特にネット関連のビジネスでは、指数関数的成長をするものが増えてきている（口コミにより拡大するビジネスなど）。ビジネスの導入期においては、ゆるやかな線形のグラフに見えてしまうので、影響を軽視してしまいがちである。
同じように見えるグラフでも、その技術、ビジネスの背景をしっかりととらえ、爆発的成長の可能性があるのか、ゆるやかに成長していく可能性が高いのかを判断していくことの重要性が増しているように思う。
時間は共通認識できているため様々な場面で活用し理解しやすい。ただし、目盛り幅の設定次第でインパクトを操作できるので、見る方も注意が必要。
異常値に敏感になること、そこで何が起こっているのか考えられるようにしていきたい
トレンドは１つだけの傾向を見るだけでは足りないと学びました。
直近だけではなく、長期も同時にみることで、偏りがないような分析をしていきたいです。
グラフから式を出す
異常値は、今後の影響まで考えるようにする
勉強になりました
業務では常に傾向変動をチェックしているが、異常値に地に着目することは少なかったのでもう少し意識したいと思う。
変動要因が安易に予想の付くデータと予想がつかないデータがある。時系列グラフの考察力と備えながらもっともらしい原因が推測できるこの2つの能力が身につくのが理想と考える。最近の話題のCOVID-19の感染者推移は非常に要因が特定しやすい時系列グラフであると思う。
時系列分析とは、横軸に時間軸をとり、縦軸にデータをとって、データの時間的変化を見る分析のことであると学びました。
売上データの分析に活用してみます。
無知だった私は分析の際にただ闇雲に時系列に並べているだけで、で？と、言われてしまったことがあった。
こういう知識が必要だったと感じた。
時系列で見る視点で必要な知識、留意点が学習出来て良かった。
販売や売上推移をただの記録として持つのではなく、それを分析する視点を持つことの重要性が理解できた。異常値も異常だとして理由がわかった時点でその分析をやめることなく、その先に与える影響も考えていきたい。
これまで様々なグラフを作成してきたが、時系列データには4つの要素が含まれていることを深く意識していなかった。
今回の学びを活かして今後はよりわかりやすいグラフ作成＝分析に役立てたい
従業員にアンケートした今気を付けているヒューマンエラーを起こす１２の要素うちトップ３の時系列分析。要素の変化と変化点付近での業務エラーのタイプの変化を分析する。
トレンドのみならず変異点に着目する
異常値の分析が重要であることが勉強になった。
コロナの影響がどのようなところに出てくるか今後注意して統計データを読んでみたい。
具体的な事例で取り組みたい。
あらゆるシーンで使われる手法なので、よく利用しています。
取扱残高から傾向を掴むのにも利用できそうです。
家計の会計と同じことですかね。何らかの大きな出費があれば、その月は通常月よりも大きな変動が見て取れるグラフになる。一定期間のデータが確認できれば逆に異常値に何があったかを確認することの方が重要になると思う。
数値化し、その値を検証することの重要性を感じた
実務に活かしていきます
過去のデータから今後を予測するのに使用できる分析手法であると感じた。
仕事柄、有効求人倍率の時系列データはよくチェックしているが、マクロとミクロの両方の視点から分析するという意味では、期間の長短だけではなく、例えば大企業と中小企業、都会と地方、もしくは職種別といった切り口で時系列分析を行ってみても面白い。コロナショック前までは空前の売り手市場などと言われていたが、大企業は有効求人倍率０．４倍のままずっと底を這っていた。つまりアベノミクスだろうが、労働力人口の減少だろうが、コロナ危機だろうが、いつの時代も大企業への就活は超買い手市場ということだ。
時系列分析において10年後20年後を予測するにあたり、単純に変動指数を出して✖️10や20をするだけでは恐らく正確な予想にはなり得ない。世界・日本の人口の頭打ち等、単純に増えていかない要素を考慮する必要もあると考える。
現場でアウトプットしていく
異常値を軽視しない
変動の種類、定義の明確化、取得するデータなど留意点がよくわかりました。エクセルでの分析は慣れておきたいです。
基本的なことはよく理解できました。
循環変動と季節変動を間違えました。不規則変動を異常値の発生とみる方法とがわからない。
時系列でデータを取ることは良くしていると思うが、そのデータの着眼点に触れられているのが良かった。
時系列分析はよく使われるが変動した時の背景も把握しながら活用していきたい。
社で取り扱っている苦情のトレンドを見る際、時系列でデータを見ることは多々ある。
しかし時系列に並べてみるだけで、全く分析していなかった。
どのような種類の変動があるのか、季節性があるのか、突発的な異常値なのかという着眼点は必要だと感じた。
グラフとエクセルの2つの重要性を改めて感じた。
時系列分析はよく使う手法なのでこれからも上手く活用していきたい。
月毎の売り上げ推移から今月来月の売り上げを予測するとき
異常値分析の重要性を学んだ。
基礎項目として必要か疑問を感じた
具体的な事例から異常値もビジネス影響がある事がとても参考になった。
異常値を安易に考えない様にしたいと思った。
マーケット情報の過去トレンドを把握。
時系列分析を一般の分析の中で活用しています。
一番よく使う分析。
時系列分析はベーシックな分析手法と感じます。当たり前すぎておろそかにしないようこの講座を受講して思いました。
自社サービスの新規会員登録数の傾向変動、また年間の循環変動を見ることで新規会員獲得の施策立案に役立てることができる。
時系列分析に4週類の変動があったのは知らなかった、上手に活用しようと思う
時系列にデータを並べるだけでは、意味をなさず、そこに現れる傾向や異常数値の分析に活用したい。
基礎的な分析だからこそ、まずは分析するとなったら時系列をみることをはずさないようにしたい。
非常に参考になった。
過去の傾向を読み解き、将来の販売予測などに役立てられている。
長期と短期で数値の変化を確認することが必要。
日常的に使う分析手法。改めて種類を整理できたので良かった。
シンプルな分析手法である分、そのグラフから何が読み取れるかで差が出てくると思う。
日頃より、時系列分析データーを目にした時は、予想外の変化に対応できるように心掛けデーターを見るようにします。
わかっているようで案外わかっていないものだ
・傾向変動・循環変動・季節変動・不規則変動
・変曲点に注意する
・異常値がビジネスに影響を与えることもあるので、安易に切り捨てない
・影響を与える事象と受ける時点にタイムラグがあることもあるので注意する。
異常値についてはその理由を把握した上で深彫する必要があるかどうかを判断していきたい。
データ解析で一般的に使用する手法です。とても身近にこんじます。
企業のKPIは必要で専門部署まである。何事にも時系列データは必要であり、日々何事も数字化して管理しておくようにしたい。
時系列分析の留意点を学ぶことこができた。
長期データ把握等、ある程度のデータは必要ですが、未来の不確実性予測に役立つツールの一つと言える。
よく使う
理解した
基本的な分析であり日常業務の中でもよく使用するが、期間の取り方により結果の受け止め方が全く違うものとなるケースもあるので気を付けたい。
状況は、刻々と変化しているので、後付けの資料にはなるが、将来予測に関しては少々疑問。
時系列のデータ取りは、比較的理解しやすかったですが、中に含まれる別の要素などが関係していないか注意しながら、分析しようと思いました。
循環変動→景気
季節変動→日焼け止め
トレンドを分析するのは未来を予測することに繋がる。
勉強になりました。
よく使用しています。
改めて確認できました。
時系列分析は基本ですね。
時系列分析は営業利益や金融関連の過去のトレンドを把握する上で有効的な内容だと思われる。
理系エンジニアなどの解析では使用しないことが多い
業務のファーストステップで、瞬時に傾向を把握したり、広く浅く分析する際にする際に活用したい。
データを使って考えることは大切だと‘学んだ。
時系列分析は将来予測に活用することができる。
自社でも複数の時系列データについて分析をしているが、他の外部要因から異常値があった場合の分析を行い、今後異常値が発生する前兆をつかめるようにしたいと思います。
時系列分析で得られたチャートを分類すると、不規則変動、季節変動、循環変動、傾向変動の４分類されることを初めて知りました。また、トレンドの傾きを見るのやり方は、ＰＣスキル不足を実感しました。
過去の売上データを使って予測、計画を行っている。
例えば小学校入学準備でランドセルが売れるのは前年の夏休みくらいなので、品揃えや顧客アプローチを始める時期が決まってくる。
しかし最近はECが多くなり、過去のデータと違う動きが増えている。
時系列分析で得られたチャートを分類すると、不規則変動、季節変動、循環変動、傾向変動などに分けられることがあることを、今回初めて学びました。もっとも良く使用する分析手法なので、一層解析眼に磨きをかけていきたいと思います。
とりあえず時系列に並べてみる、ではなくそこから何が見えそうか、何が見たいのかの目的を持って定義を検討することが重要だと感じた。
時系列の分析は簡単に理解しやすいように思えるが、傾向変動、循環変動、季節変動、不規則変動のどれに該当するかをしっかり見極め、変曲点や異常値にも目を配り、解析することが大切だと分かりました。今後、活用していきます。
学んだことは、自社の収益・費用トレンドを把握するときに使いたい。
EXCELを使い、トレンドを具体的な数字で把握したい。
時系列データについてはビジネスの分析の際に役に立つ事がわかった。
時系列の分析は一見、簡単に理解しやすいように思えるが、傾向変動、循環変動、季節変動、不規則変動のどれに該当するかをしっかり見極め、変曲点や異常値にも目を配り、解析することが大切だと分かりました。同じ表を見ていても、深く解析できる人と表面だけしか見れない人とでは、大きく違うので、データを深く解析することを意識し、そこからビジネスのヒントを見つけたいと思います。
異常値を安易に切り捨てないというところが勉強になった。
また異常値はビジネスに影響することもあるんですね。
ガントチャートと同様に普段の業務で多く使用しているが、その用途について改めて学習できた。変動のパターンや活用事例を通して的確な将来予測を行うために、今後も活用していきたい。
時系列データは一目見て傾向が把握しやすいので、業務経験の浅い人でも状況を把握することに有効に使用できると思います。
時間とその変化に伴う要素の関連を見る際は、棒グラフ形式がいつも適切とは限らない。
散布図や折れ線も活用する。
時系列分析は管理業務の中で基本的で重要な分析であると考えます。
時系列分析の概要が理解できた。自分の周りでもどのように活かせるか考えていきたい。
既に活用できている技術であるが、改めて整理できた。
現状のVUCAの状況では
必ずしも過去のトレンドを取っていったとしても
延長線上で考えることは難しい。
むしろどうやって早く変化点をつかむかが
大切になりそう
過去の傾向把握には有用だが、未来の予測は外れることが多い印象
データ、推移から何を読み取りどのような行動をとるべきか検討するまでが重要
また近似曲線をしっかり使いこなし、未来予測にも活用する
現在、すでに営業の受注データの分析で活用している
時系列分析について理解しました。
分析のポイントである比較をする上で、トレンドや外れ値を容易に検知できる点が有用だと思いました。
既に活用できている技術であるが、改めて整理できた
現在起きているコロナ禍での変動数字が今後どういう数字に影響をあたえるかを想像することで過去の出来事からおこる今後の事が推測でき打ち手の数を多くし早く対処できるようになる。
広義トレンドの把握に有効。
グラフの見せ方によっても見解が変わっちゃうかもねえ
この手法は企業において最も汎用されている分析手法だと思われる。特異点や外れ値などから新たな打ち手を検討することはあまりイメージしていなかったので、今後の検討の際には意識することとします。
特定の傾向を説明する際に納得させる為に異常値ははじかれがちになり、同様の事が起こった時に対応を間違えることが往々にしてある。
時系列分析の4要素を意識して可視化することが大切。
今まで見ていたグラフに対する見方が変わった。
直近と長期的な見方は基本で大事だと感じた。
時系列データの変動傾向を表すのに、傾向変動、循環変動、季節変動、不規則変動、といった呼び方があるとは知らなかった。パターンとして理解しておくと応用が利きやすいかもしれない。
・説明がつなかない変動があること
・異常値も貴重な情報となりうること
・傾向分析には適した期間を抽出すること
以上を学んだ。
傾向分析の中で不規則（説明がつかないもの）があることを知れた。
どういう事かと言うと、説明がつかないというものに強引に答えをつけようとしていたケースもあり、説明がつない、分からない。という結果も一方ではありなのかなと感じた講義だった。
ビジネスにおいてとても基本的な分析手法だと理解しているが、エクセルの利用法などを知らなかったので、もう少し確認したかった。実動でも使いたいが、色々なケースの横軸縦軸について、注意を払ってチェックしようと思った。
時系列分析のグラフは、一般的な資料で目にすることが多いのでこれからより興味深くみることができると感じる。
業務での市場分析に活用します。
横軸の粗さや区切りで傾向が変わって見えたりします。
プレゼン時はこの軸をうまく調整することで意思を伝えやすくなる。
エクセルで式を出すところまで説明していただいて、参考になった。
時系列分析は時間経過を可視化し、相手に理解しやすいフレームワークのため、さまざまな業務で活用しやすい。
傾向監視はパソコン管理になってから見に行かないと確認できない。昔は手で書いており確認できていたが、個人個人の能力を上げないと宝の持ち腐れになると感じた。
景気動向指数はよくわからん
分析機器の定期点検、製品の品質ばらつきの解析に活用していく。
異常値、変曲点、長短期のトレンドを考える視点、インパクトとその影響が現れるタイムラグを考慮すること、これらが時系列分析のポイントとのこと。
グラフを作ることが目的ではなく、将来予測に活用するために作成・分析したい。
時系列分析は自分たちにも可視化してわかりやすく、相手にもすぐ理解してもらいやすいフレームワークのため常日頃から利用することかな
グラフの異常値に注力していきたいと思う。
時系列トレンドは定期的に把握したい
データを作って、変動の原因を知る必要がる
丙午の例から異常値を分析して未来の影響を予測することに気付きがあった。
日常色々なところで馴染みのあるものである。
時系列分析は身近な分析だが傾向などは知らなかったので勉強になった。
時系列データを分析する際は傾向を当てはめて考えたい。
事業の売り上げや営業利益のグラフとしてよく目にするが、そのほかにも固定費や開発費などの推移をみても何か気付きを得られる可能性があると思った。
傾向、循環、季節、不規則の分類があると学んだ。
時系列分析で表すことができるパターンとして傾向変動・循環変動・季節変動・不規則変動がある事を知れてよかった。今まで単純に時系列で分析する事しか考えていませんでした。
時系列分析を行うことで、異常事態を考慮しつつも、どのようなことがその後起きるかの予測に役立てることができる。
時系列分析は時々行いますが、学んだことを踏まえたい。
普段使っている時系列分析について着眼点について勉強になりました。
ありがとうございます
■時系列分析とは
横軸に時間軸、縦軸にデータをとって、データの時間的変化をみる分析
・基本的な分析でありながら、様々なヒントが得られる
■活用場面
過去のデータを分析し、将来予測をするというときに力を発揮する
予想外の変化が起きた時に速やかに手を打つ助けになる
１．トレンドや変動を確認
２．予想外の出来事の影響を把握
３．KPIの変化を確認
■時系列データ（時系列分析で使用するデータ）
１．傾向変動（長期的なトレンド）
２．循環変動（不規則な周期で変動を繰り返す）
傾向循環変動として広義のトレンドとして扱うことがある
３．季節変動
1年の中で周期をもったり、ピークを示したりする変動
４．不規則変動（他の変動では説明がつかないランダムな変動）
分析の際には、要素をできる限り分離して考えることが重要
■トレンドの傾き
Excelの近似曲線の機能でトレンドを具体的な数字で把握することができる
分析の目的に合った機関のデータを準備する必要あり
■変曲点や異常値
変曲点に注意し、また、異常値を安易に切り捨てない
■コツ・留意点
・比較の基本は、同じものを比較すること。
データの定義が変わっていないか注意する
・「直近のトレンド」と「長期のトレンド」に着目するという2つの視点が大切
・出来事（イベント）がインパクトを与えるまでにタイムラグが発生することがある
各種状況変動の把握に活用できる
業務に活用してます。直近と長期の視点で多様に利用したい。
エクセルの細かい操作が解説されていたのが印象的。作成者の嗜好が大きくでていたのだろうか。
時間軸と対象要素の変動をグラフ化することで、時間、或いは周期と対象要素の関係を可視化できることが分った。
データを使用して作成をしてみないと理解度が上がらない
データ分析の基本である時系列分析は、職種と問わずいろいろな場面で使用するものだと思う。実践してエクセルを使った見えやすいグラフ化などのスキルも上達させていきたい。
基本的で重要と思う。
業務で利用度の高い時系列分析の理解が深まりました。
時系列分析は業務でもよく活用しているが過去から現在の分析に使う場合が多い。業務の中で重要な指標を整理しつつ将来予測を重要視して今後の打ち手を考えていきたい。
時系列分析は基本的な分析のひとつ。その中の異常値を見落とさずにチャンスに
つなげる発想も大事。
時系列の４つの変動があるのが知れてよかったです。ただ、どれがどれって難しかったです
業務で生かせると思います。
4つの要素を常に意識して、時系列分析する際活用します。特に直近のトレンドと長期のトレンドについて、今後着目します。
時系列で分析することが大事
当たり前のグラフにも意味がある事を再認識した。
時系列で分析することで今後の動向を予測することができる。
時系列を用いてまとめることによって、これまでの流れや、これからの動向をある程度予想することが出来る。
時系列データにおいては近似曲線を出すことよりは区間推定を行う方が優位であると考えられるため、この教材の一部に多少の違和感があった。例えば、喫煙率のデータ等を時系列データで線形近似してしまうと喫煙率が0になったり、負の値をとるというあり得ないことが起きてしまう。そのため、一次近似を行っていたのはあまり良くないようにも感じる。
エクセルの機能を活用することで、さらに効率化できることも学べた。活用場面の多い分析手法だと思うので、さらに理解を深めたい。
時系列データの４つの要素を念頭におき、様々なシーンで活用したい。
理解はしているが使うことが難しい
間違えた問題について、解説が出るようにしてほしい
時系列データの種類が分かったため、データの分析等に役立てたい。
基本的なことなのでしっかりと理解したい
異常値にも注目して取り組んでいきたい。
理解できているようでできていない項目の再確認ができました。
丙午の事例とタイムラグはふに落ちしました。
どの業界においても時系列データは必要
予想外の出来事が起きた時点で速やかに対応できること、売上減少対策など
様々なシーンで活用したい
時系列のグラフを作成し不規則要因を見つけ、組織にとって表に出にくいリスク分析し、改善をする上で必要なツールと感じる。
なかなかとこれを使いこなすのは難しそうです。が自分のものとできるようにがんばります。
時系列分析を学びました。
＊時系列分析はオーソドックスな指標で、一表で明確な表現が可能である。よって、過去数値を表現することで、未来予測が導きやすい。
異常値を切り捨ててしまわないよう留意したい。
過去のデータから未来を予測するときに使える。
ただし、
イノベーションは過去・現在の延長線上にあるわけではないということを頭の片隅に入れておくこと。
長期的な視点をもち、変曲点を把握することで、未来を予測してよい施策につながる
どの分析においても異常値は無視してはいけない。異常値をきたしているには何らかの理由があるはずと思って分析をしたい。
データを分析する際、異常値にも着目すべきことがわかった。
過去から未来へ数値の推移を示すにあたり使えるグラフ
時系列データに４つの要素
⓵傾向変動、⓶循環変動、⓷季節変動、④不規則変動
があること改めて学んだ。
また、データを利用する際は、
１）定義が変わっていないことを確認すること
２）トレンドは、直近と長期の視点でみること
３）変節点、特異点に注意すべきだが、出来事（イベント）がインパクトを与えるまでにはタイムラグが発生する場合があること
に留意して使いたい。
時系列分析は、分析において基本的な分析指標である。基本的であるがゆえに、使いやすい。よって、メリットとしては、傾向の確認に使う事はできると考える、しかし、誰もが知っている結果を再確認するだけになってしまう事も考えられる。
近似曲線の使い方がわかった、活用してみたい。
企業の分析に役立つ
時系列の傾向把握のツールとしてポピュラーなもの。グラフの変化に気づき、何が変化の要因なのか理解する事が重要。また、変化が起きたことで、自分の環境にどう影響してくるのか推察する事も必要。
データの時間変化を追うことは未来を予測する上で非常に重要だと感じた。
データの傾向や変化に着目して分析したい。
小売業にとっては、過去のデータの分析は、欠かせない業務です。
時系列でどれだけリスク投資していくかを考える必要があると思った。
将来予測を立てるのにＥｘｃｅｌ表活用すると便利である。
SNSユーザーの使用時間を属性別に時系列データにまとめると、狙いたい客層に向けて効果的に宣伝を使えると思いました。
個人で運用するときも、ファンとなってもらいたい人たちが活動的な時間帯に、自分の投稿をすると刺さりますよね。
時系列分析による異常値の発見がビジネスチャンスの発見へとつながる。
恥ずかしながらエクセルを活用してグラフから先の予測ができるということを知りませんでした。これだけでも今日の収穫です。早速試してみたいと思います。
データ分析をする際に時系列でみることは一番多いが、変動に規則性がないかなどさまざまな観点で確認することの視座を持てた。
何にでも。研究でもマーケティングでも。
時系列分析はトレンドや傾向を探る際に活用出来ると思います。
おさらいとして良かったです！
データのまとめ方と考察の仕方の確認である。
時系列分析のグラフはビジネスの場だけでなく、普段見ているニュースでもよく目にする。分析結果から傾向をつかみ、異常値にも注意する。今後、瞬時にその判断ができるよう慣れが必要だと感じた。
時系列分析は非常に用いられる分析だが、縦軸を何にするか、横軸のメモリの検討も大事だと思った。
業務においては時系列データを活用することはほとんどないが、業務の背景に注目すると時系列データは活用できそうであり、そこから新たな課題や傾向が見つかる可能性があるため安直に時系列データは関係ないと切り捨てることはリスクであると感じた。
時系列分析を仕事で生かす場面として為替と株の値動きがあげられる。それらを読み解く際に、変動と影響にラグがあることと異常値による影響もあることを認識したうえで読み解くことが重要になってくると分かった。
グラフを見ながら過去の動向をしっかりと分析したいと思う。
近似曲線の数式から数値を出す方法は活用したい
理系の知り合いからは「棒グラフよりも折れ線を使うと良い」と言われたのだが、実際仕事の上でどのようなグラフが使われているのか、確かめておきたい。
自社がどのように成長したのかや、何がどの時期に売れたのかなどが株価からわかるので、自社の歴史の勉強につなげたい。
時系列分析とは、縦軸にデータ、横軸に時間軸を取ることでデータの時間的変化を見る分析ある。
基本的な分析であるが、この分析を通じて変動の様子や変曲点、異常値について考察することは有効な手立てだと感じた。
学生時代から時系列分析を授業でやることが多かったので、取り組みやすい内容だった。タイムラグや、前提条件が変わっていないかをきちんと確認することが重要である。
傾きをエクセルで、数式化できるというのは、非常に興味深いのでやってみる
時系列分析とは、横軸に時間をとり、時間による変化を分析する手法。
傾向変動：長期的なトレンド
循環変動：不規則な周期で変動する
季節変動：一年の中で周期をもって変動する
不規則変動：ランダムに変動する
株や為替を解析する上でも使えそうな知識であった．
なかなか勉強になりました。
過去の実績から未来の予測が出来る。
最後の問題がよくわからなかったです。
時系列データは最もポピュラーなものの一つだが、傾向、循環、季節、不規則という４つの種別があることを初めて理解した。
時系列分析では過去を含め大局的な視点で傾向把握などが可能であり，将来の予測に役立てることも可能．
時系列の使い方、またみる点がよくわかった
時系列で物事を把握することは、原因等をつきとめることに役立つと思うので活用していきたいと思った。
時系列分析は、日常で触れる機会がたくさんあるので、トレンド、変曲点や異常値に意識して上手く利用し、活用していきたい。
時系列分析は仕事の場面で良く見ることがあります。有効に使っていきたいです。
業務に活用できると思いました
確認テスト3の解説がほしい。
現在と過去の社会的動向を探るときに使える
業界を分析したりするときに役に立つと思った。特に特異点等には注目しなければならない。
変曲点、異常値から、何故そのような値になったのか、その時期に何が起こったのかをしっかりと調べられるようになりたいと思った。
販売業なのですが、扱い品目や取引先の規模が
常に変わるので自分の今後の売上を予測するには不向き
だが、扱い品目のトレンドは把握できる
定義を統一することは重要。過去と現在では同じデータでも定義や収集方法が違うことがよくあるので注意が必要と感じています。それを理解したうえで、データをどう見るか、ということも実際にはよく考えます。
装置の分析に戦力になるはずだと思います。
時系列データはウイルス問題など感染病について調べるとき、役立つデータだと思います。
異常値を取り上げて、その問題点の改善との視点。連続例のある変化の読み、この2つをとりいれてゆきたい。
引き続き問題点分析には活用して行きたいと思います。その他、受注予測にも活用して行きたいと思います。
改めてみると、時系列は役に立つことが分かった。
今後使用していきたい。
トレンドの流れを読み取る
傾向分析より営業所の売上推移を導きだし、更に+α必要な打ち手を検討する
時系列分析は頻繁に見るグラフです。いろいろな角度から見ることが重要だと思いました。
データ分析に役立てたいと思います。
ビジネスにおける歴史を把握することの大切さを感じた。
データ分析をする際のまず基本として，時系列でみる，相関をみるなどがあると思っていますが，このような分析をせずにいきなり複雑な分析をしてしまい，最も基本的で重要な事項を見逃してしまうということがないようにしたいと思います．
推移は大切である、周期をどの範囲でとるかによって、並みの出方が変わる
過去の傾向から未来数値を予測して営業に役立てることができると感じた
時系列分析を活用することで、トレンドの分析精度を上げる。また、エクセルの活用も学んで吸収する。
とても勉強になりました。
自部門の担当マーケットにおいて、売上高に影響するマクロデータ（人口、世帯数、保有車両台数等）の時系列分析を行い、商品販売計画策定・売上高予測に役立てらる。なお、時系列データの各変動については、原因・理由の仮説を持つようにし、「数字遊び」に陥らないように意識する必要があると考える。
過去の傾向（トレンド）を知るためには、良いと思う。
また、イベントのインパクトが起きるタイムラグについても今後、意識をしていきたい。
傾向を分析する前に、分析をするデータを、的確に選び取ることが重要と思います。
そして、それを継続的に見ていくことも、同様に大切だと感じました。
時系列でデータ解析するということは、事象の把握につながる大事なツールという認識となっているので、今後も日常生活などにも活用できそうです。
頻繁に利用し、使いやすいグラフだからこそ伝えたい項目を明確にする必要がある。
割と簡単でした。ただ仕事中にグラフ化する時間が無い。そちらの方が問題だ。
昭和４１年に出生率が下がっている理由が、丙年の干支が関係していたのは興味深かった。さらに、そこから「結婚ビジネス」や「還暦ビジネス」などにも影響を及ぼすという見解は非常に参考になった。
異常値も、分析すれば今後の動きを予測するのに役立つので、今後データで生じた場合は注目してみたい。