シリーズ: サイゴンの確率: 第3回Bayesian Mathematics
確率を次の営業行動へ変える
ホーチミン市での480戸のコンドミニアム分譲戦争の結末。パン社長の契約、トゥアンの覚醒、そしてパク・ジュンヒョクのEXAWinが導いた逆転劇。直感とデータの対決がついに結論を迎える。
- Bayesian
- 小説
- 不動産営業
Skip to article library
Field Library
All Articles
Evidence, methods, and operating insight for decisions that must work in the field.
23Published articles
Bayesian Mathematics
Page 2 of 317 articles in Bayesian Mathematics
シリーズ: 60日間の賭け: 第5回Bayesian Mathematics
EXAWinベイジアンエンジンの進化：データが自らパラメータをチューニングする日
EXAベイジアンエンジンは受注確率を算出してくれたが、その精度は人間が設定した初期パラメータに依存していた。100件の過去ディールデータが蓄積されたとき、エンジンは自ら進化する準備を整えた。Grid Search、MCMCアンサンブルサンプリング、交差検証 — 3つの数学的ツールが協業して最適パラメータを探し出すプロセスを物語で描く。
- Bayesian
- Auto-Tuner
- Grid Search
シリーズ: 60日間の賭け: 第6回Bayesian Mathematics
最適な境界を求めて — Grid SearchとYouden's Jの数学
3,240通りのパラメータ組み合わせから、どうやって「最適」を見つけるのか？ Grid Searchが全数探索し、Youden's J Indexが感度と特異度のバランス点を見つける数学的原理を、ビジネスの文脈とともに解き明かす。営業ステージ重み(T)とシグナル感度(k)をデータ自らが調律する、Auto-Tunerの第1の柱。
- Bayesian
- Auto-Tuner
- Grid Search
シリーズ: 60日間の賭け: 第7回Bayesian Mathematics
粒子たちの合意 — MCMCアンサンブルと交差検証の数学
Grid Searchが「最も高い丘」を見つけたなら、MCMCアンサンブルサンプラーは「256人の探検家がその高さが正しいと合意する」プロセスだ。Emceeのアフィン不変ウォーカー、R̂収束診断、HDI 95%信頼区間、5-Fold交差検証、Signal Lift分析の数学的原理を、ビジネスの文脈と共に解き明かす。
- Bayesian
- Auto-Tuner
- MCMC
シリーズ: 資材オンタイムリスク: 第2回Bayesian Mathematics
EXAエンジンの解剖：混合分布と観測偏差
BA03.[On Time Risk: 付録 1] EXAエンジンの解剖：混合分布と観測偏差
- Bayesian
- Bayesian
- Gibs Sampling
シリーズ: 60日間の賭け: 第4回Bayesian Mathematics
営業成功確率意思決定支援システム
[BA02. Exaベイズ推論：営業の見えない手—60日の賭け] エピソードの第1部と第2部を通じて、ベイズエンジンがいかに「事前の信念」を構築し、「シグナル」と「沈黙」を通じて確率の軌跡を追跡するかを見てきました。今、私たちの手元には、ベイズパラメータ α と β によって精緻に計算された純粋な事後確率 $P_{raw}$ があります。しかし、まだ終わりではありません。最後の意思決定プロセスが残っているからです。60%の確率であっても、それが一度の会議で得られたものか、あるいは数十回の交渉の末に導き出されたものかによって、決断の重みは完全に異なります。
- Bayesian
- likelihood
- ベイズ
シリーズ: 60日間の賭け: 第3回Bayesian Mathematics
沈黙の逆説：情報エントロピーと対数重み付けの幾何学
BA02.[付録 2：ベイズ証拠] 沈黙の逆説：情報エントロピーと対数重み付けの幾何学
- Bayesian
- Bayesian
- likelihood
シリーズ: 60日間の賭け: 第2回Bayesian Mathematics
ベイズエンジン：不確実性を管理する数学的錬金術
この記事では、[BA02エピソード]で扱ったベイズエンジンの数学的原理とその効果について説明する。不確実なビジネス環境において、営業成功確率を精緻に予測するためである。核心として、過去の経験を数値化するベータ分布と、現場のリアルタイムなシグナルを捉える二項分布を結合し、最適の意思決定指標を導き出すプロセスを扱う。特に、複雑な演算なしで即時アップデートが可能な共役事前分布を活用することで、システムのリアルタイム性と演算効率を極大化する点を強調する。また、このモデルはデータが発生するたびに即座に判断を下す再帰的推定方式を採用し、現代のビジネスに最適化された技術的な妥当性を確保している。結果として、本資料は精緻な数学的モデリングがいかに曖昧な直感を信頼できるデータに基づいた洞察へと変換させるかを明確に示している。
- Bayesian
- ベイズ因子
- ベイズ更新