私の友人は、ソフトウェア業界には統計データのスキル自体ではなく、主に「ビッグデータ」のスキルが必要であることを示唆しています。
友人のコメントに部分的に同意しながら、すべてのVが満たされている場合にのみ、どの業界でもビッグデータツールが選択されていることを指摘しておきます。
大手カスタマーサポート会社でデータサイエンスの責任者をしています。ここでは、製品と会社の成長の両方に対してデータハッキングを行っています。
私は主にチャーン予測と販売分析に時系列分析手法を使用しています。これには、顧客、競争、業界の行動分析も含まれます。
製品側では、LSTMを使用した感情分析、推奨アルゴリズムなどから始まるさまざまな手法を使用します。
しかし、中心的な焦点は時系列分析にあります。一般的なワークフローは次のとおりです。
- データのクリーニングと成形。
- 季節性、傾向、サイクルの特定を含む探索的および説明的な分析。したがって、相関、自己相関、およびいくつかの一変量と二変量の統計を調査する必要があります。散布図、AFC、PAFC曲線を含む広範なプロットとともに。
- 予測の部分が来ます。そこでは、ステップ2を真剣に考慮して、さまざまなモデルが互いにテストされます。
私が使用するツール:R、Python、Excelが時々使用されます。
そして、データサイエンスと成長ハッキングの融合でさえ、マーケティングの領域で魔法をかけることが証明されています。したがって、統計学者と数学オタクの需要はそのままです。近い将来に衰退することはありません。特に顧客中心のスタートアップが世界中で開花しているとき。