SaaSにとって最も重要なのに誰も見てないKPI：プロダクト・エンゲージメント
私達ExploratoryもSaaS（Software-as-a-Service）のビジネスモデル、つまり毎月（または毎年）のサブスクリプションによる課金によってお金を稼ぐというモデルです。これは、従来型のライセンスを売り切る形のビジネスモデルとは大きく違うので、ビジネスの状態を知るための指標も大きく変わってきます。 そこでMRR（Monthly Recurring Revenue）、Churn Rate（離脱率）、CLTV（Customer Life Time Value / 顧客生涯価値）、コンバーション率、CAC（Customer Acquisition Cost）などといった指標を定期的にモニターしていくことになるのですが、ここで問題があります。 こうした指標は後追い指標であり、例えば月末や期末にその数値を知った後では反省会はできますが、もうこの数字を変えることはできません。 ビジ
shapper is on CRAN, it’s an R wrapper over SHAP explainer for black-box models - SmarterPoland.pl
Written by: Alicja Gosiewska In applied machine learning, there are opinions that we need to choose between interpretability and accuracy. However in field of the Interpretable Machine Learning, there are more and more new ideas for explaining black-box models. One of the best known method for local explanations is SHapley Additive exPlanations (SHAP). The SHAP method is used to calculate influenc
スマートなランキングの作り方 〜AWA、REQUへの適用事例〜 | CA BASE CAMP | CyberAgent Developers Blog
こんにちは、株式会社サイバーエージェント 秋葉原ラボでデータ分析をしている鈴木元也と武内慎です。この度サイバーエージェントグループでの技術カンファレンスCA BASE CAMP 2019にて登壇させていただきました、「スマートなランキングの作り方 〜AWA、REQUへの適用事例〜」について解説させていただきます。 ランキングと聞くと “単純に数値を集計し、並び替えたリストを出せば終わり” と考えている人は多いのではないでしょうか？しかし、作ってみると思ったより考えることが多くて苦労した経験がある人は多少なりともいるかと思います。そんな人を今後増やさないために、スマートなランキングの作り方をまとめました。 ここでは幅広いサービスで適応できるように一般化したランキングの作成方法と AWA、REQUという2つのサービスのランキング作成事例についてご紹介いたします。 2つの重要なポイント ランキン
【完全保存版】島田紳助がNSCで語った【伝説の講義】全文書き出し
どーもゴーゴーケンゴ(@KNGrits)です！ この『伝説の講義』を丸暗記できるまで何度も繰り返して聞いたおかげで、ブログで結果を出すことが出来ました。 これを愚直に実践すれば、誰でも結果が出るレベルの貴重な話なので、ぜひ最後まで読んでみてください。 ▶︎著名人からのコメント あぁ、これ知られたくない秘伝だったのだがｗ・・。あと絶対に動画でみたほうがいいよ。凄いよ。＞【完全保存版】島田紳助がNSCで語った【伝説の講義】全文書き出し https://t.co/MZJJ3ux0tY — 田端 信太郎＠「ブランド人になれ！」7月発売 (@tabbata) 2018年6月6日 成功するのに必要な事殆ど書いてありますね。 教科書になってない事を研究したから、価値あるんですよ。https://t.co/Rrzvwg9pG1 — SHINJI KIMURA (@shinzizm2) 2018年6月6日
状態空間モデルのれんしゅう（レストランの来客予測） - rmizutaの日記
はじめに 時系列解析を行う上で、状態空間モデルが現状使用できる手法の中で優れているのではと自分の中で話題だったので、 使ってみることにしました。 状態空間モデルを使うことの目的 時系列解析を行う上でもモデルの種類は無数にあるのですが、 どういう場合に状態空間モデルを使うのでしょうか？ この部分については以下のサイトに詳しく書かれていました。 https://logics-of-blue.com/%E3%81%AA%E3%81%9C%E7%8A%B6%E6%85%8B%E7%A9%BA%E9%96%93%E3%83%A2%E3%83%87%E3%83%AB%E3%82%92%E4%BD%BF%E3%81%86%E3%81%AE%E3%81%8B/ 状態空間モデルはデータが得られるプロセスとは何か？を重視したモデルであり、 回帰分析よりも各要因の影響が納得性の高い形で見ることができ、またその構
検索連動広告の因果効果とROIの推定
ネット広告の因果効果推定について調べた時に読んだeBay*1の検索連動広告*2の因果効果推定についての論文が面白かったのでメモ。検索連動広告経由の流入のうち広告を出稿しなくとも得られた流入、つまり他の経路で流入したであろう分を差し引いた量(causal effectiveness of paid search ads)を推定しています。 Blake, Thomas, Chris Nosko, and Steven Tadelis. "Consumer heterogeneity and paid search effectiveness: A large‐scale field experiment." Econometrica 83.1 (2015): 155-174. https://www.nber.org/papers/w20171 要約 eBayはブランドキーワードとノンブランド
A/Bテストと統計的検定の注意点(その1) - ほくそ笑む
素晴らしい記事が上がっていたので言及したい。 仮説検証とサンプルサイズの基礎 - クックパッド開発者ブログ この記事では、A/Bテストにおいて、意味のある差が出たかどうかを統計的検定を用いて判断する方法を説明しています。 Web上にある多くのA/Bテストの記事と異なるのは、単に検定手法にデータを突っ込んでp値を出すのではなく、 意味のある差とは何かを事前に決定する サンプルサイズを事前に決定する という統計的検定のフレームワークに則ったまともな方法で判断を行っているという点です。 よく言われる統計的検定は無意味だなどという言論の多くは、このフレームワークを使っていないだけに過ぎず、不確実な事象に対する科学的な検証方法として、統計的検定のフレームワークの強力さはいまだ健在です。 さて、統計的検定のフレームワークについては上の記事および記事中で紹介されている参考文献にお任せするとして、ここでは
【データ分析の民主化】データドリブンな組織になるには何をしたらいいのか考えてみた - St_Hakky’s blog
こんにちは。 今日は、データドリブンな組織になるために、何をしたらいいかを考えてみたので、それについて書きます。 データドリブンな組織の必要性 先日、以下の記事で「データドリブンな組織ってなんで必要なのか」と言う観点で記事を書きました。 st-hakky.hatenablog.com 上の記事を要約すると、以下のようになります。 意思決定を「早く・確実に・納得感を持って」するために、データ分析をする(アナリスト視点) データを活用して新機能の開発やコスト削減を行う(MLエンジニア視点) データ分析をベースにした組織、つまりデータドリブンな組織になるためには「データ分析の民主化」が必要(組織全体の視点) データドリブンな組織になるためには、「データ分析の民主化」って言う最近のホットワード(?)なのか知りませんが、そう言うのが必要です。 ぼんやりした言葉なので、具体的に何をすればいいのかと言う
なぜデータサイエンスのゼネラリストになるべきではないのか | 人工知能ニュースメディア AINOW
著者のJeremie Harris氏は、データサイエンティスト志望者が職に就くまで助言を行うメンターシップ・サービスを提供するスタートアップSharpestMindsの共同設立者。同氏が英文長文記事メディアMediumに投稿した記事では、データサイエンティスト志望者が目指すべきキャリアパスについて論じられています。 現在「データサイエンス」という言葉で語られる内容は広範囲にわたる一方で、データサイエンスをビジネスに活用したい企業はそれぞれ個別的な問題を抱えています。こうした現状をふまえて、同氏はデータサイエンティスト志望者に「どんなデータサイエンティストになりたいのか」ということを第一に考えることをすすめています。というのも、漠然とデータサイエンスに関して何でも知っている人材より、企業が抱えている具体的な問題を解決する専門的なスキルを持っている人材のほうが雇用のチャンスに恵まれるからです。
仕事の教え方の理想がここに 発達障がい者への支援を目的として作成された「職場で使える『虎の巻』」
職場での指導方法を巡るイラストがTwitterで注目されています。もともとは平成21年（2009年）度に札幌市が「職場で使える『虎の巻』」として発達障がいの人への支援を目的としたものですが、今回あらためて脚光を浴びた形です。 発達障がいの障がい特性を踏まえ、周囲の人と起こりがちな思い違いや対応方法をイラストで視覚化。監修として精神科医の医学的観点を加え、発達障がい者の職場を支援するツールとして作成されています。このイラストでは、とあるベーカリーに勤める男性と仕事を教える上司が登場し、トラブルになりそうな互いの認識の違いと、その解決策になるポイントを紹介しています。 （画像は札幌市のサイトより） 例えば、「（パンに）適当にクリームを塗っといて」と指示を受けた男性は上司の想定以上のクリームをパンに塗ってしまいトラブルに。「どれくらい塗るか教えてくれなかった」「こんなに塗るなんて普通に考えてあり
Growth Studies - GrowthHackers.com
Growth Studies How HubSpot Grew a Billion Dollar B2B Growth Engine HubSpot invented the term Inbound Marketing, and has lived it’s mantra, driving their business from an
施策効果測定におけるメタアナリシスの応用 - ほくそ笑む
はじめに マーケティング施策を行うときに、その施策効果を測定するために、コントロールグループ（施策を適用しないユーザ）を作る場合がある。 例えば、販促メールを送るという施策を行うときに、一部のユーザには送らないようにする。 仮にメールを送らなかったユーザの平均売上が1000円であり、メールを送ったユーザは平均1100円だとすると、その差である100円が1人あたりの施策効果となる。 しかし、施策を適用しないユーザの数を増やすと、全体の売上効果はそれだけ減少してしまう。 つまり、全体のユーザ数を1万人とすると、全員にメールを送れば100万円の売上効果があるが、半分の5千人をコントロールとすると売上効果も半分の50万円となる。 したがって、コントロールグループに割り当てる人数はなるべく小さくしたいという要求がある。 ただし、コントロールグループの人数を少なくすると、効果測定の精度が落ちるという問
オポチュニティがあるなら締切までに勉強すればよい ─ チャンスを引き寄せるアピールと仕事術 - GeekOutコラム
こんにちは。Twitterではところてん（@tokoroten）として活動している中山心太です。 昨年（2017年）気が付いたら社長になってしまい、自社サービスを開発する資金を稼ぐため、さまざまな会社からお仕事をいただいております。 この2月に「5社同時に働いてみて分かったこと」というブログ記事を書きましたが、今はさらに増えて同時に6社の仕事をこなしており、曜日ごとの内訳はこのようになっています。 月曜・火曜 半導体検査装置の研究開発、C++で画像処理 水曜日 隔週：SI企業の機械学習部門のメンター、顧問 隔週：ECサービス会社の顧問 木曜日 モバイルアプリ用のミドルウェア開発会社で、レコメンデーションや予測ロジックの研究開発、Jupyter、Python 金曜日 隔週：音楽ベンチャーの新規事業開発支援 ゲーム会社でゲームディレクター、Unity、C# これに加えて、自社サービスの開発とし
Fintech企業Kyashによる「決済業界とは？」入門編 - Kyash Product Blog
Kyashで事業開発を担当しているnozomuです。先日社内で行われたプロダクト1周年のイベントではクイズ王になりました。 突然自慢から入りましたが、普段は事業開発としてKyashのプロダクトや世界観を世に広げるべく様々な事業者様とアライアンス関連のお話をさせていただいているところです。そこではよく「決済業界＝複雑・ブラックボックス」という印象をお持ちの方が非常に多くいらっしゃると感じています。実際私も別の業界にいた時には全然知らなかったので偉そうなことは言えないのですが、今回は決済業界やカード決済の紹介をさせていただきたいと思います。 決済業界のプレイヤーたち まず決済に関するプレイヤーの説明です。後ほど図でもお示しいたしますが、先にざっと列挙させていただきます。 プレイヤー 説明 国際ブランド 決済のネットワークやルールづくりを担当。VISA, mastercard, JCB, Ame
Slack Commandを使った、分析チームのナレッジを全社に広めるためのAutomation・Karakuri | メルカリエンジニアリング
Slack Commandを使った、分析チームのナレッジを全社に広めるためのAutomation・Karakuri こんにちは、メルカリのAQA(Automation & Quality Assurance)チームで、自動化をぶりぶりしている tadashi0713 です。 私は普段、QAテストの自動化・CI/CD改善・その他社内の生産性を上げるための自動化・ツール作成を行っています。 今回は、社内の分析クエリを簡単に検索・共有できるSlack Commandを最近作ったので、それについてご紹介したいと思います。 実装した背景 弊社のBI(Business Intelligence)チームでは現在、過去の分析クエリをGitHub上に蓄積しています。 分析クエリを蓄積することによって、その知見をBIチームメンバーだけではなく、社内で分析に興味のあるメンバーに共有することが可能です。 http
部下を子供扱いする上司は不要〜エリック・バーンに学ぶこれからの組織論 | ハイクラス転職ならdoda X（デューダエックス）
doda X（旧：iX転職）は、パーソルキャリアが運営するハイクラス転職サービス。今すぐ転職しない方にも登録いただいています。 今の自分の市場価値を確かめてみましょう。 個人と組織の存在目的が共鳴し、お互いに強化し合うと、驚くべきことが起きるかもしれない（英治出版『ティール組織』より抜粋） この言葉の意味に、あなたはピンとくるでしょうか？ もし、これがよく分からないとしたら、ひょっとしたらあなたは気づかないうちに、自分が所属する組織との間で【親】と【子供】の関係になってしまっているかもしれません。 そして、【親】である組織が掲げる組織目的を、盲目的に追従するだけの【子供」になってしまい、さらにタチの悪いことに、それが望ましい仕事への取り組み方だと勘違いしてしまっているかもしれないのです。 これを否定するのが、フロイト、アドラーといった偉大な心理学者と並び知られている、エリック・バーンが提唱
コミュニティでの信頼と”エンジニアの選球眼”の話 ー #bpstudy で話をした件とその後の件 - Lean Baseball
GW中はずっと野球を見ていましたこんにちは.*1 ちょっと間が空いちゃいましたが,先月（4/20）のBPStudy（野球ではない方）*2にて、 エンジニアとしてのスタメンを掴むまで 〜「逆算のキャリア設計」 というテーマでお話をさせてもらいました。 このエントリーではそんなBPStudyのふりかえりとこれからの話をちょろっと書きたいと思います. TL;DR BPStudyではコミュニティ活動と自分の活動の大切さについて話をしました コミュニティ活動は信頼が命.信頼を損ねる・失う行為、していませんか？（してたらやめよう） エンジニアにはキャリア・技術を適切に選択し進むための「選球眼」が必要！という話を来月沖縄でやります 打順 TL;DR 打順 BPStudy #128 当日の様子（Togetter） スライド 何故登壇したのか 話の元ネタ 反響・感想ほか コミュニティは参加者同士の「信頼」で
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
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
http://17.datavizday.by/upload/whitepapers/10%20Best%20Practices%20for%20Building%20Effective.pdf
AI Transformation Playbook How to lead your company into the AI era - Landing AI
https://exploratory.io/note/kanaugust/Weekly-Update-Japanese-Vol-37-11-26-2018-lPG0kon9Hu/note_content/note.html