Submit Search
Upload
Treasure Data × Wave Analytics EC Demo
•
4 likes
•
8,015 views
Takahiro Inoue
Follow
https://dl.dropboxusercontent.com/u/136850/wave_analytics_ec_demo.pdf
Read less
Read more
Technology
Report
Share
Report
Share
1 of 32
Download now
Download to read offline
Recommended
20140708 オンラインゲームソリューション
20140708 オンラインゲームソリューション
Takahiro Inoue
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
Takahiro Inoue
トレジャーデータ流,データ分析の始め方
トレジャーデータ流,データ分析の始め方
Takahiro Inoue
Treasure Data Intro for Data Enthusiast!!
Treasure Data Intro for Data Enthusiast!!
Takahiro Inoue
OSSを活用したダッシュボード の紹介
OSSを活用したダッシュボード の紹介
BigData Sios
For blog hive_ql_on_treasuredata
For blog hive_ql_on_treasuredata
BigData Sios
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
Takahiro Inoue
Hivemall v0.3の機能紹介@1st Hivemall meetup
Hivemall v0.3の機能紹介@1st Hivemall meetup
Makoto Yui
Recommended
20140708 オンラインゲームソリューション
20140708 オンラインゲームソリューション
Takahiro Inoue
トレジャーデータのバッチクエリとアドホッククエリを理解する
トレジャーデータのバッチクエリとアドホッククエリを理解する
Takahiro Inoue
トレジャーデータ流,データ分析の始め方
トレジャーデータ流,データ分析の始め方
Takahiro Inoue
Treasure Data Intro for Data Enthusiast!!
Treasure Data Intro for Data Enthusiast!!
Takahiro Inoue
OSSを活用したダッシュボード の紹介
OSSを活用したダッシュボード の紹介
BigData Sios
For blog hive_ql_on_treasuredata
For blog hive_ql_on_treasuredata
BigData Sios
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
トレジャーデータ株式会社について(for all Data_Enthusiast!!)
Takahiro Inoue
Hivemall v0.3の機能紹介@1st Hivemall meetup
Hivemall v0.3の機能紹介@1st Hivemall meetup
Makoto Yui
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
Treasure Data, Inc.
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
Takahiro Inoue
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
Takahiro Inoue
事例で学ぶトレジャーデータ 20140612
事例で学ぶトレジャーデータ 20140612
Takahiro Inoue
SmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォーム
SmartNews, Inc.
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
並列データベースシステムの概念と原理
並列データベースシステムの概念と原理
Makoto Yui
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
Kazuhiro Miyajima
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Takahiro Inoue
分散グラフデータベース DataStax Enterprise Graph
分散グラフデータベース DataStax Enterprise Graph
Yuki Morishita
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
Insight Technology, Inc.
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
BrainPad Inc.
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Hideo Takagi
Hadoop / Elastic MapReduceつまみ食い
Hadoop / Elastic MapReduceつまみ食い
Ryuji Tamagawa
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
Hideo Takagi
[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高...
[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高...
Insight Technology, Inc.
SparkMLlibで始めるビッグデータを対象とした機械学習入門
SparkMLlibで始めるビッグデータを対象とした機械学習入門
Takeshi Mikami
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
Toshiaki Enami
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [実践編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [実践編]
Hideo Takagi
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
Hideo Takagi
Introduction to New features and Use cases of Hivemall
Introduction to New features and Use cases of Hivemall
Treasure Data, Inc.
Domoによるモニタリングオートメーション
Domoによるモニタリングオートメーション
Taro Yoshioka
More Related Content
What's hot
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
Treasure Data, Inc.
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
Takahiro Inoue
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
Takahiro Inoue
事例で学ぶトレジャーデータ 20140612
事例で学ぶトレジャーデータ 20140612
Takahiro Inoue
SmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォーム
SmartNews, Inc.
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Treasure Data, Inc.
並列データベースシステムの概念と原理
並列データベースシステムの概念と原理
Makoto Yui
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
Kazuhiro Miyajima
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
Takahiro Inoue
分散グラフデータベース DataStax Enterprise Graph
分散グラフデータベース DataStax Enterprise Graph
Yuki Morishita
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
Insight Technology, Inc.
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
BrainPad Inc.
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Hideo Takagi
Hadoop / Elastic MapReduceつまみ食い
Hadoop / Elastic MapReduceつまみ食い
Ryuji Tamagawa
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
Hideo Takagi
[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高...
[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高...
Insight Technology, Inc.
SparkMLlibで始めるビッグデータを対象とした機械学習入門
SparkMLlibで始めるビッグデータを対象とした機械学習入門
Takeshi Mikami
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
Toshiaki Enami
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [実践編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [実践編]
Hideo Takagi
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
Hideo Takagi
What's hot
(20)
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
この Visualization がすごい2014 〜データ世界を彩るツール6選〜
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
事例で学ぶトレジャーデータ 20140612
事例で学ぶトレジャーデータ 20140612
SmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォーム
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
Prestoで実現するインタラクティブクエリ - dbtech showcase 2014 Tokyo
並列データベースシステムの概念と原理
並列データベースシステムの概念と原理
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
1000人規模で使う分析基盤構築 〜redshiftを活用したeuc
Tableauが魅せる Data Visualization の世界
Tableauが魅せる Data Visualization の世界
分散グラフデータベース DataStax Enterprise Graph
分散グラフデータベース DataStax Enterprise Graph
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
[C23] 「今」を分析するストリームデータ処理技術とその可能性 by Takahiro Yokoyama
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Hadoop / Elastic MapReduceつまみ食い
Hadoop / Elastic MapReduceつまみ食い
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [概要編]
[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高...
[db tech showcase Tokyo 2018] #dbts2018 #C13 『IoT からクラウドで活用される Hybrid Data を高...
SparkMLlibで始めるビッグデータを対象とした機械学習入門
SparkMLlibで始めるビッグデータを対象とした機械学習入門
Pydata Amazon Kinesisのご紹介
Pydata Amazon Kinesisのご紹介
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [実践編]
【ウェブ セミナー】AI / アナリティクスを支えるビッグデータ基盤 Azure Data Lake [実践編]
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
【ウェブ セミナー】AI 時代のクラウド データ ウェアハウス Azure SQL Data Warehouse [実践編]
Viewers also liked
Introduction to New features and Use cases of Hivemall
Introduction to New features and Use cases of Hivemall
Treasure Data, Inc.
Domoによるモニタリングオートメーション
Domoによるモニタリングオートメーション
Taro Yoshioka
Scalable Hadoop in the cloud
Scalable Hadoop in the cloud
Treasure Data, Inc.
監視ツールの話
監視ツールの話
Masahiro Nagano
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
Takahiro Inoue
Podling Hivemall in the Apache Incubator
Podling Hivemall in the Apache Incubator
Makoto Yui
HivemallとSpark MLlibの比較
HivemallとSpark MLlibの比較
Makoto Yui
Packaging Ecosystems -Monki Gras 2017
Packaging Ecosystems -Monki Gras 2017
Treasure Data, Inc.
Wave Analytics
Wave Analytics
CloudTech
hivemallを使って4日間で性別推定した話
hivemallを使って4日間で性別推定した話
eventdotsjp
Webマーケターを支援するtableau(タブロー)のケイパビリティ
Webマーケターを支援するtableau(タブロー)のケイパビリティ
Kazuhiro Kida
Wave analyticsによるダッシュボード開発
Wave analyticsによるダッシュボード開発
Salesforce Developers Japan
Tableauを使ってよかった3つのこと
Tableauを使ってよかった3つのこと
Hiroki Takarada
Top 10 BI Trends for 2013
Top 10 BI Trends for 2013
Tableau Software
トレジャーデータ 導入体験記 リブセンス編
トレジャーデータ 導入体験記 リブセンス編
Kentaro Yoshida
Adobe Analytics
Adobe Analytics
Ranga Vinod kumar
Sano hmm 20150512
Sano hmm 20150512
Masakazu Sano
オンラインゲームソリューション@トレジャーデータ
オンラインゲームソリューション@トレジャーデータ
Takahiro Inoue
First step of UX Monitoring 〜UXモニタリングこと始め〜
First step of UX Monitoring 〜UXモニタリングこと始め〜
Taro Yoshioka
Data-Driven Development Era and Its Technologies
Data-Driven Development Era and Its Technologies
SATOSHI TAGOMORI
Viewers also liked
(20)
Introduction to New features and Use cases of Hivemall
Introduction to New features and Use cases of Hivemall
Domoによるモニタリングオートメーション
Domoによるモニタリングオートメーション
Scalable Hadoop in the cloud
Scalable Hadoop in the cloud
監視ツールの話
監視ツールの話
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
Podling Hivemall in the Apache Incubator
Podling Hivemall in the Apache Incubator
HivemallとSpark MLlibの比較
HivemallとSpark MLlibの比較
Packaging Ecosystems -Monki Gras 2017
Packaging Ecosystems -Monki Gras 2017
Wave Analytics
Wave Analytics
hivemallを使って4日間で性別推定した話
hivemallを使って4日間で性別推定した話
Webマーケターを支援するtableau(タブロー)のケイパビリティ
Webマーケターを支援するtableau(タブロー)のケイパビリティ
Wave analyticsによるダッシュボード開発
Wave analyticsによるダッシュボード開発
Tableauを使ってよかった3つのこと
Tableauを使ってよかった3つのこと
Top 10 BI Trends for 2013
Top 10 BI Trends for 2013
トレジャーデータ 導入体験記 リブセンス編
トレジャーデータ 導入体験記 リブセンス編
Adobe Analytics
Adobe Analytics
Sano hmm 20150512
Sano hmm 20150512
オンラインゲームソリューション@トレジャーデータ
オンラインゲームソリューション@トレジャーデータ
First step of UX Monitoring 〜UXモニタリングこと始め〜
First step of UX Monitoring 〜UXモニタリングこと始め〜
Data-Driven Development Era and Its Technologies
Data-Driven Development Era and Its Technologies
Similar to Treasure Data × Wave Analytics EC Demo
Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127
kan_yukiko
『ビッグデータ時代を勝ち抜くデータマネジメント』 セミナー資料
『ビッグデータ時代を勝ち抜くデータマネジメント』 セミナー資料
Akihiko Uchino
データマート対応した話
データマート対応した話
株式会社オプト 仙台ラボラトリ
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
Developers Summit
YJTC18 D-7 Yahoo!ショッピングのサービスデータ活用事例
YJTC18 D-7 Yahoo!ショッピングのサービスデータ活用事例
Yahoo!デベロッパーネットワーク
海外先進IoT事例を材料に、日本のIoTビジネスを共に創ろう!(再) _IoTビジネス共創ラボ 第10回 勉強会
海外先進IoT事例を材料に、日本のIoTビジネスを共に創ろう!(再) _IoTビジネス共創ラボ 第10回 勉強会
IoTビジネス共創ラボ
A21 列指向DB HP Vertica ~その圧倒的な高速検索の謎を解き明かす~ byKeizo Aizawa
A21 列指向DB HP Vertica ~その圧倒的な高速検索の謎を解き明かす~ byKeizo Aizawa
Insight Technology, Inc.
AnyTranとの機能比較 Vol.1(2020/09/14)
AnyTranとの機能比較 Vol.1(2020/09/14)
Tatsuya Kurobuchi
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
Rakuten Group, Inc.
【Japan Partner Conference 2019】Intelligent Reatil ~流通業のトランスフォーメーションを支えるマイクロソフ...
【Japan Partner Conference 2019】Intelligent Reatil ~流通業のトランスフォーメーションを支えるマイクロソフ...
日本マイクロソフト株式会社
未来を予測せよ 〜あるエンジニアが挑んだKaggleコンペの軌跡〜
未来を予測せよ 〜あるエンジニアが挑んだKaggleコンペの軌跡〜
Masakazu Mori
Blockchain Market Trend (June 2018)
Blockchain Market Trend (June 2018)
Motoi Oyane
データサイエンティスト協会 木曜勉強会 #02 講演2:『ビッグデータの0次分析手法と適用例のご紹介 ~俯瞰から始まる企業内ビッグデータの活用~』
データサイエンティスト協会 木曜勉強会 #02 講演2:『ビッグデータの0次分析手法と適用例のご紹介 ~俯瞰から始まる企業内ビッグデータの活用~』
The Japan DataScientist Society
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
Insight Technology, Inc.
Realize tokyo2019 yrglm
Realize tokyo2019 yrglm
Katsuya Uehara
Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004
Satoru Ishikawa
Web販路獲得施策のご提案書
Web販路獲得施策のご提案書
ssuser4ec943
スマートアップ スマートフォンサービス マーケティング手法 〜避けよう!弊社の失敗談編〜
スマートアップ スマートフォンサービス マーケティング手法 〜避けよう!弊社の失敗談編〜
Koichiro Sumi
CLOUDIAN Presentation at VERITAS VISION in Tokyo
CLOUDIAN Presentation at VERITAS VISION in Tokyo
CLOUDIAN KK
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
griddb
Similar to Treasure Data × Wave Analytics EC Demo
(20)
Tokyo webmining発表資料 20111127
Tokyo webmining発表資料 20111127
『ビッグデータ時代を勝ち抜くデータマネジメント』 セミナー資料
『ビッグデータ時代を勝ち抜くデータマネジメント』 セミナー資料
データマート対応した話
データマート対応した話
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
デブサミ2013【15-C-6】5msの中身を公開!~ネット広告配信と支える職人達~
YJTC18 D-7 Yahoo!ショッピングのサービスデータ活用事例
YJTC18 D-7 Yahoo!ショッピングのサービスデータ活用事例
海外先進IoT事例を材料に、日本のIoTビジネスを共に創ろう!(再) _IoTビジネス共創ラボ 第10回 勉強会
海外先進IoT事例を材料に、日本のIoTビジネスを共に創ろう!(再) _IoTビジネス共創ラボ 第10回 勉強会
A21 列指向DB HP Vertica ~その圧倒的な高速検索の謎を解き明かす~ byKeizo Aizawa
A21 列指向DB HP Vertica ~その圧倒的な高速検索の謎を解き明かす~ byKeizo Aizawa
AnyTranとの機能比較 Vol.1(2020/09/14)
AnyTranとの機能比較 Vol.1(2020/09/14)
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
【Japan Partner Conference 2019】Intelligent Reatil ~流通業のトランスフォーメーションを支えるマイクロソフ...
【Japan Partner Conference 2019】Intelligent Reatil ~流通業のトランスフォーメーションを支えるマイクロソフ...
未来を予測せよ 〜あるエンジニアが挑んだKaggleコンペの軌跡〜
未来を予測せよ 〜あるエンジニアが挑んだKaggleコンペの軌跡〜
Blockchain Market Trend (June 2018)
Blockchain Market Trend (June 2018)
データサイエンティスト協会 木曜勉強会 #02 講演2:『ビッグデータの0次分析手法と適用例のご紹介 ~俯瞰から始まる企業内ビッグデータの活用~』
データサイエンティスト協会 木曜勉強会 #02 講演2:『ビッグデータの0次分析手法と適用例のご紹介 ~俯瞰から始まる企業内ビッグデータの活用~』
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
[db tech showcase Tokyo 2015] E27: Neo4jグラフデータベース by クリエーションライン株式会社 李昌桓
Realize tokyo2019 yrglm
Realize tokyo2019 yrglm
Cm re growth-devio-mtup11-sapporo-004
Cm re growth-devio-mtup11-sapporo-004
Web販路獲得施策のご提案書
Web販路獲得施策のご提案書
スマートアップ スマートフォンサービス マーケティング手法 〜避けよう!弊社の失敗談編〜
スマートアップ スマートフォンサービス マーケティング手法 〜避けよう!弊社の失敗談編〜
CLOUDIAN Presentation at VERITAS VISION in Tokyo
CLOUDIAN Presentation at VERITAS VISION in Tokyo
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
More from Takahiro Inoue
Hadoop and the Data Scientist
Hadoop and the Data Scientist
Takahiro Inoue
MongoDB: Intro & Application for Big Data
MongoDB: Intro & Application for Big Data
Takahiro Inoue
An Introduction to Fluent & MongoDB Plugins
An Introduction to Fluent & MongoDB Plugins
Takahiro Inoue
An Introduction to Tinkerpop
An Introduction to Tinkerpop
Takahiro Inoue
An Introduction to Neo4j
An Introduction to Neo4j
Takahiro Inoue
The Definition of GraphDB
The Definition of GraphDB
Takahiro Inoue
Large-Scale Graph Processing〜Introduction〜(完全版)
Large-Scale Graph Processing〜Introduction〜(完全版)
Takahiro Inoue
Large-Scale Graph Processing〜Introduction〜(LT版)
Large-Scale Graph Processing〜Introduction〜(LT版)
Takahiro Inoue
Advanced MongoDB #1
Advanced MongoDB #1
Takahiro Inoue
はじめてのGlusterFS
はじめてのGlusterFS
Takahiro Inoue
はじめてのMongoDB
はじめてのMongoDB
Takahiro Inoue
MongoDB & Hadoop: Flexible Hourly Batch Processing Model
MongoDB & Hadoop: Flexible Hourly Batch Processing Model
Takahiro Inoue
MongoDB: Replication,Sharding,MapReduce
MongoDB: Replication,Sharding,MapReduce
Takahiro Inoue
MongoDB Oplog入門
MongoDB Oplog入門
Takahiro Inoue
Map Reduce ~Continuous Map Reduce Design~
Map Reduce ~Continuous Map Reduce Design~
Takahiro Inoue
Map Reduce 〜入門編:仕組みの理解とアルゴリズムデザイン〜
Map Reduce 〜入門編:仕組みの理解とアルゴリズムデザイン〜
Takahiro Inoue
MongoDB全機能解説2
MongoDB全機能解説2
Takahiro Inoue
MongoDBで作るソーシャルデータ新解析基盤
MongoDBで作るソーシャルデータ新解析基盤
Takahiro Inoue
MongoDB全機能解説1
MongoDB全機能解説1
Takahiro Inoue
Mongo sharding
Mongo sharding
Takahiro Inoue
More from Takahiro Inoue
(20)
Hadoop and the Data Scientist
Hadoop and the Data Scientist
MongoDB: Intro & Application for Big Data
MongoDB: Intro & Application for Big Data
An Introduction to Fluent & MongoDB Plugins
An Introduction to Fluent & MongoDB Plugins
An Introduction to Tinkerpop
An Introduction to Tinkerpop
An Introduction to Neo4j
An Introduction to Neo4j
The Definition of GraphDB
The Definition of GraphDB
Large-Scale Graph Processing〜Introduction〜(完全版)
Large-Scale Graph Processing〜Introduction〜(完全版)
Large-Scale Graph Processing〜Introduction〜(LT版)
Large-Scale Graph Processing〜Introduction〜(LT版)
Advanced MongoDB #1
Advanced MongoDB #1
はじめてのGlusterFS
はじめてのGlusterFS
はじめてのMongoDB
はじめてのMongoDB
MongoDB & Hadoop: Flexible Hourly Batch Processing Model
MongoDB & Hadoop: Flexible Hourly Batch Processing Model
MongoDB: Replication,Sharding,MapReduce
MongoDB: Replication,Sharding,MapReduce
MongoDB Oplog入門
MongoDB Oplog入門
Map Reduce ~Continuous Map Reduce Design~
Map Reduce ~Continuous Map Reduce Design~
Map Reduce 〜入門編:仕組みの理解とアルゴリズムデザイン〜
Map Reduce 〜入門編:仕組みの理解とアルゴリズムデザイン〜
MongoDB全機能解説2
MongoDB全機能解説2
MongoDBで作るソーシャルデータ新解析基盤
MongoDBで作るソーシャルデータ新解析基盤
MongoDB全機能解説1
MongoDB全機能解説1
Mongo sharding
Mongo sharding
Recently uploaded
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
Hiroshi Tomioka
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
Recently uploaded
(9)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
Treasure Data × Wave Analytics EC Demo
1.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. Treasure Data × Wave Analytics (EC データ分析事例) 2016/07/04 Treasure Data K.K. チーフデータサイエンティスト 井上 敬浩
2.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. アジェンダ 2 1. Treasure Data 機能紹介 2. Treasure Data × Wave Analytics 連携について 3. EC ログ分析事例 on Wave Analytics
3.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. アジェンダ 3 1. Treasure Data 機能紹介 2. Treasure Data × Wave Analytics 連携について 3. EC ログ分析事例 on Wave Analytics
4.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. 会社概要 4 u 会社名 Treasure Data, Inc. u 設立 2011年12月 u 住所 米国本社 2565 Leghorn St., Mountain View, CA 94043 United States 東京支社 東京都千代田区丸の内2-4-1 丸の内ビルディング 34F u 代表者 Co-Founder 兼 CEO 芳川 裕誠 u 事業内容 多種大量データを即時に収集、分析、外部システム連携が容易なクラウド基盤を提供 これにより、複雑/面倒なデータ基盤を最新に保ちながら抽象化を図り、顧客は価値源泉である データ解析とそれを元にした施策自体にフォーカスが出来るようになる u 資本金 約40億円 u 従業員数 約100名 Korea:Seoul 拠点 データ量 Japan:Tokyo US:MountainView 3 8 , 00 0 ,0 00 , 00 0 , 00 0 件 Mobile Web Gaming Server IoT * 2 01 6 年3 月末現在の件数
5.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. トレジャーデータサービスとは 5 • クラウド型のデータマネージメントサービス。各種データを即座にアップロード、 クエリ分析し、⽤途に合わせその結果を様々なシステムと連携が可能 収集 分析 連携 モバイル ウェブ ゲーム サーバー IoT 統 合 Raw Data Sets Summaraized Data Sets API Web Console CRM マーケティング オートメーション Amazon Redshift ROBMS スプレッドシート BI Visualization
6.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 6 EC 購買ログ on Treasure Data - データベース • 1億件のアクセスログ • 100万⼈のメンバー • 1000万件のレシート トレジャーデータならこれら⼤規模な データセットの収集・統合・分散処理 が可能。
7.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 7 EC 購買ログ on Treasure Data - 会員データベース ⽒名などの個⼈情報は偽名 今回は,サードパーティデータとの連 携例として,居住地域に基づくプロ ファイル情報を付与。 100万⼈の会員データベース
8.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 8 EC 購買ログ on Treasure Data - 購買履歴データベース カテゴリ > サブカテゴリ > 商品ID 商品単価,点数,発注⽇,発送⽇など 1000万件の購買履歴(レ シート)データベース
9.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 9 EC 購買ログ on Treasure Data - 登録済みクエリ 登録されているクエリから必要な SQL を呼び出し。 • 売上分析 • RFM分析 • バスケット分析 • 需要予測 等,有益な多くのEC分析クエリテンプ レートを Treasure Data 側で提供。
10.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 10 EC 購買ログ on Treasure Data - バスケット分析結果 商品ペア 共起回数,各種共起係数 バスケット分析を⾏った結果 を格納したテーブル
11.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 11 EC 購買ログ on Treasure Data - クエリエディタ クエリの新規作成や編集は,クエリ エディタから⾏う。
12.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. アジェンダ 12 1. Treasure Data 機能紹介 2. Treasure Data × Wave Analytics 連携について 3. EC ログ分析事例 on Wave Analytics
13.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 13 ⽣データ群 2. トレジャーデータ 内で⼀時集計 集計済データ 1. ローデータのインポー ト(Batch, Stream) • EC 購買ログ • アクセスログ • ⾏動ログ • 広告配信ログ • マーケティング活 動データ • Etc.. Treasure Data × Wave Analytics 連携図 3. 「Sky On Demand」, 「Infomatica Rev」 によるデータ中継・ETL
14.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 14 Case1. Sky On Demand でデータフローを作成 Web UI から • インプットソース • 中間処理 • アウトプットソース の設定が可能 トレジャーデータから分 析⽤集計済テーブルを読 み込み,Wave Analytics へ書き出す,これをデイ リーバッチとして設定。
15.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 15 Case2. Infomatica REV でデータを Wave へエクスポート トレジャーデータから取 得した Wave 向けイン プットテーブルをワンク リックへ Wave へエクス ポート可能。
16.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. アジェンダ 16 1. Treasure Data 機能紹介 2. Treasure Data × Wave Analytics 連携について 3. EC ログ分析事例 on Wave Analytics
17.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 17 Wave Analytics による鮮やかなダッシュボード Sky On Demand より取り込ん だ分析⽤データセット データセットから様々な ダッシュボードを作成
18.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 18 A.カテゴリ別 ⽉間売上 ダッシュボード [ミクロ視点]
19.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 19 A.カテゴリ別 ⽉間売上 ダッシュボード [ミクロ視点] 1. カテゴリの絞り込み 2. 絞り込んだカテゴリにフォー カスしたチャートに変化
20.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 20 A.カテゴリ別 ⽉間売上 ダッシュボード [ミクロ視点] 1. カテゴリ×サブカテゴリ での売上ランキング & 平 均購買単価 3. ローデー タ 2. カテゴリごとの,サブカテゴリ の売上分布,平均購買単価分布
21.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 21 B. 商品別 異常検知 ダッシュボード [マクロ視点]
22.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 22 1. X-軸:売上(今⽉) X軸<0,Y軸<0は売上,購 買単価ともに前⽉⽐マイナ スの危険信号のあるバブル を意味する。 2. Y-軸:売上(前⽉) B. 品別 異常検知 ダッシュボード [マクロ視点] ・前⽉に対して売上が⼤き く伸びた商品は右下, ・前⽉に対して売上が⼤き く減った商品は左上, ・前⽉にたいして売上が横 ばいの商品は X=Y の数直 線上に位置。 1. X-軸:売上(前⽉⽐増減率) 2. Y-軸:アクセス(前⽉⽐増減率) 0<X軸,0<Y軸は売上,購 買単価ともに前⽉⽐プラス の勢いのあるバブルを意味 する。
23.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 23 売上増減率 Top 10テーブル B. 商品別 異常検知 ダッシュボード [マクロ視点] 売上急落,アクセス急落を 加味した「危険度スコア」 Top 10 商品ID別 アクセス推移 商品ID別 売上推移
24.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 24 C. ユーザープロファイル別 売上傾向 1⾏⽬:直近購⼊⽇(R),購⼊ 頻度(F),⽉間購⼊額(M)の セグメントによるユーザー数内訳 2⾏⽬:カテゴリ,サブカテゴリ のセグメントによる売上内訳 3⾏⽬:選択されたプロファイル 等の条件で絞り込んだユーザー 群に⽀持されている商品ランキ ング
25.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 25 C. ユーザープロファイル別 売上傾向 特定のプロファイル,居住地域, 年代を選択 指定した条件でのユーザー内訳, RFM,売上内訳,⽀持されてい る商品を表⽰!
26.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 26 D. RFM分析 1⾏⽬:Recency,Frequency, Monetary それぞれの分布(⼀次 元) 2⾏⽬:R, F, M の内の⼆軸を選 んだ分布(⼆次元)
27.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 27 D. RFM分析 Recency × Monetary の分布 マトリクスから1つを選択 残りの Recency の分布 を表⽰!(3次元) さらに選択したユーザー 群での年齢内訳,居住地 内訳,プロファイル内訳 を表⽰!
28.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 28 E. バスケット分析
29.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 29 E. バスケット分析 指定したカテゴリ,サブ カテゴリ,年次などの 様々な条件で分析結果を 絞り込み おなじ共起ペアでも,回 数・指数でインパクトが 異なる 単純な共起回数に限らず, 様々な共起係数を同時に 参照可能
30.
Copyright ©2015 Treasure
Data. All Rights Reserved.Copyright ©2015 Treasure Data. All Rights Reserved. 30 E. バスケット分析 おなじ共起ペアでも,各々 の指数で⾒ると,インパク トがどう変わるかをバブル チャートによって可視化
31.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. Treasure Data / Salesfore.com のソリューション連携 31 3r d パーティー オーディエンスデータ CRM / MA/ MC 1stパーティーデータ CRM / MA / O2O 広告効果測定ツール 可視化 収集 モバイルターゲティング デ ー タ マ ー ケ ッ ト プ レ イ ス 3rdパーティーデータ SDK(JS, iOS, Android) メディア ディスプレイ S S P モバイルアド ネットワーク 広告・施策 3PAS(第三者配信) 分析 Webアナリティクス 連携 各種メディアサイト DSP ⼈⼝/世帯統計、事業者/建物/施設 地理/気象/交通、商品/消費動向 評価/⼝コミ/メディア LPO L I N E メール パブリックDMP プライベートDMP (アナリティクス, 機械学習)
32.
Copyright ©2015 Treasure
Data. All Rights Reserved. Copyright © 2016, Treasure Data, Inc. All rights reserved. 主要なWave Analytics / Treasusure Dataの販売・連携パートナー 32
Download now