Submit Search
Upload
データサイエンスの現場で役立つスキルを磨きやすい職場環境
•
0 likes
•
1,654 views
Masatoshi Abe
Follow
2018年12月14日のデータサイエンティストキャリアトークイベントでの発表資料 https://connpass.com/event/107602/
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 37
Download now
Download to read offline
Recommended
2018年2月23日(金)に開催されたオレシカナイトvol.5(https://cyberagent.connpass.com/event/77000/)での発表スライドです
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
Masatoshi Abe
Pycon mini Hiroshima 2020 / 2020年10月10日 中小企業のDXはオープンデータとPythonで! 途中のGoogle Colabolatoryのリンクが間違っていました。 訂正: https://colab.research.google.com/drive/1Kx38qHY_yqKIjyGWVR456X7favF0CdTc?usp=sharing
中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!
hide ogawa
bizpy dx
Ha llo dx
Ha llo dx
hide ogawa
PyCon mini Shizuoka 2021/11/20 プレゼン資料: 合同会社長目 小川 英幸 「KKD(勘・経験・度胸)に位置データを加えよう!」 営業にデータを活用し始めることをテーマとしたトークです。位置データ付き国勢調査のデータを活用します。
KKD(勘・経験・度胸)に 位置データを加えよう!
KKD(勘・経験・度胸)に 位置データを加えよう!
hide ogawa
合同会社長目 第2回 セミナー資料 タイトル: 入門編!Pythonでの位置データ分析を活用しよう!国勢調査のデータを使ってみよう! 日時: 2021年10月27日 18時から19時
国勢調査をマーケティングに活かそう!
国勢調査をマーケティングに活かそう!
hide ogawa
合同会社長目 位置データ活用セミナー 経済センサスのデータを活用して、ヘルシーな昼食を出すお店の出店候補地を見つけよう! 2021/11/17 講師:合同会社長目 CEO 小川 英幸 全資料: https://github.com/chomoku/seminer/tree/main/2021_11_17
位置データ活用 経済センサスのデータを使ってみよう
位置データ活用 経済センサスのデータを使ってみよう
hide ogawa
2019年6月11日 SAS Forum 2019の学生向けセッション「学生さん集合!これが企業で活躍するデータサイエンティストだ!」で発表されたプレゼンテーションについて語られたスライドです。これからデータサイエンティストを目指す学生さんおよび社会人の方にご覧いただきたいと思います。
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
2019/11/27 データアーキテクト(データ整備人)を”前向きに”考える会の登壇資料です。 https://analytics-and-intelligence.connpass.com/event/153899/
サイエンス視点からのデータアーキテクト
サイエンス視点からのデータアーキテクト
Masaharu Horino
Recommended
2018年2月23日(金)に開催されたオレシカナイトvol.5(https://cyberagent.connpass.com/event/77000/)での発表スライドです
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
機械学習の推定精度向上のための変数作成方法 ~AbemaTVのユーザ属性推定~
Masatoshi Abe
Pycon mini Hiroshima 2020 / 2020年10月10日 中小企業のDXはオープンデータとPythonで! 途中のGoogle Colabolatoryのリンクが間違っていました。 訂正: https://colab.research.google.com/drive/1Kx38qHY_yqKIjyGWVR456X7favF0CdTc?usp=sharing
中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!
hide ogawa
bizpy dx
Ha llo dx
Ha llo dx
hide ogawa
PyCon mini Shizuoka 2021/11/20 プレゼン資料: 合同会社長目 小川 英幸 「KKD(勘・経験・度胸)に位置データを加えよう!」 営業にデータを活用し始めることをテーマとしたトークです。位置データ付き国勢調査のデータを活用します。
KKD(勘・経験・度胸)に 位置データを加えよう!
KKD(勘・経験・度胸)に 位置データを加えよう!
hide ogawa
合同会社長目 第2回 セミナー資料 タイトル: 入門編!Pythonでの位置データ分析を活用しよう!国勢調査のデータを使ってみよう! 日時: 2021年10月27日 18時から19時
国勢調査をマーケティングに活かそう!
国勢調査をマーケティングに活かそう!
hide ogawa
合同会社長目 位置データ活用セミナー 経済センサスのデータを活用して、ヘルシーな昼食を出すお店の出店候補地を見つけよう! 2021/11/17 講師:合同会社長目 CEO 小川 英幸 全資料: https://github.com/chomoku/seminer/tree/main/2021_11_17
位置データ活用 経済センサスのデータを使ってみよう
位置データ活用 経済センサスのデータを使ってみよう
hide ogawa
2019年6月11日 SAS Forum 2019の学生向けセッション「学生さん集合!これが企業で活躍するデータサイエンティストだ!」で発表されたプレゼンテーションについて語られたスライドです。これからデータサイエンティストを目指す学生さんおよび社会人の方にご覧いただきたいと思います。
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
2019/11/27 データアーキテクト(データ整備人)を”前向きに”考える会の登壇資料です。 https://analytics-and-intelligence.connpass.com/event/153899/
サイエンス視点からのデータアーキテクト
サイエンス視点からのデータアーキテクト
Masaharu Horino
2018年3月13日にブレインパッドが開催した「エンジニア向け勉強会」の講演資料です。
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
BrainPad Inc.
https://analytics-and-intelligence.connpass.com/event/174369/ での発表資料です。
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
syou6162
「ブレインパッドとエウレカが語る、データ分析と機械学習の活用」資料
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
BrainPad Inc.
2019年10月23日、TechPlayイベント@福岡。楽天市場で利用するデータプラットフォームがユーザに価値を届けるためにどのような活動をしているのか。登壇者:渡邉 大祐(Assistant Manager, Data Utilization Team, Commerce Company)
ユーザに価値を届けるためのデータプラットフォームの考え方
ユーザに価値を届けるためのデータプラットフォームの考え方
Rakuten Group, Inc.
2019年10月25日、CTC Forum 2019@品川。楽天ではどのようにビッグデータの活用を行っているのか、データサイエンスおよびAIの視点でプレゼンテーションが行われた。登壇者:勝山 公雄(Senior Manager, Global Data Supervisory Department, Rakuten, Inc.)
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
分析部門におけるプロジェクトの選択と進め方のお話です
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
11月度 データ分析・機械学習 LT会 ごった煮編 [オンライン] https://dataadventure.connpass.com/event/193810/ 2020年11月27日 プレゼン資料 #plotlydashbook colab: https://colab.research.google.com/drive/1xRBL4oGo1jW1nybwFLoNmC2EwdAnkEPg?usp=sharing
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
hide ogawa
190620 Bonfire Data Analyst #1 の登壇資料です。
190620 hakali data_analyst_skill
190620 hakali data_analyst_skill
shinichiroogawa2
第2回 データアーキテクト(データ整備人)を”前向きに”考える会でトークをさせて頂きました https://analytics-and-intelligence.connpass.com/event/161997/ -- JapanTaxi, Inc. All Rights Reserved 102-0094 東京都千代田区紀尾井町3-12 3-12 TEL 03-6265-6265 FAX 03-3239-8115 https://japantaxi.co.jp/ 文章·画像等の内容の無断転載及び複製等の行為はご遠慮ください。 Proprietary and Confidential ©2020 JapanTaxi, Inc. All Rights Reserved
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
Masatoshi Ida
2019年5月15日、TechPlayイベント@渋谷。楽天ではどのように企業内スタートアップが生まれグロースされているのか。登壇者:小川 敏一(Company CTO, Investment and Incubation Company)
楽天における企業内スタートアップの取り組み
楽天における企業内スタートアップの取り組み
Rakuten Group, Inc.
2018年3月13日にブレインパッドが開催した「エンジニア向け勉強会」の講演資料です。
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
BrainPad Inc.
今後の経営戦略において重要なポイントとなるのが、データ活用です。データ活用を行っていく上では必要性をしっかりと理解し、浸透させることが不可欠となります。今回はハンズオンを交えて「データ分析の基礎」についてもお伝えします。
Saga Smart Center: データ分析の基礎
Saga Smart Center: データ分析の基礎
Daiyu Hatakeyama
株式会社ブレインパッドが行ったDeveloppers summit2015 Autumnでの講演に関する資料です。詳細は、ブレインパッド公式ブログ「Platinum Data Blog」をご覧ください。URL:http://blog.brainpad.co.jp/
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
BrainPad Inc.
20140828に行われた「Google アナリティクスとDMPの連携で実現するデータ・ドリブンマーケティング」セミナーの第1部のプレゼン資料
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
Sumio Ebisawa
エンジニアの生存戦略なる大層なお話をさせていただきました。僕が今考えていることの共有という視点で拝見いただけますと幸いです。
Baseエンジニアイベント 20170516
Baseエンジニアイベント 20170516
真一 藤川
20171115,16 セミナー資料
【Zeal】azure + power biで始めるbigdata分析の第一歩 20171115版 公開用
【Zeal】azure + power biで始めるbigdata分析の第一歩 20171115版 公開用
yuuki takizawa
2019/11/16に開催された、成城大学データサイエンス教育研究センターシンポジウム (https://www.seijo.ac.jp/events/jtmo42000000rm1j.html)の発表資料です。 企業におけるデータ分析プロジェクトの進み方や、その中で求められるスキル、大学で学ぶと良い内容などについてまとめています。
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
Rakuten Group, Inc.
2019/09/20(金)、Mobile Act OSAKA #11。Cloud Firestoreに空間インデックスを適用して周辺検索を実践した話。登壇者:Wu Qifan(エンジニア, ECインキュベーション開発部)
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
Rakuten Group, Inc.
データサイエンスに、なぜ、ビジネス力が必要なのでしょうか?AI・データ利活用を推進していくにあたり、DX時代に必要なビジネス力について、お話致します。 ※講演動画はこちら→https://www.youtube.com/watch?v=dNYyX4FjLlw&t=2s
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
The Japan DataScientist Society
2019年4月27日にKiito (デザイン・クリエイティブセンター神戸)にて開催された神戸クリエイティブフォーラム ( https://078kobe.jp/events/10510/ )で、 片山さつき 内閣府特命大臣、久元 神戸市長、フェリシモ代表取締役 矢崎氏、ライゾマティクス代表取締役 齋藤氏、と弊社 執行役員 兼 楽天技術研究所 代表 森正弥がパネルディスカッションに登壇。テクノロジーが社会のありようを根本から変革していく中で、神戸というまちが世界でどのような価値を発揮すべきか、そのために何が必要なのか、未来に向け、都市の価値を再起動するための鍵を見出す議論を行った。その際の弊社 森正弥の資料。(神戸新聞NEXTのレポート記事 https://www.kobe-np.co.jp/news/kobe/201904/0012282185.shtml )
楽天技術研究所 Society 5.0 のクリエイティブ都市
楽天技術研究所 Society 5.0 のクリエイティブ都市
Rakuten Group, Inc.
「Big Data Analytics Tokyo~ビッグデータに人工知能を~」での基調講演の講演資料です。
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
BrainPad Inc.
2018 年 6 月 7 日(木) 第 4 回 Google Cloud INSIDE Games & Apps "GCP for Gaming 事例とともに、まるっと解説 !" 『Social GAME における AI 活用事例』 澪標アナリティクス株式会社 代表取締役社長 井原 渉 氏
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Google Cloud Platform - Japan
More Related Content
What's hot
2018年3月13日にブレインパッドが開催した「エンジニア向け勉強会」の講演資料です。
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
BrainPad Inc.
https://analytics-and-intelligence.connpass.com/event/174369/ での発表資料です。
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
syou6162
「ブレインパッドとエウレカが語る、データ分析と機械学習の活用」資料
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
BrainPad Inc.
2019年10月23日、TechPlayイベント@福岡。楽天市場で利用するデータプラットフォームがユーザに価値を届けるためにどのような活動をしているのか。登壇者:渡邉 大祐(Assistant Manager, Data Utilization Team, Commerce Company)
ユーザに価値を届けるためのデータプラットフォームの考え方
ユーザに価値を届けるためのデータプラットフォームの考え方
Rakuten Group, Inc.
2019年10月25日、CTC Forum 2019@品川。楽天ではどのようにビッグデータの活用を行っているのか、データサイエンスおよびAIの視点でプレゼンテーションが行われた。登壇者:勝山 公雄(Senior Manager, Global Data Supervisory Department, Rakuten, Inc.)
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
分析部門におけるプロジェクトの選択と進め方のお話です
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
11月度 データ分析・機械学習 LT会 ごった煮編 [オンライン] https://dataadventure.connpass.com/event/193810/ 2020年11月27日 プレゼン資料 #plotlydashbook colab: https://colab.research.google.com/drive/1xRBL4oGo1jW1nybwFLoNmC2EwdAnkEPg?usp=sharing
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
hide ogawa
190620 Bonfire Data Analyst #1 の登壇資料です。
190620 hakali data_analyst_skill
190620 hakali data_analyst_skill
shinichiroogawa2
第2回 データアーキテクト(データ整備人)を”前向きに”考える会でトークをさせて頂きました https://analytics-and-intelligence.connpass.com/event/161997/ -- JapanTaxi, Inc. All Rights Reserved 102-0094 東京都千代田区紀尾井町3-12 3-12 TEL 03-6265-6265 FAX 03-3239-8115 https://japantaxi.co.jp/ 文章·画像等の内容の無断転載及び複製等の行為はご遠慮ください。 Proprietary and Confidential ©2020 JapanTaxi, Inc. All Rights Reserved
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
Masatoshi Ida
2019年5月15日、TechPlayイベント@渋谷。楽天ではどのように企業内スタートアップが生まれグロースされているのか。登壇者:小川 敏一(Company CTO, Investment and Incubation Company)
楽天における企業内スタートアップの取り組み
楽天における企業内スタートアップの取り組み
Rakuten Group, Inc.
2018年3月13日にブレインパッドが開催した「エンジニア向け勉強会」の講演資料です。
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
BrainPad Inc.
今後の経営戦略において重要なポイントとなるのが、データ活用です。データ活用を行っていく上では必要性をしっかりと理解し、浸透させることが不可欠となります。今回はハンズオンを交えて「データ分析の基礎」についてもお伝えします。
Saga Smart Center: データ分析の基礎
Saga Smart Center: データ分析の基礎
Daiyu Hatakeyama
株式会社ブレインパッドが行ったDeveloppers summit2015 Autumnでの講演に関する資料です。詳細は、ブレインパッド公式ブログ「Platinum Data Blog」をご覧ください。URL:http://blog.brainpad.co.jp/
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
BrainPad Inc.
20140828に行われた「Google アナリティクスとDMPの連携で実現するデータ・ドリブンマーケティング」セミナーの第1部のプレゼン資料
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
Sumio Ebisawa
エンジニアの生存戦略なる大層なお話をさせていただきました。僕が今考えていることの共有という視点で拝見いただけますと幸いです。
Baseエンジニアイベント 20170516
Baseエンジニアイベント 20170516
真一 藤川
20171115,16 セミナー資料
【Zeal】azure + power biで始めるbigdata分析の第一歩 20171115版 公開用
【Zeal】azure + power biで始めるbigdata分析の第一歩 20171115版 公開用
yuuki takizawa
2019/11/16に開催された、成城大学データサイエンス教育研究センターシンポジウム (https://www.seijo.ac.jp/events/jtmo42000000rm1j.html)の発表資料です。 企業におけるデータ分析プロジェクトの進み方や、その中で求められるスキル、大学で学ぶと良い内容などについてまとめています。
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
Rakuten Group, Inc.
2019/09/20(金)、Mobile Act OSAKA #11。Cloud Firestoreに空間インデックスを適用して周辺検索を実践した話。登壇者:Wu Qifan(エンジニア, ECインキュベーション開発部)
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
Rakuten Group, Inc.
データサイエンスに、なぜ、ビジネス力が必要なのでしょうか?AI・データ利活用を推進していくにあたり、DX時代に必要なビジネス力について、お話致します。 ※講演動画はこちら→https://www.youtube.com/watch?v=dNYyX4FjLlw&t=2s
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
The Japan DataScientist Society
2019年4月27日にKiito (デザイン・クリエイティブセンター神戸)にて開催された神戸クリエイティブフォーラム ( https://078kobe.jp/events/10510/ )で、 片山さつき 内閣府特命大臣、久元 神戸市長、フェリシモ代表取締役 矢崎氏、ライゾマティクス代表取締役 齋藤氏、と弊社 執行役員 兼 楽天技術研究所 代表 森正弥がパネルディスカッションに登壇。テクノロジーが社会のありようを根本から変革していく中で、神戸というまちが世界でどのような価値を発揮すべきか、そのために何が必要なのか、未来に向け、都市の価値を再起動するための鍵を見出す議論を行った。その際の弊社 森正弥の資料。(神戸新聞NEXTのレポート記事 https://www.kobe-np.co.jp/news/kobe/201904/0012282185.shtml )
楽天技術研究所 Society 5.0 のクリエイティブ都市
楽天技術研究所 Society 5.0 のクリエイティブ都市
Rakuten Group, Inc.
What's hot
(20)
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
ユーザに価値を届けるためのデータプラットフォームの考え方
ユーザに価値を届けるためのデータプラットフォームの考え方
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
Pythonインタラクティブ・データビジュアライゼーション入門という本を共著で書きました
190620 hakali data_analyst_skill
190620 hakali data_analyst_skill
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
楽天における企業内スタートアップの取り組み
楽天における企業内スタートアップの取り組み
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
Saga Smart Center: データ分析の基礎
Saga Smart Center: データ分析の基礎
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
「デジタルマーケティングプラットホーム」 に進化するGoogle アナリティクス
Baseエンジニアイベント 20170516
Baseエンジニアイベント 20170516
【Zeal】azure + power biで始めるbigdata分析の第一歩 20171115版 公開用
【Zeal】azure + power biで始めるbigdata分析の第一歩 20171115版 公開用
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
Cloud Firestoreを利用した地理空間検索実践
Cloud Firestoreを利用した地理空間検索実践
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
楽天技術研究所 Society 5.0 のクリエイティブ都市
楽天技術研究所 Society 5.0 のクリエイティブ都市
Similar to データサイエンスの現場で役立つスキルを磨きやすい職場環境
「Big Data Analytics Tokyo~ビッグデータに人工知能を~」での基調講演の講演資料です。
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
BrainPad Inc.
2018 年 6 月 7 日(木) 第 4 回 Google Cloud INSIDE Games & Apps "GCP for Gaming 事例とともに、まるっと解説 !" 『Social GAME における AI 活用事例』 澪標アナリティクス株式会社 代表取締役社長 井原 渉 氏
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Google Cloud Platform - Japan
AI導入に悩まされている方向けのAIビジネス力とは何かをご説明したスライドです。 株式会社エデュテックパートナーズの提供するサービス内容を含めてご紹介しています。
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
munjapan
Digital Advertising Japan Seminar 2018 - Machine Learning 事例祭り -
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
秀 齊藤
データ分析:ゆるふわキャリア相談会 〜ZOZO Oisix JapanTaxi FiNC〜 でLTさせて頂きました https://connpass.com/event/147298/ -- JapanTaxi, Inc. All Rights Reserved 102-0094 東京都千代田区紀尾井町3-12 3-12 TEL 03-6265-6265 FAX 03-3239-8115 https://japantaxi.co.jp/ 文章·画像等の内容の無断転載及び複製等の行為はご遠慮ください。 Proprietary and Confidential ©2019 JapanTaxi, Inc. All Rights Reserved
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
Masatoshi Ida
AITC女子会 2018 機械学習勉強会 AITCオープン活動発表会 タイトル:顔認識を活用したセミナー参加者の満足度分析 顔認識のAPIを活用して、セミナー参加者の満足度分析ができるツールを検討し ました。セミナーの満足度調査は、通常アンケートなどを用いて主観的な評価 を調査しますが、実際のセミナー参加者の写真を元にして、画像解析を行うこ とで、客観的な評価が得られるようになります。 ■日時 2018年12月15日(土)15:00~18:00
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
aitc_jp
2019年10月に京都で開催された CTO Night & Day 2019 Fall Day1 モーニングセッションでの講演資料です
[CTO Night & Day 2019] Amazon Culture #ctonight
[CTO Night & Day 2019] Amazon Culture #ctonight
Amazon Web Services Japan
2014.11.20に開催したIMJ主催セミナーでの登壇資料
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
IMJ Corporation
サブスクミートアップ
20190512 subscription meetup kamata
20190512 subscription meetup kamata
真太郎 鎌田
12月6日(木)に行われた「わかものプログラミング体験オンライン講座」内の職業人講話で利用した資料です。
20181206 わかものプログラミング体験オンライン講座 - 職業人講話
20181206 わかものプログラミング体験オンライン講座 - 職業人講話
Takaya Nakanishi
中小企業のIT活用の啓蒙を始めて10年以上になります。10年前にどのような話をしていたか?ということも振り返りながら、10年前に即座に経営改革に着手した会社とそこで変化できなかった会社の違い、そして今、変化できる会社とやはりできない会社の違い、そして10年後は?ということで、10年間の中小企業の情報化による経営改善の経緯を振り返りながら、本当にまった無しの中小企業の方々の変化の一助になればと思い、セミナーを行いました。ご笑覧いただければ幸いです。
IT革命からコミュニティ、コミュニケーション革命に!
IT革命からコミュニティ、コミュニケーション革命に!
Yuichi Morito
http://connpass.com/event/11350/ 2015.2.19 ベストアプリ勉強会@Sansan
成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠
Chihiro Asano
Developers Summit 2015 Autumn S3セッション下田様の資料です。
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
Developers Summit
Saleshub用のサービス説明資料
ACES Meet_サービス紹介資料_v1.26.pdf
ACES Meet_サービス紹介資料_v1.26.pdf
ssuserb71bf0
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
Nanae Matsushima
非エンジニアのためのIt業界
非エンジニアのためのIt業界
Hideto Masuoka
2019/1/17 teamupイベント
20190117 teamup
20190117 teamup
Katsuhiro Honda
杉並診断士会様向け
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
junji kumooka
宮城大学 SAP概要説明
20171030 #miyagisap
20171030 #miyagisap
Masahiro Furusawa
アールソーシングは「業務のリサイクル」をテーマにした、ビジネスマッチングの場です。 開発会社、制作会社、フリーランサーが持つ、数多くの実績を最大限生かせます。 例えば、自社フレームワークを使ったサービス、テンプレート、終了したサービスや、使われなくなったアプリなどを掲載しておけば、似た依頼にすぐに応えることができます。 業務が終わったとき、業務量を増やしたいとき、「何の目的で」「どんな実績を」といった概要をご掲載ください。関心があった企業から問合せを受け、オンラインでそのまま次の受注へとつなげることができます。
実績リユースマーケットアールソーシング
実績リユースマーケットアールソーシング
Junichi Kawai
Similar to データサイエンスの現場で役立つスキルを磨きやすい職場環境
(20)
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
2018年12月15日 AITC女子会 顔認識を活用したセミナー参加者の満足度分析
[CTO Night & Day 2019] Amazon Culture #ctonight
[CTO Night & Day 2019] Amazon Culture #ctonight
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
20190512 subscription meetup kamata
20190512 subscription meetup kamata
20181206 わかものプログラミング体験オンライン講座 - 職業人講話
20181206 わかものプログラミング体験オンライン講座 - 職業人講話
IT革命からコミュニティ、コミュニケーション革命に!
IT革命からコミュニティ、コミュニケーション革命に!
成長期のスタートアップにおけるチーム開発の罠
成長期のスタートアップにおけるチーム開発の罠
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
ACES Meet_サービス紹介資料_v1.26.pdf
ACES Meet_サービス紹介資料_v1.26.pdf
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
SHANON Marketing Conference 2017_シャノンも選んだTableauがあなたの会社のデータを語らせます
非エンジニアのためのIt業界
非エンジニアのためのIt業界
20190117 teamup
20190117 teamup
杉並診断士会向けKintoneご紹介コンテンツr2
杉並診断士会向けKintoneご紹介コンテンツr2
20171030 #miyagisap
20171030 #miyagisap
実績リユースマーケットアールソーシング
実績リユースマーケットアールソーシング
データサイエンスの現場で役立つスキルを磨きやすい職場環境
1.
Copyright © 2018
AbemaTV All Rights Reserved. 2018年12月14日 現役社員が語る、エンジニア&データサイエンティストキャリアトーク データサイエンスの現場で 役立つスキルと スキルを磨きやすい職場環境 株式会社AbemaTV 広告本部 阿部 昌利
2.
Copyright © 2018
AbemaTV All Rights Reserved. 2 まえがき 本スライドは、データサイエンティストという、 役割が定まり切っていない職種の、 キャリア形成に役立つスキルについて、 できるだけ明確な説明を試みたものです。 飽くまでも、筆者の経験に基づく いち個人の見解であることを了承ください。 また今回振り返ってみて、今まで仕事を通じて お会いしたすべての方々に感謝したくなりました。 どうもありがとうございました…!
3.
Copyright © 2018
AbemaTV All Rights Reserved. 3 社会人8年目で4社目。社内外向け問わず、 様々なビジネスモデルの組織で多様なデータの分析を経験 11年4月 14年4月 17年7月 18年1月 私のキャリア紹介 企業信用調査会社 スマホゲーム会社 総合金融サービス会社 AbemaTV 広告本部
4.
Copyright © 2018
AbemaTV All Rights Reserved. データサイエンティストとして スキルを磨いていくとは どういうことか? 目次 4 • 仕事論 ➢ 主な役割と業界概要 ➢ プロジェクトサイクル • スキル論 ➢ 会社で役立つスキル • 会社論 ➢ スキル観点でのメリッ ト・デメリット データサイエンティストは どんな仕事を、 どんな風にしているのか? 皆さんに伝えたいこと 会社の違いで、 磨かれるスキルが どう異なるのか?
5.
Copyright © 2018
AbemaTV All Rights Reserved. データサイエンティストの表記について 5 データサイエンティスト (以下、分析官)
6.
Copyright © 2018
AbemaTV All Rights Reserved. 仕事論
7.
Copyright © 2018
AbemaTV All Rights Reserved. 分析官の仕事 7 分析官の仕事は2つに大別される AI(Artificial Intelligence) BI(Business Intelligence) アウト プット 機械学習モデル 統計モデル 分析レポート 新指標(ダッシュボード) 目的 新サービス開発 サービス価値向上 自社メンバーや クライアントの意思決定 例 ・企業の倒産予測値 ・クレジットカードの与信モデル ・サッカー翌3分間の得点予測モデル ・ラーメン屋出店時の来客数予測モデル ・AbemaTV視聴者のデモグラ推定モデル ・最適な割引頻度の分析 ・無料クーポンの最適な配布量分析 ・キャラの強さ指標策定 ・ユーザ数減少要因特定分析
8.
Copyright © 2018
AbemaTV All Rights Reserved. プロジェクトサイクル 8 AI(Artificial Intelligence) BI(Business Intelligence) アウト プット 機械学習モデル 統計モデル 分析レポート 新指標(ダッシュボード) 目的 新サービス開発 サービス価値向上 自社メンバーや クライアントの意思決定 例 ・企業の倒産予測値 ・クレジットカードの与信モデル ・サッカー翌3分間の得点予測モデル ・ラーメン屋出店時の来客数予測モデル ・AbemaTV視聴者のデモグラ推定モデル ・最適な割引頻度の分析 ・無料クーポンの最適な配布量分析 ・キャラの強さ指標策定 ・ユーザ数減少要因特定分析 モデル構築から検証・実装まで、 1ヶ月~1年 くらい。データ取得からの場合は 数年に及ぶ場合もある 仮説立案から結果まとめまで、 数日~3ヶ月 くらい。情勢が変わると情報価値が 失われるので、スピードが 求められるケースが多い
9.
Copyright © 2018
AbemaTV All Rights Reserved. AI BI 事業 会社 の 分析 部門 分析 コン サル ティ ング 会社 大企 業の 研究 部門 分析職ポジショニング 9 分析 システム 開発 会社/部門 分析 ツール 開発 会社/部門 研究 実利
10.
Copyright © 2018
AbemaTV All Rights Reserved. AI BI 事業 会社 の 分析 部門 分析 コン サル ティ ング 会社 大企 業の 研究 部門 分析職ポジショニング 10 分析 システム 開発 会社/部門 分析 ツール 開発 会社/部門 研究 実利 本スライドはココの 各社の比較 ※最も人材需要も多い
11.
Copyright © 2018
AbemaTV All Rights Reserved. スキル論
12.
Copyright © 2018
AbemaTV All Rights Reserved. 求められるスキル 12 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる(エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる) 実際にスキル評価や育成の観点としている項目
13.
Copyright © 2018
AbemaTV All Rights Reserved. 分析官がマストで持つスキル 13 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる(エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる) マストなスキル (これがなきゃ始まらない&自学自習しやすい)
14.
Copyright © 2018
AbemaTV All Rights Reserved. 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる(エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる) 優秀な分析官が持つスキル 14 会社で評価される分析官が持っているスキル A. 分析で出来ることと出来ないことがある。そこへの対応力 B. 実社会のデータは汚くて思い通りにならない。そこへの対応力 C. みんな誰かに説明しなければならない。そこへの対応力
15.
Copyright © 2018
AbemaTV All Rights Reserved. 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる(エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる) 超優秀な分析官が持つスキル 15 市場の有名プレーヤーが突出しているスキル (事業責任者に求められるようなスキル)
16.
Copyright © 2018
AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境 16 スキルを磨くために大事な、5つの職場環境 (●=その職場環境が整っていると当該スキルを磨きやすい) 大項目 中項目 1. データの 多様さ 2. 分析の 自由さ 3. 収益成果の 出しやすさ 4. チーム力 5. 意思決定者 との近さ 問題を 見抜く力 課題発見、仮説構築力 → ● ● ● ● 定量力 ● ● ● 方針設定力 ● ● ● 分析技術力 データハンドリング力 ● ● ● 分析手法適用力 ● ● ● 分析の遂行力 ● ● 結果を 展開する力 解釈力 ● ● ● ● 説明力 ● ● ● 資料作成力 ● ● ● 実装する力 仕組み構築力 ● ● ● ● エンジニアリング力 ● ● ● ● 上記5点を満たす会社ほど、 分析官に求められるスキルを磨きやすい
17.
Copyright © 2018
AbemaTV All Rights Reserved. 会社論
18.
Copyright © 2018
AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 18 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇 〇=整っていた ✕=整っているとは言いにくかった ※いま振り返って比較した相対的な評価値です
19.
Copyright © 2018
AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 19 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇 未経験のデータ(ビジネス課題)に触れるとき、 新たな分析の引き出しや考え方を身に着けやすい。 触ったデータの数だけ力になる
20.
Copyright © 2018
AbemaTV All Rights Reserved. • データが多様な企業 → 多業態の企業 → 異業種提携が盛んな企業 → データを貯める仕組が整っている企業 • データが画一的な企業 → 上記の逆 データの多様さ 20 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 景気の良い企業
21.
Copyright © 2018
AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 21 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇 分析ツールや手法が制限される環境が社会には存在する。 その場合、自身が身に着けられる領域も狭まる。 また、ツールで高められる分析力は大きい
22.
Copyright © 2018
AbemaTV All Rights Reserved. 分析の自由さ:ツール編 22 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 • レガシーな大企業あるある → 新しいツールを試すハードルが高い → webアクセス制限(例:github閲覧不能) • 金融企業あるある → クローズドなサーバーにしかデータ保管できない。 クラウドサービス使えない
23.
Copyright © 2018
AbemaTV All Rights Reserved. 分析の自由さ:分析手法編 23 分析時の 企業 分析内容 分析手法 AbemaTV 広告本部 デモグラ推定 勾配ブースティング 総合金融 サービス キャンペーン 反応率予測 勾配ブースティング スマホゲーム スポーツの 将来の得点予測 トピック分類 & SVM回帰分析 企業信用 調査 企業の1年以内の 倒産予測 ロジスティック 回帰分析 壁
24.
Copyright © 2018
AbemaTV All Rights Reserved. 分析の自由さ:分析手法編 24 精度至上。 推定ロジッ クはブラッ クボックス でOK 一定の精度 は必要だが、 推定結果の 高低や変化 した場合の 理由を説明 できること もマスト 分析時の 企業 分析内容 分析手法 AbemaTV 広告本部 デモグラ推定 勾配ブースティング 総合金融 サービス キャンペーン 反応率予測 勾配ブースティング スマホゲーム スポーツの 将来の得点予測 トピック分類 & SVM回帰分析 企業信用 調査 企業の1年以内の 倒産予測 ロジスティック 回帰分析 壁
25.
Copyright © 2018
AbemaTV All Rights Reserved. 収益に貢献できると分析官のプレゼンスが高まり、ヒト・モ ノ・カネを集めて、インパクトの大きい分析に取り組みやす くなる。成果の出しやすさが経験値の得やすさに直結する 分析官に求められるスキルを磨ける職場環境の会社間比較 25 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇
26.
Copyright © 2018
AbemaTV All Rights Reserved. 収益成果の出しやすさ 26 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 • 収益貢献がしにくい企業 → 分析結果を商品化しやすい → 収益への貢献がわかりやすい • 収益貢献がしにくい企業 → 分析商品の販売体制を整えにくい → プロダクトがクリエイターの聖域 金融 広告分野
27.
Copyright © 2018
AbemaTV All Rights Reserved. 数人の分析チームが組めると、他のメンバーの分析を 追体験できるので、その分経験値が増える。相談もできる。 チーム体制が整っていると人数倍の経験値を得られる 分析官に求められるスキルを磨ける職場環境の会社間比較 27 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 拡大中 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇
28.
Copyright © 2018
AbemaTV All Rights Reserved. チーム力 28 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 拡大中 • スマホゲーム会社での典型的な1日 10:00~10:30 朝会準備 10:30~12:00 朝会 12:00~13:00 昼食 13:00~19:00 分析 チーム数人で分析プ ロセスすべて(仮説、 分析、提案、検証 etc...)について 毎日議論
29.
Copyright © 2018
AbemaTV All Rights Reserved. 意思決定者と気軽にコミュニケーションできると、ビジネス 目線での分析作法を鍛えられて、結果の活用もスムーズ。 本質的な部分にリソースを割きやすい 分析官に求められるスキルを磨ける職場環境 29 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ✕ 〇 〇 → ✕ 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ✕ 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ✕ 〇 ✕ 〇 4 チーム力 分析チームで 日々議論できる 〇 → ✕ ✕ 〇 ✕ 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇
30.
Copyright © 2018
AbemaTV All Rights Reserved. • レガシーな大企業あるある → コミュニケーションツールが電話 or メール のみ → 意思決定者への提案までに承認を得る人が 多い 意思決定者との近さ 30 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ✕ 〇
31.
Copyright © 2018
AbemaTV All Rights Reserved. まとめ
32.
Copyright © 2018
AbemaTV All Rights Reserved. 大事な職場環境 32 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ
33.
Copyright © 2018
AbemaTV All Rights Reserved. 大事な職場環境の調べ方 33 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ それぞれ、 就職活動中に 質問してみよう!
34.
Copyright © 2018
AbemaTV All Rights Reserved. 大事な職場環境が割れたとき 34 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ
35.
Copyright © 2018
AbemaTV All Rights Reserved. 大事なもの 35 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ 私の答え① チーム力 → 分析官の1stステップとしては、 君を育てる気概のある 先輩がいる会社がおススメ。 全面的にスキルアップしやすく、 他条件も良いことが多い
36.
Copyright © 2018
AbemaTV All Rights Reserved. 大事なもの 36 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ 私の答え② 好きなデータのあるところ → 情熱を傾けられる分野があれば、 そのデータの保有会社がおススメ。 情熱があれば困難も乗り越えやすく、 将来もその分野に関わりやすい
37.
Copyright © 2018
AbemaTV All Rights Reserved. 37 ご清聴ありがとう ございました! みなさんの就職活動に幸あれ
Download now