（PMは海の近くに住みたくなるもの。） まえがき 先日出したこの記事が思った以上に界隈で読まれたみたいでびっくりした。 noize.hatenablog.com ありがとうございます。 僕自身Product Managerとしてのキャリアは長くない。さらに、目まぐるしく毎日違う仕事をしているような状態なので人に役立つ内容が書けるかは不安だったが、文章を公開することの意味をすこし考えなおすきっかけにった。 今回もPM考です。 運用期のプロダクトにある問いに対応する 多くのプロダクトにとって、ライフタイムのほとんどは運用期で占められる。プロダクトを産み出すまでの過程も長いものがあるが、成長することを前提とすると、1st verをリリースしてからがプロダクトの始まりだと思う。 今回焦点を当てるのは 運用期にあるプロダクトのなかで如何に問を解決していくか。 そしてその中で気をつけるべき（僕自身が気

背景 ECサービス（web/iOS app）を運営するにあたり、日々のマーケティング活動に対して日時でKPIを集計・分析し、アクションを細かく行っていく必要がある。Google Analytics（以下、GA）はKPI集計・分析基盤として無料で使用できるが、下記のような問題があった。 ノンカスタムの状態では優位な示唆を導くレポートが無い そのため分析→レポート化自体は人の手で行う必要がある（15min/day程かかっていた） GAからrawデータをcsvでダウンロードし、エクセル上で分析集計する、というのはマーケターにとって一般的ではあるが、毎日それなりの工数を要する。そのため自動化を図った。 Google Analytics Spreadsheet Add-on 参考：Analytics Feature-Specific Resources このソリューションを使用することにより下記のK

前提 毎週のゴミ捨て担当をランダムで可愛く自動通知してくれるBOTがほしい！ GAS x Slackでかんたん実装 いつもながらSlackApp神 今回のアウトプット 毎週決まった日付・時間帯に、 下記のようなGoogleSpreadSheetからNameとFaceをrandomで抽出し、 Slackへ以下のような通知を送る 事前準備 こんなシートを作っておく GASコード 全貌 // 定義文 var slack = { postUrl: 'https://slack.com/api/chat.postMessage', token: '(A)', // Slackのtoken ChannelId: "(B)", // Slackの投稿するCHannelID userName: "今週のゴミ捨て当番だドン！", // botの名前 } //シートの値を先にがさっと全取得する var she

プロダクトマネージャー（PM）とは何者なのか？その本質は？ 自身の実践知をベースに考えてみた。 プロダクトマネージャーのタスクって具体的に何？ プロダクトマネージャーの仕事は正直なところ100人に聞いたら100通りあってよいと思う。 たとえば僕がタスクレベルで持っているものを書き出してみると requirementを決める エンジニアとビジネスサイドとのブリッジ 開発の進行管理 プロダクトデザイン プロトタイピング プロダクトマーケティング デザインやマーケは本来メインとして行うべきではないと思っているが、現状的にデザイナーもいないしマーケを任せる人もいない、というので非常に多岐にわたっている（後述するが、この2つはプロダクトマネージャーがハンドリング推奨の項目だと最近は思っている）。 上記のタスクリストについてはどのプロダクトマネージャーに尋ねてもどれかひとつは飛び出すキーワードかと。

「入門 機械学習」手習い、3日目。「3章 分類:スパムフィルタ」です。 www.amazon.co.jp ナイーブベイズ分類器を作って、メールがスパムかどうかを判定するフィルタを作ります。 分類器の仕組み 1) 以下の単語セットを作成 (a) スパムメッセージに出現しやすい単語とその出現確率 (b) スパムメッセージに出現しにくい単語とその出現確率 2) で作成した単語セットを元に、メール本文を評価し、以下を算出 (a2) メールをスパムと仮定した時の尤もらしさ (b2) メールを非スパムと仮定した時の尤もらしさ 3) a2 > b2 となるメールをスパムと判定する という感じで判定を行います。 必要なモジュールとデータの読み込み > setwd("03-Classification/") > library('tm') > library('ggplot2') # テスト用データ # 分

Site Reliability Engineering Teamの@cubicdaiyaです。今回はSlackのライトなお話です。 SlackのAttachments SlackにはIncoming WebhooksやWeb APIでメッセージを投稿する際、ペイロードにAttachementsと呼ばれる情報を含めることでメッセージを装飾できる仕組みがあります。 これを利用すると例えばメッセージにタイトルを付けたり、 用途に応じてカラーリングするといったことができます。（画像はイメージです。実際のアラートメッセージとは異なります。） 上記の場合、障害が発生したら赤、復旧したら黄緑で色分けしています。このようにAttachementsを利用することでSlackへ投稿するメッセージを分かりやすく装飾することができます。 メルカリでのAttachementsの利用例 メルカリでのAttachme

パスワードを忘れた方はパスワードの再設定を行ってください。 初めての方ははてなID登録 (無料) してください。 うまくログインできない方はお問い合わせをご覧いただき、Cookieの設定をご確認ください。

以前は MNISTの例を使って画像識別を試してみた けど、次はカラー画像についての識別を試してみる。 「アイドルなんてみんな同じ顔に見える」って 最近も言われてるのかどうか知らないけど、自分もつい5年前くらいまではそう思っていたわけで。その識別を機械学習でやってみよう という試み。 最近はほとんどライブに行かなくなってしまったけど大好きなももいろクローバーZちゃんを題材にしてみることに。 5人のメンバーの顔は機械学習によってどれくらい分類できるようになるのか？？ CIFAR-10 CIFAR-10 という、32×32サイズのカラー画像を10種類のクラスに分類する識別課題があり、そのデータセットが公開されている。これを実際にTensorFlowで学習するための畳み込みニューラルネットワークのモデルや関数などがtensorflow.models.image.cifar10パッケージに同梱されて