株式会社SiNCE

【PythonでSEM】semopyを使った構造方程式モデリングの実践

本記事では、Pythonライブラリのsemopyを用いて構造方程式モデリング (SEM) を実行する方法を解説します。SEMの概要から、実際の消費者調査データを使ったSEMの分析例、具体的なPythonコードまで紹介します。続きはこちらから。

Lightweight MMM を Google Colab で実行する方法【2025年5月版】

Google ColabでLightweight MMMを実行するための手順を解説します。公式デモの修正方法や必要なライブラリのインストール方法を詳しく紹介。2025年5月時点での環境に対応した実行方法を説明し、エラーが発生しないように丁寧に解説します。続きはこちらから。

因果推論とは？「なぜそれが起きたのか」をデータで証明する分析手法

因果推論は、「原因と結果」を明確にするデータ分析手法であり、相関では捉えられない因果関係を科学的に導き出すために用いられます。本記事では、その基本原理から応用事例、さらに最新技術や他分野との関係性、将来展望までをわかりやすく丁寧に解説します。続きはこちらから。

【1週間で合格！】Google Cloud Professional Data Engineer試験の最短勉強法

Google Cloud Professional Data Engineer試験に、学生がわずか1週間で合格した体験談を紹介。試験の概要や受験の理由、事前のスキルレベル、「裏技的な勉強法」までを具体的に解説。短期合格のメリット・デメリットや、合格後の知識定着に関する課題にも触れています。続きはこちらから。

Looker Studioでディメンションの順番を自在に変える方法

Looker Studioでディメンションの表示順を自由に変更する方法をわかりやすく解説。視覚的に見やすいレポート作成に役立ちます。

データ分析ってそもそも何？第1ステップのBIツールでのデータ可視化

現代のビジネス環境では、データが企業の成長において重要な役割を果たしています。膨大なデータの効果的な分、意思決定への活用が競争優位性を高める鍵。データ分析の基本的な考え方と、それを支えるBIツールについて解説します。続きはこちらから。

【LookerStudio×GAS×スプレッドシート】計算フィールド不要！Looker Studioの表示の遅さを軽減

Looker Studioの表示速度を改善！GoogleスプレッドシートとGASを活用し、計算フィールドなしでデータを可視化する方法を詳しく画像を用いて解説します。続きはこちらから。

住所から距離を簡単に計算！sklearnと国土地理院APIを活用した距離算出法

地理情報を活用したアプリケーションやデータ分析が進む中、住所から距離を計算する需要は増加しています。続きはこちらから。

西武ライオンズの順位とGoogle検索ボリュームの関係は？－状態空間モデルを用いた時系列分析－

プロ野球チーム「西武ライオンズ」の順位とファンの関心度の関係をデータで検証しました。順位が低いと、ファンの関心度も下がるのでしょうか？2022〜2024年のGoogle検索ボリュームをもとに、状態空間モデルを用いて分析しました。続きはこちらから。

AEOでマーケティングに革命を起こす！その重要性と今後の展望

AEOは、AIと機械学習を駆使して評価・最適化プロセスを自動化し、効率化と精度向上を実現する技術。マーケティングから製造業まで幅広い分野で活用され、SEOや広告、品質管理などで実用的な意思決定をサポートします。続きはこちらから。

【自動化】ブログページの週間ランキングをXに自動投稿する方法

今回はブログページの週間ランキングをXに自動投稿する方法を紹介していきます。今回扱うブログページは「https://blog.since2020.jp/」です。続きはこちらから。

【rpy2】Google ColabでRのパッケージを使う方法

データ分析のためのプログラミング言語といえばPythonが一般的になってきましたが、Rの統計パッケージを使用したい場面もあるでしょう。rpy2というPythonライブラリを利用することで、Python環境で手軽にRコードを実行できます。続きはこちらから。

【プロセスエクセレンス】MarketingOps編自動化の全体像ver.0.1と考え方

株式会社SiNCEは、AIエージェントを活用したプロセスエクセレンスの重要性を認識し、MarketingOpsの自動化に取り組んでいます。本記事では、MarketingOpsの自動化を実現するためのフロー全体像とその考え方を紹介します。続きはこちらから。

自分AIの作り方~ChatGPTで自分AIを作ってみた~

高齢社会や未婚率の上昇に伴う話し相手として、また自分カウンセリングや認知症予防、子育ての負担軽減にもつながる自分AIのメリットと作成方法を紹介します！続きはこちらから。

Dataikuでの時系列予測におけるPython処理の例

Dataikuを用いた時系列予測のプロセスにおいて、Python機能を活用しデータ準備と分割を行う方法を解説。時系列データを適切に処理し効果的な予測を行うには、学習データとテストデータを適切に分割することが重要です。続きはこちらから。