。そのため、仮説ステートメント創出型の議論が難いという問題点がありました。

適用事例

あらゆる組織の現場では、的確な意思決定が刻々と求められます。ICTが発達したとはいえ、リアルタイムで現状を理解し、その問題点を的確に理解することは十分に出来ておりません。マネジメントが本当に欲しいのは、現状の理解とその問題の正しい構造の理解であり、その対応のための仮説です。

あるべき姿は？現状とのギャップは？どうすべきか？といったアイデアの探索や、そのための仮説は？選択すべき道は？その結果覚悟すべきことは何か？これらが意思決定に求められます。

Data.CakeBakerの“連環データ分析”は、組織が連続してブレークスルーを行い、効果的にパフォーマンスを挙げてゆくために、現状とその目標に関わる情報の可視化の手段をご提供します。そして、イノベーションのためのストーリー作りのお手伝いをします。

連環データ分析の適用事例
業種・業界	適用例
教育産業	・学園の再開発のボトルネックイメージ診断・私立中高一貫校のコンセプト開発支援
飲食業	・ビールのキャッチフレーズキーワード探索・ファーストフードの新コンセプト仮説探索
NPO/NGO 非営利活動	・会員の活性化のための活動計画検討・地域のイメージポジション診断
製造業	・電子精密機器の設計者用知識ナビゲータ・重大事故発生モニタリングシステム
ICT業界	・ビジネスアイデア開発ファシリテータ支援・講演内容の可視化研究

多様なデータを可視化し意味のある情報を得る

ICTの発展によって、あらゆる組織は、多様な活動と多様なプロダクツやサービス等のパフォーマンスで、社会と関わり自らを表現しております。このような外在化された成果は、多様なステークホルダの視点から意味のある情報として得ることができるようになりました。

従来は、組織のカベ、専門のカベ、データタイプのカベ等によって妨げられていたデータを連環して、可視化することは容易にはできませんでした。

また内部のデータ群と外部の調査データや個別で単発的なデータ等を連環することができませんでした。それは、定性データや定量データを構成するアイテムのネットワークの連環度を同時に扱う方法が無かったからです。

組織が効果的なパフォーマンスを実現するために、データとデータの関係を可視化し、多様で意味のある情報と、役立つ知識を抽出する手段を提供します。

利用するには

連環データ分析は、お手軽に、手元のパソコンにソフトをダウンロードしてお使い頂けます。ご利用形態は、ソフトウェア・アズ・ア・サービス（SaaS）として、何時でも最新版をご利用頂く形になっております。ご利用は、12ヶ月のレンタルサービスです。

クロス表を、情報圧縮し、MAP化して可視化します。

基本機能

解析対象アイテムを表側に、その属性のアイテムを表頭に、それらの連環度からなる表形式のクロス表データを可視化します。
解析対象の集合をサブジェクトとし、その属性の集合をアトリビュートとし、それらのアイテムのネットワークの連環強度をクロス・データとしたとき、その情報圧縮を行い、少数次元のMAPを構成して可視化します。
連環データ分析は以下の基本機能を持っています。
- サブジェクトとアトリビュートの各アイテムの同時布置
- サブジェクトとアトリビュートの各アイテムの同時クラスタリング
- 3次元意味空間のウォークスルー
- 定性的・定量的・順序的変数の統合的扱い
- 社会現象に多発する”べき乗分布”データの平準化オプション

※連環データ分析の基本機能には、テキストマイニング機能は含まれて居りません。連環ソリューションとして、別途サービス提供をしております。

推奨システム環境

コンピュータ本体：（PC/AT互換機のみ）、2.0 GHz以上のCPUを推奨
主記憶装置：2.0 GB以上のRAMを推奨
補助記憶装置：2 GB以上のハードディスク空き容量
ビデオメモリ：256 MB以上のVRAMを推奨
光ディスク装置：CD-ROMドライブまたはDVD-ROMドライブを推奨
オペレーシング･システム：Microsoft Windows Xp Home Edition以上のシステムを推奨
Microsoft Excel 2003または2007がインストールされていること（データの入力に利用）
インターネットに接続されていること
Java Runtime Environment 6（JRE 6）以上がインストールされていること（※1）

※1）JRE 6以上がインストールされていないと本ソフトウェアは利用できません。DCB Analysisをインストールする前にJRE 6のインストールが必要です。

連環データ分析･プロダクツシリーズ
カタログ・パンフレット

連環データ分析ベイシック：単純クロス表データ
連環データ分析スタンダード：水平連結型クロス表データ
連環データ分析アドバンスド：複合連結型クロス表データ　new!

レンタルサービス・プロダクツ
扱うクロス表形式（クロス表数）	商品名	商品型番	代表型番	ご利用料金（税別）
単純クロス表データ（1クロス表）	連環データ分析ベイシック	DcbAnalysis Basic 1.085	DCB-AB1	12万円/12ヶ月
水平連結クロス表データ（縦1Ｘ横50クロス表）	連環データ分析スタンダード	DcbAnalysis Standard 1.085	DCB-AS2	18万円/12ヶ月
複合連結重み付クロス表データ（縦7Ｘ横50クロス表）	連環データ分析アドバンスドnew!	DcbAnalysis Advanced 1.085	DCB-AA3	24万円/12ヶ月

販売中の商品パンフレット（PDFファイル）をダウンロードできます（以下のアイコンをクリックしてください）。閲覧にはAdobe Reader等が必要です。

ベイシックパンフレット	スタンダードパンフレット	アドバンスドパンフレット	連環データ分析総合パンフレット

DCB-AB1, DCB-AS2, DCB-AA3は、弊社のWebサイトから常に最新版をダウンロードし、起ち上げてお使い頂く形になっております。（Java Web Start Technologyを利用しております）
ご利用していただく際にはダウンロード前に申し込みをして頂き、ユーザIDとライセンスキーを入手する必要があります。

商品と機能の対応

連環データ分析ベイシック
- 一つのクロス表データ（アイランド）を可視化します。
- 多次元相関係数による距離計算
- サブジェクト、アトリビュートの各アイテム間の結線表示
- プレゼン資料作成を支援する描画機能
連環データ分析スタンダード
- サブジェクトを共有する複数（50）までのクロス表データ（アイランド）を可視化します。
- 多次元空間相関距離に加え、通常のユークリッド距離のオプション。
- 分析の視点を選べるベースアイランド選択
- 各距離からの近さランキングアイテムリスト制作
連環データ分析アドバンスド　new!
- ある事象を多様に形容し、多様に喩えて、イメージを把握する
- ある事象を、あり方と様相を、複眼のスコープで観る。
- 相互類推と自己類推を可能にする。

連環データ分析　機能
連環データ分析製品表

連環データ分析機能説明
機能	説明
同時布置同時クラスタ	サブジェクト（表頭）とアトリビュート（表側）の各アイテムを一つのマップに布置し、可視化します。同一の空間にマップ化されたアイテムを、クラスタリングし、色を塗り分けます。
立体表示	元のクロス表データを、情報圧縮技術で、2から5、6の次元の空間に近似して、可視化します。3D空間をウォークスルーできます。
結線描画	アイテムが、年や、順位などの属性があるときなど、順番に線で結んで、描画します。連環データ分析の計算結果を、プレゼン資料に使うための、絵の要素等を、簡単に作って、レイアウトや向き、色などを編集できます。
多次元距離	少数次元の各アイテムの近さを表わすため、原点を見込む角度の余弦で、多次元の相関係数を計算します。それに[+1]を加えたものをアイテム間の連環度とします。
標準距離	アイテム間のマップ上の通常のユークリッド空間上の距離を計算します。
近さランクリスト	サブジェクトのあるアイテムと近いアイテムの、近い順または、遠い順のリストを作ります。アトリビュートについても同様です。
重み付け	アイランドごとに、重みを付けることができます。
感度分析	アイランドの感度や効果を調べることができます。

※全てのバージョンに、以下の基本機能が装備されています：
1) プレゼン資料作成のためのキャプチャー機能
2) 大きな値や、定性属性の[0、または1]のデータを平等に扱うための平準化機能。
3) 大きさ、色、向きを調整する、きれいで見やすい日本語表示

※テキスト処理機能はありません。連環分析サービスまたは、日本電子計算（株）のWordMinerを推奨しております。ご相談ください。

処理プロセス概要

サブジェクト VS. アトリビュートのクロス表を“エクセル”で入力します。
連環データ分析ソフト："DCB Analysis"で、情報圧縮し、多次元空間MAPを得ます。すなわち、サブジェクトとアトリビュートのアイテムの多次元空間上での座標値を得ます。
結果は、第1軸&第2軸、または第1軸&第3軸等と組み合わせたり、第1,2,3軸からなる3次元空間にこれらのアイテムを選択して表示ができます。
サブジェクトやアトリビュートを選んで、クラスタ分析ができ、任意の2次元上でMAPを構成することができます。

連環データ分析〜集計ケイサンから展開デザインへ