HEARTCOUNT：フレンドリーなデータツール

HEARTCOUNTって何？

この記事では、HEARTCOUNTとは何か、HEARTCOUNTと他の類似ツールとの違いは何か、そしてHEARTCOUNTがどのようにあなたのお役に立てるかをご紹介します。

💡HEARTCOUNTとは？

1. 誰でも使えるデータ分析ツール

良い道具がなければ、私たち自身が道具になってしまいます。HEARTCOUNTは、その分野の専門的な知識がなくても、普通の人がデータを活用できるツールです。EDA機能を使えば、データをマクロ／ミクロの視点で観察し、定量的な事実や変数間の関係を確認することができます。拡張分析(Augmented Analytics)機能では、データの構造や順序を自動的に発見することができます。

2. 無料の可視化機能！セルフサービス分析ツール

無料版ではEDA機能が提供され、有料版ではEDAと拡張分析(Augmented Analytics)の両方の機能が利用できる。

EDA：Excelやcsvファイルを使用してデータを視覚化し、探索的データ分析を実行することができます。Googleアカウントでログインすると、HEARTCOUNTのすべての可視化機能を期間制限なしで無料でご利用いただけます。
拡張分析： 自動でパターンを見つけ、自然言語で提供する、有料顧客に提供されるプレミアム機能。(1ヶ月の無料トライアルあり)

無料で試す

a. 派生変数の処理による洗練された分析

派生変数処理とは？

HEARTCOUNTにおける変数の自動導出とは、年齢のような1,5,13,10,20からなる数値変数の全範囲を、1-5,5-10,1-15のような区間や、上位20%,下位20%のようなパーセンタイル（相対的な位置）に分割することである。日付の場合、HEARTCOUNTは、四半期/季節/月/曜日などの関連する派生変数を手動処理なしで自動的に生成します。

派生変数の利点は？

数値変数をカテゴリー変数に自動処理すると、非線形パターンが発見でき、より直感的な視覚表現が可能になる。つまり、数値変数では見えなかったパターンが、カテゴリー変数処理によって確認できるようになります。
数値変数からカテゴリを作成する方法は、ここをクリックしてください。
日時変数に関しての季節的・周期的パターンを特定方法について。
時間／日付変数を使用した派生変数の詳細については、以下をクリックしてください。

b. 他に類を見ないEDA

EDA feature of HEARTCOUNT

探索的データ分析（EDA）とは？

EDAとは、データを分析する前に、視覚化されていないパターンを検証することで、視覚的に検証したり、新たな仮説を立てたりするために、グラフ上で様々な形でデータを検証する行為のことを言います。
EDAについてもっと知りたい方は、関連ブログ記事をご参照ください。

EDAとデータ可視化におけるHEARTCOUNT独自の強みは以下のような内容となります。

EDAにおけるHEARTCOUNTの強みは何ですか？

数百万件の個々のレコードレベルでの可視化が可能である！

棒グラフや折れ線グラフのような集計データによる可視化を抽象化とするならば、個々のレコードレベルのデータの可視化は、集計データでは見えなかったパターンを明らかにする瑣末なものである。
TableauやPowerBIのような可視化ツールでも実現できない、数百万レコードを超えるレベルでの個々のレコードの可視化がHEARTCOUNTでは可能です。
個々のレコードレベルの可視化については、ここをクリックしてください

c. KPI変化の要因と最適化のための拡張分析

HEARTCOUNT プレミアム機能 - 拡張分析/高度自動分析

拡張分析とは何か？

データに基づく意思決定のための正しい方法や手順は一つではないかもしれません。熟練したアナリストがパターンを見つけるために通常行う方法や手順が存在するかもしれません。拡張分析はアナリストの手作業による分析プロセスを自動化し、有用なパターンを自動的に見つけ出すテクノロジーであり、サービスでもあります。

自動パターン検出 - KPIの要因から最適化手法まで

仮説を立てずに、主要業績評価指標（KPI）の変数のすべての組み合わせについて分析を行い、KPIをより良い方向に改善できるパターンを提供する。
仮説を立てずに行った分析結果は、統計的に有意で、KPIに大きな影響を与える要因の順に提供され、身近な視点と視野からデータ閲覧に慣れたユーザーの限界を補完することができます。

NLQ (Natural Language Query) - Googleのように検索すると、関連する結果を提供します。

Googleで検索するように、自然言語で質問（NLQ：Natural Language Query）すれば、自動的にパターンを見つけ出し、自然言語でまとめた分析結果を提供してくれます。
詳細はこちらをご覧ください。

プレミアム版の拡張分析については、こちらをクリックしてください。

d. 機密データをアップロードし分析可能

データセットをアップロードした後にEDAのみを実行した場合（無料版ユーザー）、HEARTCOUNTサーバーにはアップロードされず、ユーザーのPCのブラウザでセッションが終了すると削除されます。
EDAを行った後にキャンペーンを保存すると（有料版ユーザー）、データセットがHEARTCOUNTサーバーにアップロードされます。この場合でも、キャンペーン保存と同時に「データ難読化」フラグを設定すれば、難読化されたデータのみがサーバーにアップロードされるので、実際のデータセットの内容が漏れることはありません。社内のセキュリティポリシーが厳しくてクラウドデータ分析ツールが使えなかったという方もご安心ください！
難読化機能について詳しくはこちら。

3. データ分析/可視化コミュニティ, DDMA

Don't Data Me Alone(DDMA)は韓国を拠点とするコミュニティで、現在グローバルユーザー向けのチャンネルに取り組んでいます！

ツール習得・活用のための教育コンテンツ（オンラインVOD、実践例など）を提供します。

📖 Go to educational content：Slackに参加すれば、新着コンテンツの通知をメールで受け取ることができます。（※現在は韓国のみでの提供となっています）

Slackを通じて運営されているDATA HEROコミュニティを通じて、約1,000人の実務家とコミュニケーションをとることができます。
同じような悩みを持つ実務家がどのようにデータを分析・活用しているかを知ることができます。
ウェビナー、オフラインミートアップ、1ヶ月集中コース、勉強会など様々なプログラムを用意しています。
HEARTCOUNTの利用を担当するプロダクトチームとのコミュニケーション、カスタマーサポート、他ユーザーの活用事例など、クラウドデータ分析ツールに対する社内の厳しいセキュリティポリシーを乗り越えるための様々な支援を受けることができます。

💬 Join Slack（※韓国語でのコミュニティとなっています）