欲しいデータを自然言語で指示する

AIデータでは、欲しいデータや必要な加工を自然言語で指示するだけで、AIがその方法を考え、必要なRスクリプトを自動的に生成し、実行します。

例えば、アンケートの回答ファイル、質問名のファイル、回答ラベルのファイルをまとめてドラッグ＆ドロップすると、以下のような選択肢が表示されます。

「中身を確認して最適なインポート方法を提案」を選ぶと、AIが、

• ファイルを読み込み、診断
• 取り込み方針の確認
• 質問IDを実際の質問文に置き換える
• 回答コードを実際の回答ラベルに置き換える
• 必要なデータを結合する
• 列名やデータ型を整える

といった処理を行い、すぐに集計や可視化、分析に使える状態までデータを準備してくれます。

Excelだけでなく、さまざまなデータソースに対応

AIデータが扱えるのは、ExcelやCSVだけではありません。

Rスクリプトを書けるものであれば何でもアクセスできます。

例えば、

• PDF、XML、JSONファイル
• SQL系データベース、MongoDB、など
• クラウドサービスのAPI
• Webサイト
• オープンデータ（e-Stat, EDINET, FRED, World Bank, etc.)

など、さまざまなデータソースからデータを取得することができます。

例えば、

• 「年度ごとに分かれているExcelファイルを一つにまとめたい」
• 「PDFの中から特定の表だけ取り出したい」
• 「Google Analyticsから必要な指標だけ取得したい」
• 「e-Statから特定地域の人口データを取得したい」

といったように、欲しいデータを指示するれば簡単にデータを取得し、最適な形にしてくれます。

AIを使っても、再現性は失わない

AIデータの重要なポイントは、AIが一度きりのデータを作って終わりではないことです。

AIによって作られたデータ取得や加工の方法は、最終的にRスクリプトとして残ります。

つまり、一度データの取得方法が完成すれば、次回からはそのRスクリプトを再実行するだけで、最新のデータを同じ方法で取得できます。AIをもう一度使う必要もありません。

AIによってデータ取得や準備のハードルを下げながら、再現性のある分析ワークフローを維持する。

これこそ、私たちが「AIデータ」をExploratoryの機能として開発するに当たって、重要なポイントとしていたことです。

回答カテゴリの順序をドラッグ＆ドロップで設定

アンケートでは、

• 大変満足
• やや満足
• どちらでもない
• やや不満
• 大変不満

のように、カテゴリデータなのですが、それぞれの値の間には意味のある順序を持っている場合が多いです。

こうした回答をクロス集計したりチャートで表示したりするときには、この意味上の順番で並んでいてほしいものです。

v16では、カテゴリの順序を設定するための新しいダイアログを追加しました。

回答カテゴリをドラッグ＆ドロップするだけで、簡単に順序を設定できます。

これによって、可視化や集計のたびに並び順を調整する必要がなくなります。

このダイアログは、列ヘッダーメニューの「値の順序を設定」からアクセスできます。

複数の複数回答質問を一度に整形

アンケートでは、「当てはまるものをすべて選んでください」といった複数回答の質問もよく使われます。

こうしたデータは、

「テレビ, Webサイト, SNS」

のように、複数の回答がカンマ区切りで一つのセルに保存されることがあります。

Exploratoryではこれまでも、こうした値を分割して行に展開することができました。

しかし、複数回答の質問が何列もある場合、それぞれの列について同じ加工を繰り返す必要がありました。

v16では、複数回答を持つ複数の列をまとめて選択し、一度にロング形式へ変換するための新しいUIを追加しました。

複数の質問列を、

• 質問
• 回答

という2つの列にまとめることができます。

一度このようにデータを変換してしまえば、あとは一気にピボットテーブルなどを使って、複数回答の傾向を可視化することができます。

このダイアログは、列ヘッダーメニューの「複数の値を行に分割」からアクセスできます。

複数回答をそのまま集計

上記のデータの加工のセクションでも話しましたが、アンケートデータで取り扱いがめんどくさい回答タイプの一つが「複数回答」です。

これは、上記で紹介したように、今回のリリースから加わった新しい「複数の値を分割」ダイアログを使って、簡単に「ロング型」のデータにすることができます。しかし、実際には、データを「ロング型」にすると行が増えてしまうため、その後の計算や加工処理が不安だという方も多いのではないでしょうか。

そこで、ピボットテーブルや、この後に紹介するチャートの中で直接複数回答の列を指定して、そのまま集計ができるようになりました。そうです、事前に行へ分割する加工を行わず、そのまま集計して可視化できるようになります！

例えば、以下のような複数回答がカンマ区切りで１つのセルに入っているデータがあったとしましょう。

この列を直接、例えば「行」に割り当てると、複数の回答が混ざっていても、それらをまとめたものを一つのユニークな値として表示してしまいます。

しかし、これをv16からサブメニューに加わった「複数の値」を選ぶことで、内部的に複数の値を分割した上で集計します。

もし、「カンマ」以外で区切られている場合は設定から変更することも可能です。

この「複数の値」オプションを使うことで、複数回答の列を使ったクロス集計が簡単にできるようになります。

N（人数）と割合（％）を一緒に表示

各カテゴリの組み合わせごとの人数と割合をいっしょに表示したいということがよくあります。そんなときに、割合を計算するのが以前に比べてより簡単になりました。「行数」を選び、サブメニューから「割合」を選ぶだけです。

「同じレベル」でのクロス集計を簡単に作成

GT表やクロス集計表をつくるときに、複数の属性を以下のように並べて表示したいということがよくあります。

これまではピボットテーブルの「行」に複数の属性の列を指定すると、階層構造として表示されました。

v16からは、新しく加わった「並列」オプションを使うことで、各属性を並べて表示できるようになります。

「繰り返し」で大量のクロス集計を自動生成

複数の属性ごと、または質問ごとにピボットテーブルを分けて表示したいというリクエストを過去によくいただきました。

そこで、v16では、ピボットテーブルにも他のチャートにあるような**「繰り返し」**をサポートしました。

さらに、「繰り返し」によって生成された複数の表をExcelやGoogleスプレッドシートにエクスポートすると、それぞれを別々のシートとして出力できます。

これまで同じような表を何度も作っては、そのたびにExcelにエクスポートしていた作業を、これからは一度にまとめてできるようになります。

複数回答をそのままチャートに

バーチャートやラインチャートなどで、複数回答の列を直接利用できるようになりました。

複数の質問や指標をまとめて可視化

チャートでも、「X軸」、「繰り返し」に「複数の変数」を選択し、「Y軸」や「色」などに「変数の値」を選ぶことで、複数の質問データを、事前のデータ加工なしで一気に可視化できるようになりました。

「繰り返し」に「複数の変数」を選ぶことで、一気に回答傾向を簡単に可視化できるようになります。

長い質問文も読みやすく

アンケートでは、

「現在の会社では、自分の能力を十分に発揮できる機会が与えられていると思いますか？」

のように長い質問文が列名となっていることがよくあります。

v16では、X軸、凡例、「繰り返し」のタイトルについて、長いテキストの折り返しや省略表示をサポートしました。

「繰り返し」に長いテキストが表示される場合は、自動でテキストが折り返されます。

また、X軸の場合には、設定から調整できます。例えば以下のような場合。

レーダーチャートで「カテゴリ」入力モードのサポート

レーダーチャートで「カテゴリ」入力モードをサポートしました。

「カテゴリ」には属性列だけでなく、「複数の変数」を選択することもできます。これによって、複数の質問を軸として、その回答傾向を可視化したいといった場合に、1つ1つ質問の列を割り当てるのではなく、一気にまとめて割り当てることができるようになります。

ここまでは、主にアンケートデータの**「効率的な準備、集計、可視化」**に関する改善です。

しかし、アンケートデータの価値は、集計結果を見るだけでは十分に引き出せません。

• なぜ満足度が高いのか。
• どのような回答パターンを持つ人たちがいるのか。
• どの質問が同じような概念を測っているのか。
• どのカテゴリ同士に特徴的な関係があるのか。

Exploratory v16では、こうした問いに答えるためのアナリティクス機能についても、大幅な強化を行いました。

カテゴリデータにはK-Modes

K-Modesは、カテゴリデータを使ったクラスタリングのための手法です。

例えば、

• よく利用するサービス
• 購入した商品カテゴリ
• 利用している情報源
• 属性
• 行動

など、数値ではない情報をもとに回答者をグループ分けできます。

これによって、これまでK-Meansでは扱いにくかったカテゴリ中心のデータでも、セグメンテーションを行えるようになりました。

順序付き回答にはK-Medoids

アンケートには、5段階評価や7段階評価のような順序付きの回答が多くあります。

例えば、

• 商品品質への満足度
• 価格への満足度
• サポートへの満足度
• 継続利用意向

といった複数の回答をもとに、回答パターンの似た人たちをグループ化できます。

その結果、

• 全体的に満足している人
• 商品には満足しているが価格には不満な人
• サポートに強い不満を持っている人
• 全体的に評価が低い人

といった特徴的なセグメントをデータから見つけることができます。

アンケート回答を単純な平均値だけで見るのではなく、一人ひとりの回答パターンから特徴的なグループを発見するための分析ができるようになります。

決定木のチャートを全面刷新

新しい決定木では、条件分岐されて作られた各ノードの中に、そのグループに含まれるデータの分布を指標とチャートを使って表示します。

目的変数が数値の場合はヒストグラムを表示し、カテゴリやTRUE/FALSEの場合は構成比を積み上げバーチャートで表示します。

目的変数が数値の場合：

目的変数がカテゴリやロジカル型の場合：

さらに、ノードにマウスを合わせると、ルートノードからそのノードまでの経路がハイライトされ、そのグループに至る条件もツールチップで確認できます。

さらにノードをクリックすると、その時点での実際のデータを確認できます。

これによって決定木は、単にアルゴリズムの結果を見るためのチャートではなく、データを探索しながらグループの特徴を理解するためのインタラクティブなツールになりました。

CHAID決定木を追加

これまでExploratoryでサポートしていた決定木は、正確にはCART（Classification and Regression Tree）と呼ばれるタイプの決定木です。

CARTは、分岐後のグループができるだけ均質になるように、データを2つのグループに分ける条件を繰り返し見つけていきます。そのため、特に予測モデルを作るときによく使われる決定木です。

一方、アンケートデータ分析やマーケティング・リサーチの現場では、もう一つのタイプの決定木である**CHAID（Chi-squared Automatic Interaction Detection）**もよく使われます。

CHAIDでは、カイ二乗検定などを使って、目的変数との関係に統計的に有意な違いがあるグループを見つけながら分岐していきます。

CHAIDの特徴の一つは、目的変数に対して似た傾向を持つカテゴリを自動的にまとめられることです。さらに、CARTのように必ず2つに分けるのではなく、一つの変数から複数のグループに分岐することもできます。

そのため、CHAIDは特にアンケートデータのセグメンテーションと相性のよい手法です。

CARTを、

「予測に適した、2つずつ分岐する一般的な決定木」

とするなら、CHAIDは、

「統計的に特徴のあるグループを見つける、多分岐型の決定木」

と言えます。

Exploratory v16では、このCHAID決定木を新しくサポートしました。

（ちなみにCHAIDは、英語では一般的に「チャイド」と発音されます。）

CHAIDの決定木では、それぞれの分岐について、どの変数によってグループが分かれたのかだけでなく、カイ二乗検定の結果やP値を確認することができます。

例えば、

満足度の高い顧客には、どのような特徴があるのか？

離職意向の高い従業員は、どの回答の組み合わせで特徴づけられるのか？

といった問いに対して、どの変数がグループを分けているのか、その先にどのような特徴を持ったグループが存在するのかを、決定木をたどりながら視覚的に理解できます。

さらに、それぞれの変数のカテゴリが、統計的な有意性にもとづいてどのようにまとめられ、最終的にどのようなグループが作られているのかも確認できます。

因子分析のレポートを全面刷新

因子分析では、アナリティクスレポートを全面的に作り直しました。

新しく、

• KMO指標
• Bartlettの球面性検定
• 因子負荷量
• 共通性と独自性
• 固有値
• 平行分析
• 因子数の推奨

などを、より分かりやすく確認できるようになりました。

因子負荷量の表では、各変数と因子との関係の強さが視覚的に分かるバー表示を追加し、結果を解釈するためのガイドラインも表示します。

抽出された因子によって説明できる割合（共通性）と、説明できない割合（独自性）を示しています。

また、スクリープロットと平行分析を別々のチャートとして表示し、それぞれの基準を混同することなく因子数を判断できるようにしました。

さらに、カイザー基準や平行分析に基づいて推奨される因子数をまとめた表も追加しています。

単に因子分析を実行するだけではなく、

「このデータは因子分析に適しているのか」「因子はいくつにすべきか」「各因子をどう解釈すべきか」

という一連の判断をしやすいレポートへと改善しました。

信頼性分析を追加

複数の質問をまとめて一つの尺度として使う場合、

これらの質問は、本当に同じものを測っているのか？

という確認も重要です。

v16では、新しく**信頼性分析（クロンバックのアルファ）**を追加しました。

選択した複数の質問についてクロンバックのアルファ係数を計算し、それらの質問がどの程度一貫しているのかを評価できます。

因子分析で質問の構造を確認し、信頼性分析で尺度としての一貫性を確認する、といった分析の流れをExploratoryの中で実現できるようになりました。

ガイド付き分析の結果をノートへ直接追加

アナリティクスレポートとして作成した分析結果を、Exploratoryのノートへ直接エクスポートできるようになりました。

アナリティクスレポート内の複数のチャートや説明文を一気にノートにし、「AIノートエディター」などを使ってレポートとして効率的に編集することができるようになります。

複数のチャートをまとめて挿入

ノートやダッシュボードにチャートを追加する際のチャート選択ダイアログにおいて、複数のチャートを一度に選択して挿入できるようになりました。

PDFへの出力を改善

PDFへのエクスポートではページ余白を改善し、H1見出しの直前で自動的に改ページするようにしました。