Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

あなただけにそっと教える弊社の分析事情 #data analyst meetup tokyo vol.1 LT

6,010 views

Published on

data analyst meetup tokyo vol.1でのLTスライドです.

弊社の分析事情を,私のいままでの経験や主観と比較しながら書いています.

Published in: Data & Analytics

あなただけにそっと教える弊社の分析事情 #data analyst meetup tokyo vol.1 LT

  1. 1. あなただけにそっと教える 弊社の分析事情 Data Analyst Meetup Tokyo vol.1 工藤 啓朗(Gunosy Inc.) 2016/06/23
  2. 2. 自己紹介 くどう ひろあき (@Hmj_kd) - 北海道釧路市出身, 30代, 妻子あり - 高専 : 釧路高専 情報工学科 - 大学 : 物理学科 (ブラックホール,Inflation宇宙論) - 前職 : プログラマ → Pandas データマエショリスト, データ分析 - 現職 : 4ヶ月目 - 2歳の娘に溺愛中...
  3. 3. 自己紹介 以前こんな発表をした者です...
  4. 4. テーマは 「弊社の分析事情-○○社の場合」 入社してから前職やイメージ(?)と, 異なった部分を話したいと思います
  5. 5. Gunosy データ×アルゴリズム 会社紹介
  6. 6. - Gunosy の紹介 - データ分析部の紹介 - チームについて - どんなことやっているの? - 運営ノウハウなど 今日のお話
  7. 7. データ分析部 in Gunosy - 構成 - 8 名 + アルバイト数名(社員の10人に1人がデータ分析部) - Bg : 人工知能,自然言語処理,計算知能,素粒子物理学 , ... - 主な業務 - 記事配信ロジックの改善 - A/B テストの運用 - データ分析 - 施策前後の数値分析 - ユーザの行動分析, アド分析 - KPI設計,分析 - クライアントアプリのログ設計
  8. 8. 主な分析の切り口 - ユーザ - 性別,年齢,地域,... - いつ登録したか - どんな記事を読んでいるか - いつ起動しているか - 利用頻度は - ... ユーザの行動履歴などから推定 ログデータから
  9. 9. 1. 研究組織(研究者)ではなく,課題解決する組織(エンジニア?) 2. 開発もワシワシする 3. コミュニケーション 4. 共有文化 5. Python 文化 他社のデータ分析部と異なる特殊なところ(主観イメージ)
  10. 10. 主に取り組んでいる(きた)課題 - 組織の課題 - 施策のスピード,見るべき数値 - よりデータ・ドリブンな企業となるためへの改善 - ユーザにコンテンツを適切な形で伝える - 定量,定性的にユーザを理解する - 数値 : DAU,継続率,... - ロジックの改善 - 現状把握だけではなく,仮説・検証・意思決定も含んだ分析が求められる したいのは研究ではなく,課題を解決すること データで遊んでいる 人々ではありません (笑)
  11. 11. - 開発もします !! - コードはGithub管理 - 本番データももちろんみれます. - むしろ,AWSさわります 分析からデプロイするまで面倒みます 仮説 分析 施策 ロジック 開発 デプロイ 内容によっては, 1人で一気通貫もある
  12. 12. 以前... - mtg : 30分~1時間 × N - 議事録... - 事前ネゴ - 決めるための事前mtg - わかりやすいプレゼン資料 - 部長が中々つかまらない 今... - 基本 slack - 重要な数値、それを支える数値 - mtgがあっても,Google ドキュメントで 書きながら話しながら進める - きれいなプレゼン資料つくるなら,施策 を前に進めよう - 部長はonline コミュニケーション
  13. 13. slack で議論 チャンネルは - Project - Team - 個人分報 - … など
  14. 14. - Task - ZenHub で管理 - Github - 仮説,施策,検証のログ - Slack - 議論 - yammer - 最終意思決定 仮説,議論から意思決定まで流れ 意思決定 yammer 議論 Slack ダッシュボード A/B テスト オフラインテスト プロトタイプ ロジック実装 ロジック実装 仮説出し Github issue アドホック分析 レビュー
  15. 15. - 失敗から学ぶ - 重要な数値をモニタリングして,下がったら原因を探る. - 他社事例 - 他社のABテストが100%になった. - 撤退した.機能が消えた. - ユーザ間の比較 - iOS/Android,獲得経路別,ユーザが最初に使った機能ごとの KPI - 大切な数値と相関の大きな値 - ある行動の回数が多いと,重要な数値も高くなる傾向がある 仮説出しの例
  16. 16. Github(README/Wiki) や Qiita や GoogleDriveを活用して, 知見やトラブルシューティングをシェアしています. 気軽に聞ける風土 - Pandas Tips - ロジックについてのアイデア - ... 共有文化
  17. 17. ロジック開発では - Django デス - バッチもDjango - (ほぼ) Python 3系 アドホックな分析では Jupyter (旧: ipython notebook) を活用しています !! - 前処理 : Pandas - 可視化 : seaborn, ggplot風 など Python 文化 そう, Python 主に
  18. 18. ダッシュボード(可視化)まわり 社内ダッシュボード 依頼ベースでの話は, クエリを渡して ディレクター側で運用しています!!
  19. 19. データ分析部 開発合宿
  20. 20. - データ分析部だけどコードも書く,ちょっと特殊なデータ分析部です(主観) - まだまだ改善途中,ノウハウを共有しあってよいチームにしていきたい まとめと,これから
  21. 21. ご清聴ありがとうございます !!

×