LiNGAM（linear non-Gaussian acyclic model）モデルを内製ツールに実装しデータの因果関係を明らかにする分析サービスを始めました。 統計的因果探索の必要性について なぜ因果なのか？ データ分析から得られた知見を使ってなんらかのアクションをしたい場合は予測だけでは多くの場合は不十分だという現実があります。一般にデータ分析からは現象をよく説明できるモデル構築することが多く、予測に利用されます。例えば来月の売り上げ予測や収穫量の予測などです。 最近のユーザーが求めているデータ分析のゴールは何か？ 次のアクションとしての行動（宣伝広告戦略、マーケティング戦略など）を知る事が重要。 従来の統計的因果探索 統計的因果探索は全く新しい概念ではないですがデータ分析の中でも非常に難しく一般には回帰分析のように使えるというものではありません。仮定をおく (Assumptions)事が始の仕事になりますがこの段階で因果ダイアグラム（DAG）を観測データからの経験などが総動員して作成する必要があります。つまり、自動的に因果関係が導かれるような手品ではありません。