Submit Search
Upload
分析のリアルがここに!現場で使えるデータ分析
•
30 likes
•
5,546 views
W
webcampusschoo
Follow
schoo WEB-campus http://schoo.jp/class/217
Read less
Read more
Business
Report
Share
Report
Share
1 of 51
Download now
Download to read offline
Recommended
分析のリアルがここに!現場で使えるデータ分析
分析のリアルがここに!現場で使えるデータ分析
webcampusschoo
schoo WEB-campus http://schoo.jp/class/223
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
schoowebcampus
ーーーーーーーーーーーーーーーーーーーーーーー schoo WEB-campusは「WEBに誕生した、学校の新しいカタチ」。 WEB生放送の授業を無料で配信しています。 ▼こちらから授業に参加すると、先生への質問や、ユーザーとのチャット、資料の拡大表示等が可能です。 https://schoo.jp/class/221/room ーーーーーーーーーーーーーーーーーーーーーーー
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
2019年6月15日日本人工知能学会登壇資料
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
「MLOpsとはなにか?」という質問に対し、「データサイエンティストが、システム開発において、やらないことすべて」と定義した上で、MLOpsの説明、海外事例、「JapanTaxi」アプリでの事例を説明します
最適化超入門
最適化超入門
Takami Sato
TokyoWebMining #40のトーク3の資料です
データ活用をするための組織
データ活用をするための組織
Kon Yuichi
Japan.R 2022 https://japanr.connpass.com/event/265366/
逆説のスタートアップ思考
逆説のスタートアップ思考
Takaaki Umada
スタートアップを始める前に知っておくべき、スタートアップの反直観的な事柄やスタートアップの逆説についてまとめました。Paul Graham と Peter Thiel の言説を振り返りたいときにどうぞ。※ 6/30 に東京大学のアントレプレナー道場で話した内容です。 1.不合理なアイデアこそが合理的 2.良いアイデアは説明しづらい 3.難しい課題のほうが実は簡単 4.良いプロダクトの機能は少ない 5.多数のLike より少数のLove を 6.スタートアップのアイデアを考えてはいけない 7.競争は敗者の戦略—独占せよ 8.小さな市場から始める 9.スケールしないことをしよう 10.チームに多様性はいらない 11.会社化すると良くない 12.スタートアップに関する知識はいらない 13.やりたいことはやってみないと分からない +逆説のベンチャー投資
ゼロからはじめるプロダクトマネージャー生活
ゼロからはじめるプロダクトマネージャー生活
Takaaki Umada
スタートアップやプロダクトの成功に必要な「アイデア×プロダクト×実行×チーム×運」の 5 つの項目について解説した概要のスライドです。急成長するプロダクトの初期に役立てていただければと思います。 プロダクトマネージャーやスタートアップの CEO の方向けにどうぞ。 ※ Japan Product Manager Conference 2016 の登壇資料です
Recommended
分析のリアルがここに!現場で使えるデータ分析
分析のリアルがここに!現場で使えるデータ分析
webcampusschoo
schoo WEB-campus http://schoo.jp/class/223
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
分析のリアルがここに!現場で使えるデータ分析(1限目) 先生:吉永 恵一
schoowebcampus
ーーーーーーーーーーーーーーーーーーーーーーー schoo WEB-campusは「WEBに誕生した、学校の新しいカタチ」。 WEB生放送の授業を無料で配信しています。 ▼こちらから授業に参加すると、先生への質問や、ユーザーとのチャット、資料の拡大表示等が可能です。 https://schoo.jp/class/221/room ーーーーーーーーーーーーーーーーーーーーーーー
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
2019年6月15日日本人工知能学会登壇資料
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
「MLOpsとはなにか?」という質問に対し、「データサイエンティストが、システム開発において、やらないことすべて」と定義した上で、MLOpsの説明、海外事例、「JapanTaxi」アプリでの事例を説明します
最適化超入門
最適化超入門
Takami Sato
TokyoWebMining #40のトーク3の資料です
データ活用をするための組織
データ活用をするための組織
Kon Yuichi
Japan.R 2022 https://japanr.connpass.com/event/265366/
逆説のスタートアップ思考
逆説のスタートアップ思考
Takaaki Umada
スタートアップを始める前に知っておくべき、スタートアップの反直観的な事柄やスタートアップの逆説についてまとめました。Paul Graham と Peter Thiel の言説を振り返りたいときにどうぞ。※ 6/30 に東京大学のアントレプレナー道場で話した内容です。 1.不合理なアイデアこそが合理的 2.良いアイデアは説明しづらい 3.難しい課題のほうが実は簡単 4.良いプロダクトの機能は少ない 5.多数のLike より少数のLove を 6.スタートアップのアイデアを考えてはいけない 7.競争は敗者の戦略—独占せよ 8.小さな市場から始める 9.スケールしないことをしよう 10.チームに多様性はいらない 11.会社化すると良くない 12.スタートアップに関する知識はいらない 13.やりたいことはやってみないと分からない +逆説のベンチャー投資
ゼロからはじめるプロダクトマネージャー生活
ゼロからはじめるプロダクトマネージャー生活
Takaaki Umada
スタートアップやプロダクトの成功に必要な「アイデア×プロダクト×実行×チーム×運」の 5 つの項目について解説した概要のスライドです。急成長するプロダクトの初期に役立てていただければと思います。 プロダクトマネージャーやスタートアップの CEO の方向けにどうぞ。 ※ Japan Product Manager Conference 2016 の登壇資料です
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
2013/05/18に#TokyoWebminingで話した資料です。 大人の都合でグラフの縦軸と横軸がありません。 基本的には横軸は時間(day)と、縦軸はUUです。
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
MACHINE LEARNING Meetup KANSAI #4 https://mlm-kansai.connpass.com/event/119084/ での、能見さんの発表資料です。
形態素解析
形態素解析
Works Applications
形態素解析の技術 形態素解析技術については深層学習の登場により枯れた技術だと思われている中で「本当に必要である技術なのか」と様々な議論がされています。 その業界の流れの中で、なぜ徳島NLP研究所でこの技術をあえて注目し研究しているのか、着眼点・利用価値についてご紹介します。 技術自体がブラックボックスとして扱われがちですが、実際に研究していく中で得られたノウハウを開示し、形態素解析の仕組みについて解説をし、内部で利用する技術の選別/処理内容/実利用での注意点をご説明します。 実例として、形態素解析エンジンについても触れる予定です。
2SAT(充足可能性問題)の解き方
2SAT(充足可能性問題)の解き方
Tsuneo Yoshioka
2SAT(充足可能性問題)の解き方
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
2017/9/22(金) 開催 サイバーエージェントのデータ分析基盤とデータ活用およびそれらの技術についての勉強会「Data Engineering and Data Analysis Workshop #2」
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
Sho Tanaka
2021/7/31 機械学習の社会実装勉強会にて発表した内容です。 タイトル:MLOpsの概要と初学者が気をつけたほうが良いこと
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
2015/11/20 数理システムユーザーコンファレンス 2015での、池田の講演資料になります
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
Shinagawa Seitaro
NAIST知能コミュニケーション研究室で行われたM1勉強会(2018)の「論文の読み方・書き方」で発表したスライドです 訂正:p.16のCHI勉強会のリンクが間違ってました。正しくはこちらです(http://sigchi.jp/seminar/chi2018/)
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
TokyoR 第70回 LT での発表スライドです
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Noisy Network ・Rainbow ・A3C ・A2C ・Gorila ・Ape-X ・R2D2 ・内発的報酬 ・カウントベース ・擬似カウントベース ・RND(Random Network Distillation) ・ICM(Intrinsic Curiosity Module) ・Go-Explore ・世界モデル(World Models) ・MuZero ・SimPLe ・NGU(Never Give Up) ・Agent57 ・AlphaGo ・AlphaGo Zero ・AlphaZero ・OpenAI Five ・AlphaStar ・マルチエージェント強化学習
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
機械学習におけるコード設計のベストプラクティスについて
2023-03-23_Spiral.AI
2023-03-23_Spiral.AI
SasakiYuichi1
LT会
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
harmonylab
本研究では,競輪のレース結果予測の初心者が車券を購入する際の意思決定を補助することを目的として,レース結果を予測して,予測結果を用いた選手紹介文を生成するシステムを構築する.選手の戦績から的確に反映する特徴量を算出する手法として,多数人の同時対戦を考慮した拡張イロレーティングシステムを提案して,競輪のレース結果予測に適用する.実際の競輪のレース結果を用いた検証実験において,既存のレース結果予測手法に比べて,拡張イロレーティングシステムを用いることで予測精度を向上可能であることを確認した.さらに,拡張イロレーティングシステムを紹介文生成に用いることで,既存の手法に比べて,初心者の車券購入により有用な文章を生成可能であることを示す.
企業の中の経済学
企業の中の経済学
Yusuke Kaneko
2018年駒場祭の学術企画「経済学研究の最前線」でサイバーエージェントでの経済学活用例を紹介したスライドです.高校生 ~ 前期教養生をターゲットにしたものです.
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
言語処理学会第28回年次大会(NLP2022)のチュートリアルでの講演資料です。 https://www.anlp.jp/nlp2022/#tutorial
自分の目的に合った統計量と そのバラ付きを計算しよう ~NPSを例に~(統計学勉強会)
自分の目的に合った統計量と そのバラ付きを計算しよう ~NPSを例に~(統計学勉強会)
syou6162
統計学勉強会でのsyou6162の発表資料です。 - https://connpass.com/event/204931/
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
Shun Nukui
PyData.Tokyo Meetup #18での講演資料です。 https://pydatatokyo.connpass.com/event/
順序データでもベイズモデリング
順序データでもベイズモデリング
. .
第46回東京R勉強会 #TokyoRの資料です。
K shapes zemiyomi
K shapes zemiyomi
kenyanonaka
# K-shapes
サイバーエージェント流スマートフォンプロモーションの技術 格納用
サイバーエージェント流スマートフォンプロモーションの技術 格納用
webcampusschoo
schoo WEB-campus http://schoo.jp/class/227
統計学超入門「平均」を使いこなす
統計学超入門「平均」を使いこなす
webcampusschoo
More Related Content
What's hot
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
2013/05/18に#TokyoWebminingで話した資料です。 大人の都合でグラフの縦軸と横軸がありません。 基本的には横軸は時間(day)と、縦軸はUUです。
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
mlm_kansai
MACHINE LEARNING Meetup KANSAI #4 https://mlm-kansai.connpass.com/event/119084/ での、能見さんの発表資料です。
形態素解析
形態素解析
Works Applications
形態素解析の技術 形態素解析技術については深層学習の登場により枯れた技術だと思われている中で「本当に必要である技術なのか」と様々な議論がされています。 その業界の流れの中で、なぜ徳島NLP研究所でこの技術をあえて注目し研究しているのか、着眼点・利用価値についてご紹介します。 技術自体がブラックボックスとして扱われがちですが、実際に研究していく中で得られたノウハウを開示し、形態素解析の仕組みについて解説をし、内部で利用する技術の選別/処理内容/実利用での注意点をご説明します。 実例として、形態素解析エンジンについても触れる予定です。
2SAT(充足可能性問題)の解き方
2SAT(充足可能性問題)の解き方
Tsuneo Yoshioka
2SAT(充足可能性問題)の解き方
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
2017/9/22(金) 開催 サイバーエージェントのデータ分析基盤とデータ活用およびそれらの技術についての勉強会「Data Engineering and Data Analysis Workshop #2」
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
Sho Tanaka
2021/7/31 機械学習の社会実装勉強会にて発表した内容です。 タイトル:MLOpsの概要と初学者が気をつけたほうが良いこと
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
2015/11/20 数理システムユーザーコンファレンス 2015での、池田の講演資料になります
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
Shinagawa Seitaro
NAIST知能コミュニケーション研究室で行われたM1勉強会(2018)の「論文の読み方・書き方」で発表したスライドです 訂正:p.16のCHI勉強会のリンクが間違ってました。正しくはこちらです(http://sigchi.jp/seminar/chi2018/)
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
Yuya Unno
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
Yusuke Kaneko
TokyoR 第70回 LT での発表スライドです
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Noisy Network ・Rainbow ・A3C ・A2C ・Gorila ・Ape-X ・R2D2 ・内発的報酬 ・カウントベース ・擬似カウントベース ・RND(Random Network Distillation) ・ICM(Intrinsic Curiosity Module) ・Go-Explore ・世界モデル(World Models) ・MuZero ・SimPLe ・NGU(Never Give Up) ・Agent57 ・AlphaGo ・AlphaGo Zero ・AlphaZero ・OpenAI Five ・AlphaStar ・マルチエージェント強化学習
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
機械学習におけるコード設計のベストプラクティスについて
2023-03-23_Spiral.AI
2023-03-23_Spiral.AI
SasakiYuichi1
LT会
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
harmonylab
本研究では,競輪のレース結果予測の初心者が車券を購入する際の意思決定を補助することを目的として,レース結果を予測して,予測結果を用いた選手紹介文を生成するシステムを構築する.選手の戦績から的確に反映する特徴量を算出する手法として,多数人の同時対戦を考慮した拡張イロレーティングシステムを提案して,競輪のレース結果予測に適用する.実際の競輪のレース結果を用いた検証実験において,既存のレース結果予測手法に比べて,拡張イロレーティングシステムを用いることで予測精度を向上可能であることを確認した.さらに,拡張イロレーティングシステムを紹介文生成に用いることで,既存の手法に比べて,初心者の車券購入により有用な文章を生成可能であることを示す.
企業の中の経済学
企業の中の経済学
Yusuke Kaneko
2018年駒場祭の学術企画「経済学研究の最前線」でサイバーエージェントでの経済学活用例を紹介したスライドです.高校生 ~ 前期教養生をターゲットにしたものです.
ゼロから始める転移学習
ゼロから始める転移学習
Yahoo!デベロッパーネットワーク
言語処理学会第28回年次大会(NLP2022)のチュートリアルでの講演資料です。 https://www.anlp.jp/nlp2022/#tutorial
自分の目的に合った統計量と そのバラ付きを計算しよう ~NPSを例に~(統計学勉強会)
自分の目的に合った統計量と そのバラ付きを計算しよう ~NPSを例に~(統計学勉強会)
syou6162
統計学勉強会でのsyou6162の発表資料です。 - https://connpass.com/event/204931/
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
Shun Nukui
PyData.Tokyo Meetup #18での講演資料です。 https://pydatatokyo.connpass.com/event/
順序データでもベイズモデリング
順序データでもベイズモデリング
. .
第46回東京R勉強会 #TokyoRの資料です。
K shapes zemiyomi
K shapes zemiyomi
kenyanonaka
# K-shapes
What's hot
(20)
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
最近のKaggleに学ぶテーブルデータの特徴量エンジニアリング
形態素解析
形態素解析
2SAT(充足可能性問題)の解き方
2SAT(充足可能性問題)の解き方
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
機械学習チュートリアル@Jubatus Casual Talks
機械学習チュートリアル@Jubatus Casual Talks
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
2023-03-23_Spiral.AI
2023-03-23_Spiral.AI
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
企業の中の経済学
企業の中の経済学
ゼロから始める転移学習
ゼロから始める転移学習
自分の目的に合った統計量と そのバラ付きを計算しよう ~NPSを例に~(統計学勉強会)
自分の目的に合った統計量と そのバラ付きを計算しよう ~NPSを例に~(統計学勉強会)
レコメンドエンジン作成コンテストの勝ち方
レコメンドエンジン作成コンテストの勝ち方
順序データでもベイズモデリング
順序データでもベイズモデリング
K shapes zemiyomi
K shapes zemiyomi
Viewers also liked
サイバーエージェント流スマートフォンプロモーションの技術 格納用
サイバーエージェント流スマートフォンプロモーションの技術 格納用
webcampusschoo
schoo WEB-campus http://schoo.jp/class/227
統計学超入門「平均」を使いこなす
統計学超入門「平均」を使いこなす
webcampusschoo
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
webcampusschoo
情報の扱い方を知るための編集実践授業 WEB生放送の授業を無料で配信しています。 ▼こちらから授業に参加すると、先生への質問や、ユーザーとのチャット、資料の拡大表示等が可能です。 https://schoo.jp/class/177/room
データ分析で Excel を活用しよう
データ分析で Excel を活用しよう
Tsuyoshi Kitagawa
「データ分析で Excel を活用しよう」 db tech showcase 東京 2014 でのセッションコンテンツ(D16)になります。 企業向けの Office Professional Plus 2013 / Office 365 ProPlus の Excel で社内の様々なデータベースやクラウド上のデータを集約し、分析用の多次元モデルを作成し、インタラクティブなレポートを作成する方法及び SharePoint Online を利用して安全に共有すると同時に、予測アルゴリズムによるシーズナリティに基づいたデータの予測を可能にする方法を紹介しています。 具体的な操作に関してはデモで実施しため、本スライドのみではわかりにくい部分があるかと思います。末尾に体験版の入手方法が記載されていますので、実際に試していただければと思います。
20150314 青森データ分析 畠山
20150314 青森データ分析 畠山
Daiyu Hatakeyama
デジタルマーケティング戦略強化セミナー ~オムニチャネルから見える次世代の小売・流通革命~ セッション資料
クラウドおけいこ
クラウドおけいこ
CREATIVEHOPE / C-LAB
時間は場所に制約を受けるおけいこごと。 やってみたい気持ちはあってもなかなか条件にあうおけいこごとがない…ということはありませんか? クラウドおけいこなら、時間と場所の制約をうけずにおけいこをうけることができます。 ■クラウド・ピアノレッスン 課題曲を録音してスコア採点ができます。 ■クラウド・いけばな 作品を撮影して複数の先生にコメントをしてもらえます。 ■クラウド・ダンススクール ダンスを動画で撮影して、フォームのチェックができます。 ■クラウド・伝統工芸 クラウド弟子入りができる講師のマッチングを行います。 すきな時間にすきな場所でおけいこを実現できるクラウドおけいこなら日本国内だけでなく、海外からもおけいこが利用可能です。 このサービスの実現にご協力いただける企業様はお問い合わせください。 お問い合わせ https://www.creativehope.co.jp/contact/form/ クラウドおけいこについて http://clab.creativehope.co.jp/2013/08/001436.html
シェアウィズ_企業向け導入提案資料
シェアウィズ_企業向け導入提案資料
Find Job Startup
WordPressの使えるプラグイン2013
WordPressの使えるプラグイン2013
Takashi Uemura
WordPressの爆発的な普及にともない、使い方やノウハウなどの情報もそれに比例して入手しやすくなっています。星の数ほどあるプラグインについても、うまく探せば独自開発無しでかなり特殊なサイトも制作することができます。しかし、その豊富なプラグイン数が仇となり、「どれを選んでいいか分からない」「目的のプラグインがすぐに見つからない」という悩みを抱えるようになりました。そんな悩みを解決するべく、私の独断で定番や人気のあるプラグインを精選しご紹介します。
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
webcampusschoo
マス広告、これからのデジタルマーケティング
マス広告、これからのデジタルマーケティング
loftwork
日経デジタルマーケティング 副編集長 杉本昭彦 氏
20140213 web×マス広告の統合分析第1部_公開用
20140213 web×マス広告の統合分析第1部_公開用
Cyberagent
サイバーエージェント インターネット広告事業本部主催のセミナー 「一橋大学沖本准教授との共同研究経過発表 研究結果と最新US動向から見る、Web×マス広告の統合分析について」 http://www.cyberagent.co.jp/event/attribution_seminar/ にて使われたスライドの公開版です。
20140213 web×マス広告の統合分析第2部_公開用
20140213 web×マス広告の統合分析第2部_公開用
Cyberagent
サイバーエージェント インターネット広告事業本部主催のセミナー 「一橋大学沖本准教授との共同研究経過発表 研究結果と最新US動向から見る、Web×マス広告の統合分析について」 http://www.cyberagent.co.jp/event/attribution_seminar/ にて使われたスライドの公開版です。
マス広告、これからのデジタルマーケティング
マス広告、これからのデジタルマーケティング
loftwork
日経デジタルマーケティング 副編集長 杉本昭彦 氏
「予測にいかす統計モデリングの基本」勉強会 第一章
「予測にいかす統計モデリングの基本」勉強会 第一章
Takahiro Yoshinaga
「予測にいかす統計モデリングの基本」勉強会 第一章、2月24日
【アドエビス】インターネット広告入門セミナー資料
【アドエビス】インターネット広告入門セミナー資料
株式会社ロックオン
▼本資料に関するお問い合せ先 株式会社ロックオン マーケティングアドバイザー:足立 ------------------------------------------------------- 株式会社ロックオン エビス・サポートセンター URL: http://www.ebis.ne.jp/ E-mail: support@ebis.ne.jp TEL: 03-3289-5054 FAX: 03-3289-5052 受付:10:00~20:00(土・日・祝日除く) ------------------------------------------------------- ▼株式会社ロックオン概要 会社名:株式会社ロックオン 大阪本社:〒530-0001 大阪市北区梅田2-4-9 ブリーゼタワー13F 東京支社:〒104-0061 東京都中央区銀座5-9-8 クロス銀座6F 代表者:岩田 進(いわたすすむ) 設立:2001年6月4日 URL:http://www.lockon.co.jp/ 事業内容:Eコマース関連ソフトウェアの企画・開発・販売
WordPressでウェブサービスを作ろう! #wbNagoya
WordPressでウェブサービスを作ろう! #wbNagoya
Shinichi Nishikawa
20140213 web×マス広告の統合分析第3部_公開用
20140213 web×マス広告の統合分析第3部_公開用
Cyberagent
サイバーエージェント インターネット広告事業本部主催のセミナー 「一橋大学沖本准教授との共同研究経過発表 研究結果と最新US動向から見る、Web×マス広告の統合分析について」 http://www.cyberagent.co.jp/event/attribution_seminar/ にて使われたスライドの公開版です。
再放送キャンペーン 1231
再放送キャンペーン 1231
webcampusschoo
schoo WEB-campus
コンテンツマーケティングを成功に導くユーザー中心発想のススメ
コンテンツマーケティングを成功に導くユーザー中心発想のススメ
INFOBAHN.inc(株式会社インフォバーン)
再放送キャンペーン0103
再放送キャンペーン0103
webcampusschoo
schoo WEB-campus
Viewers also liked
(20)
サイバーエージェント流スマートフォンプロモーションの技術 格納用
サイバーエージェント流スマートフォンプロモーションの技術 格納用
統計学超入門「平均」を使いこなす
統計学超入門「平均」を使いこなす
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
データ分析で Excel を活用しよう
データ分析で Excel を活用しよう
20150314 青森データ分析 畠山
20150314 青森データ分析 畠山
クラウドおけいこ
クラウドおけいこ
シェアウィズ_企業向け導入提案資料
シェアウィズ_企業向け導入提案資料
WordPressの使えるプラグイン2013
WordPressの使えるプラグイン2013
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
【schoo WEB-campus】#40これからのインターネットコンテンツ 講師:古川健介
マス広告、これからのデジタルマーケティング
マス広告、これからのデジタルマーケティング
20140213 web×マス広告の統合分析第1部_公開用
20140213 web×マス広告の統合分析第1部_公開用
20140213 web×マス広告の統合分析第2部_公開用
20140213 web×マス広告の統合分析第2部_公開用
マス広告、これからのデジタルマーケティング
マス広告、これからのデジタルマーケティング
「予測にいかす統計モデリングの基本」勉強会 第一章
「予測にいかす統計モデリングの基本」勉強会 第一章
【アドエビス】インターネット広告入門セミナー資料
【アドエビス】インターネット広告入門セミナー資料
WordPressでウェブサービスを作ろう! #wbNagoya
WordPressでウェブサービスを作ろう! #wbNagoya
20140213 web×マス広告の統合分析第3部_公開用
20140213 web×マス広告の統合分析第3部_公開用
再放送キャンペーン 1231
再放送キャンペーン 1231
コンテンツマーケティングを成功に導くユーザー中心発想のススメ
コンテンツマーケティングを成功に導くユーザー中心発想のススメ
再放送キャンペーン0103
再放送キャンペーン0103
Similar to 分析のリアルがここに!現場で使えるデータ分析
Ict 授業計画書
Ict 授業計画書
clmsyz
ビジネスをデザインする匠Method
ビジネスをデザインする匠Method
Hagimoto Junzo
2017-9-13 IIBA主催で最もBABOKの匠Methodセミナーを行った際のメイン資料。 ~~ IIBAは、「ビジネスアナリシス(BA)」の普及・啓発活動を行っている団体で、世界的に活用が広がるBABOK(ビジネスアナリシス知識体系)をベースに検討部会や教育イベントを開催している団体。 http://www.iiba-japan.org/news/seminar/seminar-20170913.html ~~
AIによる働き方改革!~本当にストレスを感じている社員を見逃すな~
AIによる働き方改革!~本当にストレスを感じている社員を見逃すな~
ReNom User Group
ReNom user group #2 Part2
Introduction of KOTATSU-MODEL in Requirement Development
Introduction of KOTATSU-MODEL in Requirement Development
Kent Ishizawa
オープンコミュニティ「要求開発アライアンス」(http://www.openthology.org)の2010年5月定例会発表資料です。 Open Community "Requirement Development Alliance" 2010/05 regular meeting of the presentation materials.
ビジネスフレームワーク「3種の神器」の定義と構造理解.pdf
ビジネスフレームワーク「3種の神器」の定義と構造理解.pdf
HiroshiNakata3
■狙い ビジネスにおける3つの主要フレームワークの定義と構造を理解し、日々の研究開発・プロダクト開発にどのような影響があるかイメージ感を掴む。 ■構成 1) 企業戦略 1. 戦略の定義 2. 企業戦略の定義 3. 企業戦略の例一覧 4. 今日のタスクは10年後のビジョン(長期戦略)につながっている 2)プロジェクトマネジメントの構造 3)ビジネスモデルの構造
Vantan shinsuke miyaki_upload
Vantan shinsuke miyaki_upload
Shinsuke Miyaki
3/17に行われたバンタンドットライブアカデミー様主催【アプリ開発企業セミナー】 資料 様々なものづくりを疑似体験共有 トリセツにおけるリーンスタートアップを
関西匠塾
関西匠塾
Hagimoto Junzo
2017-11-17に開催された関西匠塾の資料です。
すくすくスクラム要求開発入門(公開用).Key
すくすくスクラム要求開発入門(公開用).Key
Eiichi Hayashi
要求開発をスクラムに応用したセッションです。
新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー
慧悟 岩本
第66回Tokyo.RでのLT資料です。 【お問合せ】 ディップ株式会社 おおくぼ けいご ke-okubo@dip-net.co.jp
顧客思考のワークショップ(SaaSビジネスの共通理解)
顧客思考のワークショップ(SaaSビジネスの共通理解)
masayoshi_takagi
社内で実施した全ての役割(特にSaaSビジネスでは重要)で、共通認識として必要な顧客思考の前提理解のワークショップの資料の共有です。
【コンサル起業実践講座】売れるコンサルになる為のUSP(コンセプト)の作り方
【コンサル起業実践講座】売れるコンサルになる為のUSP(コンセプト)の作り方
伊藤 剛志
オウンドメディアで優良顧客を創る方法 http://professionalmarketing.jp 無料ebook「成果の出るオウンドメディアの作り方」 http://professionalmarketing.jp/ebook/ebook-ownedmedia-begin 伊藤剛志ブログ http://itotakeshi.com/blog/ 伊藤剛志YouTube https://www.youtube.com/c/伊藤剛志 伊藤剛志Facebook https://www.facebook.com/ito.takesi
20150326 ピクト図解 ビジネスモデルキャンバス入門_v1.1(eLV様主催)
20150326 ピクト図解 ビジネスモデルキャンバス入門_v1.1(eLV様主催)
Hidehiko Akasaka
eLV様主催のIT勉強会「ビジネスモデルキャンバス&ピクト図解 ~顧客ビジネスを理解し、ピクト図解でアイデア発想してみましょう~」のスライド資料です。
20150219 ピクト図解入門 3_w1h編
20150219 ピクト図解入門 3_w1h編
Hidehiko Akasaka
アクロビジョン様にて開催した「ビジネスモデルを見える化するピクト図解入門 」のスライド資料です。 今回は「3W1Hシート」を利用して「ピクト図解」を書いて、ディスカッションをしました。 http://acrovision.connpass.com/event/11244/
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
杉並診断士会様向け
Itプロジェクトにおけるuxデザインの実践的適用方法
Itプロジェクトにおけるuxデザインの実践的適用方法
Roy Kim
UXデザインの概要と、UXデザインをITプロジェクトに適用する際の課題と対応方法を説明。現場で活用出来る情報を盛り込もうとしたが、セミナーの時間的制約と参加者の多様性のため、深堀はできず。
マーケティングリサーチってなに?今さら聞けないリサーチの基礎知識と実践講座【基本編(パート2)】
マーケティングリサーチってなに?今さら聞けないリサーチの基礎知識と実践講座【基本編(パート2)】
schoowebcampus
ーーーーーーーーーーーーーーーーーーーーーーー schoo WEB-campusは「WEBに誕生した、学校の新しいカタチ」。 WEB生放送の授業を無料で配信しています。 ▼こちらから授業に参加すると、先生への質問や、ユーザーとのチャット、資料の拡大表示等が可能です。 https://schoo.jp/class/886/room ーーーーーーーーーーーーーーーーーーーーーーー
新卒2ヶ月でAIを社会実装させた3つのデザイン
新卒2ヶ月でAIを社会実装させた3つのデザイン
NodokaFujimoto
第56回 Machine Learning 15minutes! Broadcastで登壇した時のスライドです。 https://machine-learning15minutes.connpass.com/event/214810/ AIの導入ってハードルが高い...と思っている方、深層学習のモデル作成してみたけど実装には至らない...という方に、簡単な技術でAIを実装させるためのデザインについてお話ししました デザインのポイント3つ (1)ユーザが喜ぶ × すぐできそうな手法から初めてみる! (2)機能が完璧でなくてもデザインでカバーできる! (3)機能+デザインの提案によって方針決定を速める! データサイエンス&デザインをやっている人間に興味がある方は、ぜひ話しかけてください Twitter:https://twitter.com/p_lab_n
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
NodokaFujimoto
第56回 Machine Learning 15minutes! Broadcastで登壇した時のスライドです。 https://machine-learning15minutes.connpass.com/event/214810/ 修正版はこちら https://www.slideshare.net/NodokaFujimoto/ai-249801654
Mktg01 オリエンテーション
Mktg01 オリエンテーション
Takeshi Matsui
20180730 ds womens
20180730 ds womens
Rio Kurihara
データサイエンティスト女子部での発表資料(20180730開催)
Similar to 分析のリアルがここに!現場で使えるデータ分析
(20)
Ict 授業計画書
Ict 授業計画書
ビジネスをデザインする匠Method
ビジネスをデザインする匠Method
AIによる働き方改革!~本当にストレスを感じている社員を見逃すな~
AIによる働き方改革!~本当にストレスを感じている社員を見逃すな~
Introduction of KOTATSU-MODEL in Requirement Development
Introduction of KOTATSU-MODEL in Requirement Development
ビジネスフレームワーク「3種の神器」の定義と構造理解.pdf
ビジネスフレームワーク「3種の神器」の定義と構造理解.pdf
Vantan shinsuke miyaki_upload
Vantan shinsuke miyaki_upload
関西匠塾
関西匠塾
すくすくスクラム要求開発入門(公開用).Key
すくすくスクラム要求開発入門(公開用).Key
新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー
顧客思考のワークショップ(SaaSビジネスの共通理解)
顧客思考のワークショップ(SaaSビジネスの共通理解)
【コンサル起業実践講座】売れるコンサルになる為のUSP(コンセプト)の作り方
【コンサル起業実践講座】売れるコンサルになる為のUSP(コンセプト)の作り方
20150326 ピクト図解 ビジネスモデルキャンバス入門_v1.1(eLV様主催)
20150326 ピクト図解 ビジネスモデルキャンバス入門_v1.1(eLV様主催)
20150219 ピクト図解入門 3_w1h編
20150219 ピクト図解入門 3_w1h編
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
Itプロジェクトにおけるuxデザインの実践的適用方法
Itプロジェクトにおけるuxデザインの実践的適用方法
マーケティングリサーチってなに?今さら聞けないリサーチの基礎知識と実践講座【基本編(パート2)】
マーケティングリサーチってなに?今さら聞けないリサーチの基礎知識と実践講座【基本編(パート2)】
新卒2ヶ月でAIを社会実装させた3つのデザイン
新卒2ヶ月でAIを社会実装させた3つのデザイン
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
新卒2ヶ月でAIを社会実装させた3つのデザイン(修正前)
Mktg01 オリエンテーション
Mktg01 オリエンテーション
20180730 ds womens
20180730 ds womens
More from webcampusschoo
再放送キャンペーン 123
再放送キャンペーン 123
webcampusschoo
schoo WEB-campus
再放送キャンペーン 1229
再放送キャンペーン 1229
webcampusschoo
schoo WEB-campus
再放送キャンペーン1228
再放送キャンペーン1228
webcampusschoo
schoo WEB-campus
再放送キャンペーン1227
再放送キャンペーン1227
webcampusschoo
s
1226
1226
webcampusschoo
schoo WEB-campus
1226
1226
webcampusschoo
再放送キャンペーン1225
再放送キャンペーン1225
webcampusschoo
schoo WEB-campus
再放送キャンペーン1224
再放送キャンペーン1224
webcampusschoo
schoo WEB-campus
1223 再放送
1223 再放送
webcampusschoo
schoo WEB-campus
Webサイトのライブデザイン&コーディング実演授業!
Webサイトのライブデザイン&コーディング実演授業!
webcampusschoo
schoo WEB-campus
これからはじめるWebプロジェクトマネジメント
これからはじめるWebプロジェクトマネジメント
webcampusschoo
schoo WEB-campus https://schoo.jp/class/308
ホームルーム12月_2
ホームルーム12月_2
webcampusschoo
schoo WEB-campus https://schoo.jp/class/334
schoo WEB-campus ホームルーム12月
schoo WEB-campus ホームルーム12月
webcampusschoo
schoo WEB-campus https://schoo.jp/class/334
デザイナー・コーダーのための黒い画面入門
デザイナー・コーダーのための黒い画面入門
webcampusschoo
schoo WEB-campus http://schoo.jp/class/286/room
表現別、PhotoshopとIllustratorの使い
表現別、PhotoshopとIllustratorの使い
webcampusschoo
schoo WEB-campus https://schoo.jp/class/280
1119 高倉さま fixfix
1119 高倉さま fixfix
webcampusschoo
schoo WEB-campus http://schoo.jp/class/298/
株式会社LIGを事例に学ぶ、実践的アクセス解析
株式会社LIGを事例に学ぶ、実践的アクセス解析
webcampusschoo
schoo WEB-campus http://schoo.jp/class/267
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
webcampusschoo
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
webcampusschoo
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
webcampusschoo
schoo WEB-campus http://schoo.jp/class/251
More from webcampusschoo
(20)
再放送キャンペーン 123
再放送キャンペーン 123
再放送キャンペーン 1229
再放送キャンペーン 1229
再放送キャンペーン1228
再放送キャンペーン1228
再放送キャンペーン1227
再放送キャンペーン1227
1226
1226
1226
1226
再放送キャンペーン1225
再放送キャンペーン1225
再放送キャンペーン1224
再放送キャンペーン1224
1223 再放送
1223 再放送
Webサイトのライブデザイン&コーディング実演授業!
Webサイトのライブデザイン&コーディング実演授業!
これからはじめるWebプロジェクトマネジメント
これからはじめるWebプロジェクトマネジメント
ホームルーム12月_2
ホームルーム12月_2
schoo WEB-campus ホームルーム12月
schoo WEB-campus ホームルーム12月
デザイナー・コーダーのための黒い画面入門
デザイナー・コーダーのための黒い画面入門
表現別、PhotoshopとIllustratorの使い
表現別、PhotoshopとIllustratorの使い
1119 高倉さま fixfix
1119 高倉さま fixfix
株式会社LIGを事例に学ぶ、実践的アクセス解析
株式会社LIGを事例に学ぶ、実践的アクセス解析
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
カフェのWEBサイトを作って、WEBデザインの基礎と技術を学ぶ
Recently uploaded
HRMOS-saiyo_overview_material_powred_by_bizreach
HRMOS-saiyo_overview_material_powred_by_bizreach
gmiki1
HRMOS-saiyo overview material.
intra-mart Accel series 2024 Spring updates
intra-mart Accel series 2024 Spring updates
NTTDATA INTRAMART
Release 2024 Spring
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
DAISUKE NAKAMURA
特定技能紹介資料
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
ssuserdc1268
採用デック
【スポンサープラン】Marketing Native Fes 2024summer
【スポンサープラン】Marketing Native Fes 2024summer
yutooyama
役職者かつマーケティング部署の割合が高い高品質リードを提供できるスポンサープランのご案内
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
recruit9
株式会社VISIONARY JAPANの採用ピッチ資料です。
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
Members_corp
株式会社メンバーズが毎月発行している社内報MEMBUZZ(メンバズ)を公開しています。
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
ssuser4eac57
研究の力を、人類の力に。 私たちは信じている。研究の力を。 電気も、ワクチンも、インターネットも。 人類の今を支える発明やイノベーションは、研究から生まれた。 これからも研究こそが、社会課題解決の土台となり、未来を創造していくだろう。 だから私たちは、研究を加速させたい。 研究の力を、もっと人類の力に変えたい。 人と人、組織と組織、学術と産業といった壁を超えて、 研究者や、その支援者や、研究の成果がシナプスのように結びつき、 研究自体も、研究が生み出す社会へのインパクトも、飛躍的に加速する。 そんな場をつくり、より明るく、持続的な人類の未来に貢献します。 研究エンパワープラットフォーム LabBase
The AI service "MMOL Pot (MMOT)" by MMOL Holdings
The AI service "MMOL Pot (MMOT)" by MMOL Holdings
mikidaisuke
This is the Pros & Cons document for the AI service "MMOL Pot (MMOT)".
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
ytakahashi4
ゆめみ会社紹介&実績資料 for Saleshub
kintone Café 山口 Vol.8 kintone×UiPath.pdf
kintone Café 山口 Vol.8 kintone×UiPath.pdf
takashihashimoto14
kintone Café 山口 Vol.8「多様な活用ができるkintone」のLTにて発表した資料です。https://kintone-cafe-yamaguchi.connpass.com/event/315662/
Recently uploaded
(11)
HRMOS-saiyo_overview_material_powred_by_bizreach
HRMOS-saiyo_overview_material_powred_by_bizreach
intra-mart Accel series 2024 Spring updates
intra-mart Accel series 2024 Spring updates
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
株式会社ジンザイベース/特定技能外国人紹介に関する提案資料/2024ver///
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
株式会社ROMS採用候補者用説明資料。候補者の方向け事業概要・沿革・カルチャーをご紹介
【スポンサープラン】Marketing Native Fes 2024summer
【スポンサープラン】Marketing Native Fes 2024summer
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
【公開用】株式会社VISIONARY JAPAN_エンジニアチーム 採用資料(ver2.1)
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
株式会社メンバーズ社内報MEMBUZZ(メンバズ)2024年4・5月合併号(♯168,169)
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
研究エンパワープラットフォームを提供するLabBaseから理系採用成功に向けたご提案
The AI service "MMOL Pot (MMOT)" by MMOL Holdings
The AI service "MMOL Pot (MMOT)" by MMOL Holdings
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
【株式会社ゆめみ】 会社紹介 & 実績資料 ≫≫Saleshub_企業様向け≪≪
kintone Café 山口 Vol.8 kintone×UiPath.pdf
kintone Café 山口 Vol.8 kintone×UiPath.pdf
分析のリアルがここに!現場で使えるデータ分析
1.
【分析のリアルがここに!現場で使える分析講座】 第2回_̲分析設計講座 吉永 恵⼀一 (Keiichi Yoshinaga)
2.
2回⽬目_̲分析設計講座のアジェンダ 0.前回までのおさらい 1.ビジネス課題と分析課題 2.分析設計と母集団定義
3.
【再掲】全3回の講義内容の紹介 1回⽬目 実務家向け 統計講座 統計という名の武器を ⾝身に付ける 2回⽬目 分析設計 講座 ビジネス課題を分析 課題へ落落とし込む 3回⽬目 ケース スタディ 1,2回の知識識やスキル で課題を体感する
4.
コンサルティング会社、マーケティングリサーチ会社などを経て、 2010年 株式会社リクルート MIT入社(現リクルートテクノロジーズ) 【As a
Data Scientist】 ・CV予測アルゴリズムの開発 ・広告予算最適化モジュールの開発 2012年 住宅カンパニーへ移動(現リクルート住まいカンパニー) 【As a Marketer】 ・データ・マネジメントの企画・立案 ※詳細は次ページ -予測・シミュレーションを用いたCM投資額の策定 -最適化技術を用いた広告ポートフォリオの策定 -パーソナライズ・リコメンデーションの実装 -コンジョイント調査を用いたWEBサイト改善のプランニング 2013年 株式会社 分析屋本舗を起業 【As a Entrepreneur】 ・需要予測や広告予算最適化、分析者養成を核とした業務支援サービス ⾃自⼰己紹介
5.
前回までのおさらい
6.
①現状把握 ②未来予測 ③シミュレート
④最適化 X Y time CV time CV alliance 12,000 banner 6,000listing 12,000 SEO 12,000 affiliate 6,000 tttttt Xry βμ tttttt Xry βμ 500100 1000200 :_ )(: Banner Listing toSubject GainMaxObjective データ分析を⽤用いた意思決定サイクル
7.
データ=構造(系統的な変動)+誤差(偶然的な変動) データの特徴は、必ず分布と数値の両方で確認する 分析結果(Fact)を解釈する際には、常に課題に立ち返る 前回の授業の重要ポイント!!
8.
データの特徴は、必ず分布と数値の両⽅方で確認する!! 1/2
9.
データの特徴は、必ず分布と数値の両⽅方で確認する!! 2/2
10.
【再掲】平均値の罠 データが正規分布している場合に、平均値が代表値として機能する。 この場合は、中央値も平均値と合わせて⾒見見ることが必要。
11.
前回の宿題 1.統計量を復習しておこう! 2.自分で一つビジネス課題を 見つけておこう!
12.
ビジネス課題と分析課題
13.
Sales Time 【誕⽣生期】 【成⻑⾧長期】 【成熟期】
【衰退期】 ・認知拡⼤大 ・会員獲得 ・トライアル喚起 ・リピート促進 ・クロスセル ・アップセル ・インセンティブ ・サービス差別化 ・囲い込み ・ブランドスイッチ ・ロイヤル化 ・離離反防⽌止 ・サービス⾒見見直し ・サービス収束 【再掲】ビジネスサイクルとデータ分析
14.
認知拡⼤大 会員獲得 トライアル喚起 CMや⼤大規模キャンペーンなどのマスプロモーションにより、 認知を拡⼤大させ、会員化、トライアル利利⽤用を喚起させていく ことで、シェアのクリティカルマスを獲りにいく!! 誕⽣生期
15.
ポイントなどのインセンティブやクロスセル・アップセルに より、リピート利利⽤用を促進させていくことで、売上を増⼤大 させていく。 成⻑⾧長期 インセンティブ クロスセル アップセル リピート促進 +
16.
ポイントなどのインセンティブやクロスセル・アップセルに より、リピート利利⽤用を促進させていくことで、売上を増⼤大 させていく。 成⻑⾧長期 インセンティブ クロスセル アップセル リピート促進 +
17.
競合からの ブランドスイッチ ⾃自社顧客の 囲い込み ロイヤル プログラム Frequency Monetary Frequency Monetary プレミアム商品の プレゼント 競合からのブランドスイッチを促す⼀一⽅方、⾃自社の顧客 を囲い込むことで⾃自社からの顧客流流出を防ぎ、競合との 限られたシェアの奪い合いに打ち勝つ!! 成熟期
18.
ビジネス課題を分析で全て解決できるわけでは ありません。 分析課題はビジネス課題の中に内包されています。 ビジネス課題のどの部分をどのように分析課題に 落落とし込むのか、または、どの部分は落落としこめない のかを交通整理理することが分析設計の第⼀一歩です。 分析課題 ビジネス課題 ビジネス課題と分析課題との関係性
19.
【ビジネス課題】 ・今度度、サイトをリニューアルしようと思っているん だけれど、本当にリニューアルしたほうがよいのか 分からない・・・ <仮説> サイトをリニューアルしたことでユーザビリティ(使いやすさ) の向上が⾒見見込まれ、その結果として、①直帰率率率の減衰 ②滞在時間の向上 ③KPI(CvRなど)の向上などが挙げられる。 【分析課題】 今回は、③の効果検証として、リニューアル前後のCvRを ⽐比較する。 ケース1
20.
【ビジネス課題】 ・PCメインの開発からスマホメインの開発に切切り替え ようと思っているんだけれど、それで⼤大丈夫? <仮説> 今後、スマホユーザーは⼤大幅に増加すると⾒見見⽴立立てている。 【分析課題】 現状のPCユーザー、PC+スマホ併⽤用ユーザー、スマホユーザー のUU数、Cv数の増減度度合いを時系列列で確認する。 ケース2
21.
【ビジネス課題】 ・CMをやっている時期にCvは増えるんだけれど、同 時期にブランドワードからの流流⼊入も増えている。 本当にCMを実施し続けたほうがいいのかなぁ? <仮説> CMには、興味を喚起する効果があり、その結果として、 ブランドワードからの流流⼊入が増加するという構造になっている のではないか。 【分析課題】 CM投下量量とブランドワードからの流流⼊入量量との関係性を導出し、 CMがブランドワードに与える影響を明らかにする。 ケース3
22.
1章のまとめ ビジネスサイクルによって、検討するべき課題は異なる! ビジネス課題の分析課題に落とし込みが肝! 課題を落とし込む際には、常に仮説を持つことが重要!
23.
分析設計と母集団定義
24.
分析設計とは? ⽬目的を達成するための道標 分析企画 ⺟母集団定義 分析データ作成
25.
分析設計に必要なもの 1/3 論論理理的思考⼒力力 統計知識識 A B C D E F ? ? ? ? ? ?
26.
分析設計に必要なもの 2/3 ⾃自分⾃自⾝身の仮説を持つこと!!
27.
仮説思考 メタ思考 ・⾃自⾝身で仮説を持ち、それを 成⻑⾧長、検証する思考⽅方法 ・課題設定そのものを考え、 物事の本質を問う思考⽅方法 このビジネス課題は、 そもそも課題設定が 合っているのだろうか? 今回のキャンペーンは CvRを○○ポイント押し上げて いるのでは? 分析設計に必要なもの 3/3
28.
2つの仮説に対するアプローチ 仮 説 仮説を探索する 仮説を関連付ける 関連性の輪を広げる
輪の重なりを固める 仮説を持つ 検証Goalを定める 検証Stepを決める 仮説を確かめる 仮 説 仮 説 1 仮 説 2 仮 説 3 ビジネス課題1 ビジネス課題2 A B % Step 1 Step 2 step 3 分析 企画 母集団 定義 集計・ 分析 【仮説発⾒見見アプローチ】 【仮説検証アプローチ】
29.
2つのアプローチの特徴 アジャイル型 仮説発⾒見見アプローチ 仮説検証アプローチ ウォーターフォール型 スピードを重視し、ユーザー のニーズを逐次受け⼊入れながら 進めていくやり⽅方。 ⽬目的に合わせて実施内容を 構造化し、前⼯工程に戻らない ように進めていくやり⽅方。
30.
利利益を最⼤大にするには? 売上を最⼤大にする コストを最⼩小にする 利利⽤用回数を増やす 利利⽤用単価を増やす 潜 在 ユ ー ザ ー を 顕 在 化 さ せ る 新 規 ユ ー ザ ー を リ ピ ー タ ー に す る リ ピ ー タ ー を ロ イ ヤ ル 化 す る ク ロ ス セ ル を 推 進 す る ア プ セ ル を 推 進 す る 集客コストを 最適にする WEB開発コストを 最適にする 無 料料 集 客 を 推 進 す る 有 料料 集 客 を 最 適 化 す る サ イ ト 開 発 を 最 適 化 す る 運 ⽤用 シ ス テ ム を 最 適 化 す る ロジックツリーをもちいたビジネス課題の整理理
31.
ロジックツリーをもちいたビジネス課題の整理理 ビジネス課題 分析⽬目的 仮説 分析内容 分析⽅方法 データ期間 新規ユーザーの利利⽤用回数を増やし、売上をUPしたい 1回利利⽤用者と2回以上利利⽤用者とのマーケティング刺刺激への 接触度度合いを確認する 会員数は既に市場でトップであり、2回以上利利⽤用経験がある リーピーターは、その後も継続する傾向にある。しかし、 1回利利⽤用して休眠してしまうユーザーも相当数おり、いかに 1回から2回への壁を打ち破れるかが、売上をUPする肝だ。 ①1回利利⽤用者と2回以上利利⽤用者との広告流流⼊入経路路の相違を 確認する ②1回利利⽤用者と2回以上利利⽤用者とのポイント施策への 参加度度合いを確認する 基礎集計、クロス集計 2011年年5⽉月〜~2012年年3⽉月 分析⺟母集団 対象期間○⽉月×⽇日のうち、1回以上利利⽤用があるユーザー 分析データ アクセスログデータ、キャンペーンDB
32.
分析詳細設計シート 分析⽬目的 分析内容 分析⽅方法
分析⺟母集団 利利⽤用変数 備考No 1回利利⽤用者と2回以 上利利⽤用者との広告 流流⼊入経路路の相違を 確認する リスティングからの 流流⼊入数を確認する 基礎集計 全体 account 対象となる広告粒粒度度は、 アカウント単位01 バナーからの 流流⼊入数を確認する 基礎集計 全体 account 対象となる広告粒粒度度は、 アカウント単位02 アライアンスからの 流流⼊入数を確認する 基礎集計 全体 account 対象となる広告粒粒度度は、 アカウント単位03 アフィリエイトからの 流流⼊入数を確認する 基礎集計 全体 account 対象となる広告粒粒度度は、 アカウント単位04 ポンパレ販売による 利利⽤用率率率を確認する 基礎集計 全体 campaign_̲code ⽋欠損を除去05 じゃらん先⾏行行による 利利⽤用率率率を確認する 基礎集計 全体 campaign_̲code ⽋欠損を除去06 期間限定施策による 利利⽤用率率率を確認する 基礎集計 全体 campaign_̲code ⽋欠損を除去07 ・・・ ・・・ ・・・ ・・・ ・・・08 ・・・ ・・・ ・・・ ・・・ ・・・ ・・・09 1回利利⽤用者と2回以 上利利⽤用者とのポイ ント施策への参加 度度合いを確認する
33.
分析対象⺟母集団の定義 分析対象者を定義することです。 ⽬目的に応じて、誰を分析対象とするのかを明確に決める 必要があります。 キャンペーンの効果測定を 実施したいので、 分析対象者は・・・ Cvユーザー ⾮非Cvユーザー キャンペーン 接触ユーザー ロイヤル ユーザー 直帰 ユーザー
34.
DB図やベン図を⽤用いた⺟母集団定義 1/3 全体 N=5,000,000 DB図を⽤用いた⽅方法 ベン図を⽤用いた⽅方法 アクティブユーザー N=1,000,000 Cvユーザー N=300,000 全体
N=5,000,000 アクティブユーザー N=1,000,000 Cvユーザー N=300,000 DB図の⼤大きさで、分析対象者の絞り込み を可視化する。Nullや不不良良ユーザーの 仕分けに⽤用いることが多い。 ベン図でユーザーがMECEになるように 可視化する。ユーザーの重複なく、どの ユーザーを分析対象者にするのかを 整理理する際に⽤用いることが多い。
35.
キャンペーンの効果測定を実施したいので、分析対象者は? 全体 N=5,000,000 アクティブユーザー
N=1,000,000 効果測定期間のアクティブ ユーザー N=300,000 キャンペーン ⾮非接触ユーザー キャンペーン 接触ユーザー 効果測定期間 アクティブユーザー N=300,000 Null値の除去 N=299,000 異異常値の除去 N=295,000 分析対象者は、効果測定期間のアクティブユーザー300,000⼈人のうち、 Nullや異異常値を除いた295,000⼈人である。 DB図やベン図を⽤用いた⺟母集団定義 2/3
36.
どのように、効果を測るのか? 効果をCvと置いた場合、 キャンペーン接触ユーザーと⾮非接触 ユーザーのCvRの違いを⾒見見ることで 効果を測る。 効果測定期間のアクティブ ユーザー N=300,000 キャンペーン ⾮非接触ユーザー キャンペーン 接触ユーザー Cvユーザー ⾮非Cvユーザー ●%
▲% ●% ▲%VSこの%の差分が効果⇒ DB図やベン図を⽤用いた⺟母集団定義 3/3
37.
分析設計のツボ どのアウトプットがあれば、OKなのか? 効果測定期間のアクティブ ユーザー N=300,000 キャンペーン ⾮非接触ユーザー キャンペーン 接触ユーザー Cvユーザー ⾮非Cvユーザー ●%
▲% 【Output】 0.0% 0.1% 0.2% 0.3% 0.4% 0.5% 0.6% 0.7% 0.8% 接触ユーザー 非接触ユーザー CvR 接触ユーザー 非接触ユーザー +0.4 “この⼀一枚があればOK”を具体的に記述する
38.
棒グラフ ヒストグラム 折れ線グラフ 円グラフ
帯グラフ 累累積帯グラフ 0 10 20 30 40 50 4月 5月 6月 7月 8月 9月 10月 11月 12月 1月 2月 3月 50% 15% 60% 30% 20% 10% 20% 65% 30% 0% 20% 40% 60% 80% 100% C B A 0 20 40 60 80 A B 0 10 20 30 40 50 60 10代以下 20代 30代 40代 50代 60代以上 0 200 400 600 800 1000 1200 1400 1 2 3 4 5 6 7 8 9 10 50% 30% 20% 【参考】グラフの種類 1/2
39.
散布図 バブルチャート 箱髭図 パレート図
レーダーチャート 0 2 4 6 8 10 0 2 4 6 8 10 0% 10% 20% 30% 40% 50% 使いやすさ 情報の鮮度 検索しやすさ わかりやすさ 読みやすさ 色づかい 全体 ロイヤル顧客層 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 100 200 300 400 500 600 700 800 900 1000 A B C 人数 売上 ポンパレ販売 JLN先行付与 口コミCP 予約促進FS BT既存先行付与 旧JLN交換 オープンCP スマデCP ゼクシィコラボ メルマガ SEOCP 0 5,000 10,000 15,000 20,000 25,000 30,000 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 【参考】グラフの種類 2/2
40.
注意点!! 会員DB 利利⽤用履履歴DB アクセスログ <分析詳細設計書> 分析⽤用 データセット 分析詳細設計書を基に、分析⽤用データセットを作成しましょう。 分析⽤用データセットを作成してから、分析設計を⾏行行っては いけません!
41.
分析設計とは? 分析設計に必要なスキルは? 分析設計を成功させるためのコツは? ⽬目的(仮説発⾒見見/検証)を達成するための道標。 論論理理的思考⼒力力。 仮説思考:⾃自⾝身で仮説を持ち、それを成⻑⾧長、検証する思考⽅方法 メタ思考:課題設定そのものを考え、物事の本質を問う思考⽅方法 分析⽬目的や内容をロジックツリーを⽤用いて構造化する。 ⺟母集団定義をDB図やベン図を⽤用いながら定義する。 “この⼀一枚があればOK”を具体的に記述する。 2章のまとめ
42.
おわりに
43.
統計知識識と分析設計スキル 分析設計 スキル 統計知識 必要最低限の統計知識識と分析設計スキルがあれば、 分析の難しい⽅方法論論を知らなくても切切り抜けられます。
44.
【再掲】全3回の講義内容の紹介 1回⽬目 実務家向け 統計講座 統計という名の武器を ⾝身に付ける 2回⽬目 分析設計 講座 ビジネス課題を分析 課題へ落落とし込む 3回⽬目 ケース スタディ 1,2回の知識識やスキル で課題を体感する
45.
①分析課題への 落落とし込み ②分析設計と ⺟母集団定義 ③アウトプット の具体化 ④集計・分析 Histogram of data1$cv data1$cv Frequency 500
1000 1500 2000 2500 3000 020406080 > mean(data1$c v) [1] 1363.614 > sd(data1$cv) [1] 425.9597 1000 1500 2000 2500 3000 050000100000150000 data1$cv data1$listing 0 20 40 60 80 100 120 140 リスティング ポイント ポイント-‐先行付与 ポイント-‐後付与 ポイント-‐販売 ポイント-‐振り出し LTV LTV 0 100 200 300 400 500 600 700 800 900 0 200 400 600 800 1000 リスティング ポイント 線形 (リスティング) 対数 (ポイント) 次回予告 1/5
46.
ビジネス課題 分析⽬目的 仮説 分析内容 分析⽅方法 データ期間 分析⺟母集団 分析データ 次回予告 2/5
47.
次回予告次回予告 3/5
48.
次回予告 分析⽬目的 分析内容 分析⽅方法
分析⺟母集団 利利⽤用変数 備考No 01 02 03 04 05 06 07 08 09 次回予告 4/5
49.
OUTPUTイメージ 次回予告 5/5
50.
今回の宿題 自分自身で考えたビジネス課題を 分析課題に落としてみよう!!
51.
ご清聴、ありがとうございました。
Download now