サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
2014年5月号の特集は「アナリティクス」。ビッグデータの収集から分析へとステージは移っているが、いまだ積極活用ができている日本企業はまだ少ない。2013年2月号『ビッグデータ競争元年』で日本におけるビッグデータ活用の課題を指摘した、マッキンゼーのポール・マクナーニ氏に、日本のアナリティクスの状況について話を伺った。全2回。 右へならえのポイント・プログラムが収益構造を傷める ――最近のビッグデータを取り巻く環境について、どう思われますか。 小売業界の話になりますが、ビッグデータ分析をしたいと思った時にデータを集めますよね。その時、よくあるのがポイントカードの発行です。ポイント・プログラムには、ポイントを付与することで顧客が頻繁に買い物をしてくれたり、多く買ってくれたりするようになるという直接的な効果と、そうやって蓄積したデータを活用することで品ぞろえを見直したり、価格戦略を考えたりできる
データマネジメント 2014に参加してきたレポートの最後は、以下のセッションのみをひとつ切り出しました。 14:00-14:40 C-5 『正確なデータをもとに明日を予測する 〜ノーチラスが提案する新しい予測の形〜』 ノーチラス・テクノロジーズ 理由は簡単で、この @okachimachiorz1 さんのセッションが今回のデータマネジメント 2014 の中で、わたしが一番面白いと思い、かつ異彩を放っていたなぁ、と思っているからです。 ゼヒ、資料が slideshare 等にアップされてほしいなぁと思っていますが、わたしのとれた範囲内でメモを公開させていただきます。 C-5 『正確なデータをもとに明日を予測する 〜ノーチラスが提案する新しい予測の形〜』 ノーチラス・テクノロジーズ 自己紹介 DM というよりも業務系で Hadoop を使う OSS を中心に Asakusa を開発したりしてい
朝日新聞社は1月20日、記者やプログラマーなどが協力し、データを活用して社会問題を分かりやすく伝えるアプリケーションやコンテンツ作りに挑戦するイベント「データジャーナリズム・ハッカソン」を開催すると発表した。エンジニアやデザイナーなど社外からの参加者を募集している。 2月20日にアイデアソン、3月1日、2日にハッカソンを、朝日新聞東京本社内で開催。朝日新聞記者が自身の問題意識や取材で得たデータを公開・共有し、社外のエンジニアやデザイナー、編集者などとともに社会問題を伝えるアプリやコンテンツを作る。1グループ8人程度、6～7グループで進める予定だ。 同社からは災害や経済、社会保障、スポーツ、文化などの各分野の記者が参加。社外からは誰でも応募できるが、希望者多数の場合はエンジニア、デザイナー、データアナリスト、編集者など、データジャーナリズムに必要なスキルを持っている人を優先する。定員80人。
Photo by midiman underCreative Commons License (original) メリークリスマフ！ 得居です。今日はクリスマスですね。皆様昨日はいかがお過ごしでしたでしょうか？ クリスマスということで、今日は私たちから皆様に、特にデータ解析や論文執筆、手法の比較検証のために計算機上で様々な実験をしている方々に、プレゼントがあります！Github – pfi/maf 今日、実験結果を「ビルドする」ためのツールmafを公開しました！ mafは、PFIでもよく使われているPythonベースのビルドツールwafを実験に使うための拡張です。大まかな使い方を学ぶために、ドキュメントとサンプルも公開しています。 maf — maf 0.1 documentation サンプル 実験手順をビルドだと思って宣言的に書くこと自体はwaf等既存のビルドツールで可能です。m
最近は業務で、ソーシャルゲームの分析＆改善施策の提案を行っています。そこで、本ブログではミニ連載という形で、ソーシャルゲームの分析手法について紹介をしていきます。基本編は8回程度を予定しており、好評であれば応用編も書きます。第3回は「継続率」に関してです。 ■過去の連載記事ソシャゲ分析講座 基本編（その１）：「売上の方程式」を理解するソシャゲ分析講座 基本編（その２）：「DAU」を理解するソシャゲ分析講座 基本編（その３）：「継続率」を理解するソシャゲ分析講座 基本編（その４）：「スペンド率」を理解するソシャゲ分析講座 基本編（その５）：「ARPPU」を理解するソシャゲ分析講座 基本編（その６）：「4つのステージとKPI」を理解するソシャゲ分析講座 基本編（その７）：「イベントの分析」を理解する（前編）ソシャゲ分析講座 基本編（その８）：「イベントの分析」を理解する（後編）
最近は業務で、ソーシャルゲームの分析＆改善施策の提案を行っています。そこで、本ブログではミニ連載という形で、ソーシャルゲームの分析手法について紹介をしていきます。基本編は8回程度を予定しており、好評であれば応用編も書きます。第2回は「DAU」に関してです。 ■過去の連載記事ソシャゲ分析講座 基本編（その１）：「売上の方程式」を理解するソシャゲ分析講座 基本編（その２）：「DAU」を理解するソシャゲ分析講座 基本編（その３）：「継続率」を理解するソシャゲ分析講座 基本編（その４）：「スペンド率」を理解するソシャゲ分析講座 基本編（その５）：「ARPPU」を理解するソシャゲ分析講座 基本編（その６）：「4つのステージとKPI」を理解するソシャゲ分析講座 基本編（その７）：「イベントの分析」を理解する（前編）ソシャゲ分析講座 基本編（その８）：「イベントの分析」を理解する（後編）
最近は業務で、ソーシャルゲームの分析＆改善施策の提案を行っています。そこで、本ブログではミニ連載という形で、ソーシャルゲームの分析手法について紹介をしていきます。基本編は8回程度を予定しており、好評であれば応用編も書きます。第1回は基本的な指標から見ていきましょう。 ■過去の連載記事ソシャゲ分析講座 基本編（その１）：「売上の方程式」を理解するソシャゲ分析講座 基本編（その２）：「DAU」を理解するソシャゲ分析講座 基本編（その３）：「継続率」を理解するソシャゲ分析講座 基本編（その４）：「スペンド率」を理解するソシャゲ分析講座 基本編（その５）：「ARPPU」を理解するソシャゲ分析講座 基本編（その６）：「4つのステージとKPI」を理解するソシャゲ分析講座 基本編（その７）：「イベントの分析」を理解する（前編）ソシャゲ分析講座 基本編（その８）：「イベントの分析」を理解す
Blog article by Jeroen Janssens. Sep 19, 2013. 21 min read. Data science is OSEMN (pronounced as awesome). That is,it involves Obtaining, Scrubbing, Exploring, Modelling, and iNterpreting data. As a data scientist, I spend quite a bit of time on the command-line, especially when there’s data to be obtained, scrubbed, or explored. And I’m not alone in this. Recently, Greg Reda discussed how the cl
Compilacion de objetivos actividad premisa 2 - Bruno D´Abisognio
「若者の投票率が低いと、政策は投票率が高い高年齢層に有利なものになりがちで、若者が損をする」 という話は、選挙が行われるたびに耳にする議論だ。 このほど東北大学の研究室が、若年層の投票率の推移と政府予算の統計を分析し、この説を実証した。研究によると、若年層の投票率が1％下がることに、若者は1人あたり年に13万5000円分の不利益を被ることになるという。 ■若者の投票率下がると新規国債増え、高齢者に手厚く配分される 研究を行ったのは東北大学大学院経済学研究科の吉田浩教授（加齢経済学）と経済学部加齢経済ゼミナール所属の学生。2013年7月21日投開票の参院選を目前に控え、東北大が7月12日に研究論文を発表した。 吉田教授によると、ゼミの学生が投票率を上げる方法について議論している時に、 「投票に行かない若者には『政治不参加税』を課税するのはどうか」 というアイディアが出た。これに
Foundation Capital and Aggregate Knowledge Sponsor Streaming/Sketching Conference We, along with our friends at Foundation Capital, are pleased to announce a 1 day mini-conference on streaming and sketching algorithms in Big Data. We have gathered an amazing group of speakers from academia and industry to give talks. If you are a reader of thisblog we would love to have you come! The conferenc
筆者は今年の2月から日経BP ビッグデータ・プロジェクトという、日本企業のビッグデータ利活用を支援する取り組みを始めた。ニーズを探るため、延べ100人以上のユーザー企業やコンサルタント、業界の方々との意見交換や取材をしたり、1000人以上の方にセミナーなどでアンケートを実施したりしている。 この過程で「今年に入って、経営幹部から我が社のビッグデータ活用を検討せよと言われた」という話を方々で聞くようになった。現場の方からは「ビッグデータ活用は当社に絶対無理」「バズワードだったと言われるまで、なんとかやり過ごしたい」との声もある。 いったい企業のビッグデータ活用の現場では何が起きているのか。いくつかの“事情”が見えてきた。架空の大手流通業A社のケースとして紹介する。 毎週水曜日の午前に開催する、A社のシステム戦略会議---。普段は出席しない社長が姿を現した。 社長「最近新聞やテレビで、『ビッグ
昨年(2012年)半ば頃からGrowth Hackという言葉が流行し始め、海外はもとより、日本においても先日Onlab [Growth] Hackers Conference 2013というイベントが開催されるなど、ますますの盛り上がりを見せています。本稿では、Growth Hackの何が新しい(あるいは新しくない)のかについて述べます。 Growth Hackが流行りかどうかはともかくとして、Growth Hackが目的とするところには、自分自身問題意識を抱いていることもあって、すこし調べてみているところです。 「Growth Hackとは何か？」要するに、できるだけ多くのユーザを獲得するための取り組みという意味ととらえて間違いはありませんが、内外の文献を元にもう少し整理すると、特に、以下の3点の特色を持ちます。 いわゆるビッグデータドリブンであること AARRRフレームワーク、特に"R
第4回サイバーエージェントMarketing & Analytics勉強会 http://atnd.org/event/camark04 の講演スライドです。未だにslideshareの使い方が分からなくて、アップロードしたら勝手にフォントが明朝体に変わってしまったり位置がずれてしまったり右側が切れてしまったり。。。表示がおかしかったりダサかったりするのはそのせいです。ごめんなさい。
統計学や数学のバックボーンを持ち、高度な分析技術を駆使して、ビジネスの課題を解決する。住宅情報サイト「SUUMO」などを運営するリクルート住まいカンパニーで、データ分析を担当する吉永恵一チームマネージャーは、まさにデータサイエンティストのイメージにピッタリだ。日頃、どんな仕事をしているのか。話を聞いた。 —吉永さんは、おそらくデータサイエンティストと呼ばれる人だと思うんですが、普段はどんなお仕事をされているのでしょうか。私はよく霊媒師と言っているんですが、分析と業務の仲介役をしています。例えば、マーケティング課題を分析課題に落として、変数レベルまで設計する。偉い人が学会で発表した、難しい理論を理解して、自分たちの事業で活用できるか判断する。個人的には、データアナリストやデータマイナーとは呼ばれていた頃と、大きくは変わらないのかなと思います。—霊媒師（笑）。例えば、どんなことをされるのでしょ
ITエンジニアがデータサイエンティストを目指すには？：ITエンジニアのためのデータサイエンティスト養成講座（1）（1/2 ページ） それぞれの専門分野を生かした「データサイエンスチーム」を結成すればデータ活用への道は短縮できる。そのとき、ITエンジニアはどんな知識があればいい？ データサイエンティストとして活動する筆者が必須スキル「だけ」に絞って伝授します。 連載バックナンバー はじめに：分析スキルの課題をどう乗り越えるべき？ 昨今では、IT系のメディアのみならず一般雑誌や新聞なども“ビッグデータ”というキーワードを見出しに使っています。この文字を目にしない日がないくらいに多用されていて“バズワード”としてとらえられるケースも少なからずあるようです。 しかし、世界の至る所で――もちろん日本でも、ビッグデータを分析することで新たな知見を見つけて利益を増大した企業や、顧客の購買行動を予測するこ
印刷する メールで送る テキストHTML電子書籍PDF ダウンロード テキスト電子書籍PDF クリップした記事をMyページから読むことができます 昨今、バズワードのように、ビッグデータという言葉をさまざまなところで耳にする機会が多くなりました。「ビッグデータには、われわれの知らないものすごい鉱脈が埋まっているのではないか」「ビッグデータを分析することで、われわれのビジネスを飛躍的に高められるのではないか」。 このようなビッグデータ神話がまことしやかに囁かれている一方で、具体的にビジネスの現場において、ビッグデータを何にどう生かしていけばよいのか分からないという声も聞こえてきています。 リクルートでは、ビッグデータへの取り組みをこの2、3年あまりで加速させ、需要予測や広告予算の最適化、ウェブリコメンデーションなどの分析ソリューションを生み出してきました。ただし、われわれは、意思決定
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
![AWS Cloud Storage Day 取材レポート(7).[B-05] 日本から世界へ : オールクラウドでスモールスタート・スケーラブルなDMPを構築 ALBERTのプライベートDMP | DevelopersIO](/image.pl?url=https%3a%2f%2fcdn-ak-scissors.b.st-hatena.com%2fimage%2fsquare%2f5921f10149071fba0a1ec1d50bf4b87661d66618%2fheight%3d288%3bversion%3d1%3bwidth%3d512%2fhttps%253A%252F%252Fdevio2023-media.developers.io%252Fwp-content%252Fuploads%252F2013%252F09%252Fb05-014.png&f=jpg&w=240)
