今日からできる！スプレッドシート × Gemini の連携術で、スマートなデータ活用｜Gemini - Google の AI
こんにちは、Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。 本 noteでは、Gemini と連携して、より使いやすくなった Google の Workspace アプリをサービス別に紹介していきます。 今回は「Google スプレッドシート」での活用法です。Google スプレッドシートと Gemini を連携させることで、シート内のデータを使った分析の効率化が可能になりました。それだけではなく、データを活用したレポート作成の自動化、ゼロイチからのコンテンツ作成、翻訳や質問なども Gemini がサポートします。さらには、Gemini と会話しながら業務を進めていくことで、自分では考えつかなかった新しいヒントを得られるかもしれません。 本 note では、Google スプレッドシートの画面内で使える「Gemini サイドパネル」をフル活用し、ビジネスシ
データ分析を始めるにあたり最低限知っておくべきこと｜データ分析とインテリジェンス
まずやってみるのはいいけれども限度はあるはず。それはどこだサッカーに興味があるならば、ルールブックを熟読するよりも先にとにかくサッカーをやってみるのがいい、ということに反対する人はあまりいないと思う。 とはいえ全く何も知らないのではゲームが成立しなくなってしまうので、最低限知っておくべきことはあるはずだ。例えば、どうなったら得点になるのかは必須だろう。あとはゴールキーパー以外は手を使ってはいけないとか、範囲を出たらスローインになるとかだろうか。 では「データ分析」における「最低限知らないといけないこと」は何なのだろうか、と考えた内容をまとめた。 前提として、本記事の「データ分析」は「意思決定のための情報＝インテリジェンスを作ること」に絞る。言い換えると、システムに組み込んで意思決定と行動を自動化するような「データ分析」は対象外とする。 インテリジェンスについての説明は「情報」には「データ」
バスケの選手とボールの位置データから機械学習で攻撃・守備戦術を分類
Sports Analyst Meetupは、現役スポーツアナリストとスポーツ分析に興味のある方の情報共有イベントです。バスケットボールの選手・コーチとしての経験をもつ藤井慶輔氏が機械学習による攻撃守備戦術の分類についての研究を共有しました。 見てわかるデータしか信用されない現状 藤井慶輔氏：よろしくお願いします。藤井と申します。今回は初参加です。ちょっと雰囲気が掴めてないんですが、よろしくお願いします。タイトルは『バスケットボールの攻撃・守備戦術の自動分類』という話をします。 初参加なのでまず自己紹介から。スポーツ歴は今日お話をするバスケットで、大学時代まで選手をやっていて、大学院の5年間はコーチをやっていました。 大学院時代はこの動画にあるような対人の動作分析を、モーションキャプチャを使ってやっていました。ポスドク時代は、この動画にあるように、体育館で頭と肩に反射マーカーを付けてモーシ
次の打ち手がわかる「NPS」の分析手法とは？ データを活用してCX改善 | 顧客ロイヤルティを高める「NPS」のはじめかた
「定性的な分析」×「定量的な分析」。2つの分析をかけ合わせるNPSは、「究極の質問」と呼ばれています。「この企業（もしくはブランド、サービスなど）を友人や同僚に薦める可能性はどのくらいありますか？」という、たった1問をユーザーに尋ねるものです。 しかし、当然ながらこの1問への回答だけでは「なぜそのような評価が下されたのか？」「何をすればもっと顧客ロイヤルティを上げることができるのか？」といった改善に結び付けるのは難しいものです。 NPSの数値だけをただ眺めていても意味はなく、それならば調査を行う意味はありません。調査結果から要因を特定して改善する行動につなげるためには、次の2つの分析をかけ合わせて見ていく必要があります。 分析1評価理由のフリーコメント（定性的な分析）分析2顧客ロイヤルティを構成する各要素の満足度（定量的な分析）分析1コメントをトピックごとに分類して定性的な要因分析を行う第
感染症学会の分析による、コロナ大流行の犯人。傾向と対策｜More Access! More Fun
動画が公開されました 昨日、一昨日と、Twitterでコロナ脳をちぎっては投げ、ちぎっては投げしましたが、共通していえることが とにかく知識がない!!! ということで、本日は簡単ながら現在分かっているファクト、つまり事実について誰が言っているのかを含めて書こうと思います。コロナ脳の洗脳を解くためにご活用下さい。ただし中には漢字が読めない、数字が分からないという方もいますので、「これを読んどけ」じゃなくて丁寧に説明してあげることが大事です。 子供は感染しづらく感染しても重症化はほぼ稀で、しかもウイルスを放出しない これは先日の日本感染症学会、つまり政府の専門家会議の皆さんのカンファレンスからの引用です。かなり長時間でしたが全部見ました。 まず、会見の冒頭では「子供たちがウイルスを媒介するといったのは間違いだった」的な謝罪からはいりました。これがその資料です。 ウイルス排出量は重症度ではなく高
Netflixがカスタマーを誰よりも理解するためのデータ分析プロセス、コンシューマー・サイエンスの紹介 - Qiita
時間がたつに連れて、私のフォーカスは、「カスタマーが何を言っているのか？」から、「まずはテストしよう！」というコンシューマー・サイエンスの態度に変わりました。私のチームのカスタマーに関するインサイトは向上し、学びの速度も上がり、何がカスタマーを喜ばせるのかについてのある仮説を形成するに至りました。 以下が、コンシューマー・サイエンスとカスタマーオブセッションのために私達が使ったリサーチの手法です。 既存のデータを使って過去と現在のカスタマーの行動を理解する。 私達の作っているものに対してカスタマーがどう反応するのかを聞くために、フォーカス・グループや一対一のインタビューやユーザーテストといったクオリティティブなリサーチをする。 カスタマーがどういった人たちなのかを、デモグラフィック（人口統計学的属性、つまり性別、年齢、住んでいる地域、所得、職業、学歴、家族構成など）、競合する製品の使用度、
機械学習を使って東京23区のお買い得賃貸物件を探してみた - データで見る世界
さて、改めて今回の目的を確認しておくと、機械学習を使って東京都23区のお買い得賃貸物件を発見しよう、というものです。前回までの記事で、お買い得賃貸物件を発見するためのデータを収集し、分析にかけられるよう前処理してきました。 www.analyze-world.com www.analyze-world.com 今回の記事では、いよいよ機械学習を使って分析していきましょう。前回まではPythonを使っていましたが、この分析ではRを用いています。なお、コードはGitHub（https://github.com/ShoKosaka/Suumo）に上げておきますので興味ある方は参照ください。 最初に、データの中身をざっくり見ていきます。具体的には、分析のキーになるポイントをグラフにしながら、賃貸物件の現状や変数同士の関係性を把握していきます。 データ探索 まず、23区の中でどこが物件数が多いのかを
高収入を獲得するために必要な絶対的スキル | RepoLog│レポログ
これからの時代、一番お金に直結する力は「因果推論力」かもしれない。 そんな気持ちにさせられるほど、因果推論力の重要性を認識できるのが、今バカ売れしている「原因と結果」の経済学です。 因果推論力とは 「２つの変数の関係が、本当に因果関係に寄るものなのか」を見抜く力 つまり、因果推論力があるということは、現象の原因を見抜く力を持ち合わせているということなのです。 今の時代、IT技術の革新により、誰でも多くの情報が簡単に入手できるようになりました。 情報が簡単に大量に収入できるということは、様々な恩恵を享受できるようになった反面、情報量が膨大になりすぎてしまったことで、何と何が結びついて目の前の現象が生じているのかを読み解きにくくしています。 こうした情報過多の時代において、原因と結果を結びつける力はますます重要度を増し、これからまさに錬金術となっていくことが予想されるわけです。 なぜこの商品が
私たちはいかにして環状線で”悪さをする列車”を捕まえたか | プログラミング | POSTD
文：Daniel Sim 分析：Lee Shangqian、Daniel Sim、Clarence Ng ここ数ヶ月、シンガポールのMRT環状線では列車が何度も止まるものの、その原因が分からないため、通勤客の大きな混乱や心配の種となっていました。 私も多くの同僚と同じように環状線を使ってワンノースのオフィスに通っています。そのため、11月5日に列車が止まる原因を調査する依頼がチームに来た時は、ためらうことなく業務に携わることを志願しました。 鉄道運営会社SMRTと陸上交通庁（LTA）による事前調査から、いくつかの電車の信号を消失させる信号の干渉があり、それがインシデントを引き起こすことが既に分かっていました。信号が消失すると列車の安全機能である緊急ブレーキが作動するため、不規則に電車が止まる原因となります。 しかし8月に初めて発生した今回のインシデントは、不規則に起こっているように見えるた
Excelデータベースの鉄則。分析はデータの下ごしらえで決まります - 実践で使うExcelとAccessの話
本記事は移転しました。 約3秒後にリダイレクトします。 リダイレクトしない場合はここをクリックしてください。
絶対身につけて欲しいエクセル術（後編） - シャイニング丸の内日報-キャリアマガジン-
こんにちは、シャイ丸です。GW中はあまりにも暇だったので長文結構書けたのですが仕事再開し忙しくtwitterもブログも中々書けていませんでした。前編だけ書いて放置していたエクセル術ですが反響も驚異的に大きかったので後編書いてみようと思います。 後半で書く予定であったのはこの３つです。これくらい出来ないと人間ではない。獣（ケダモノ）である。 ・関数 ・ピボットテーブル ・グラフ化 前編も含め6つのトピックを書きましたがこれが出来れば晴れてホモ・サピエンスです。ホモ・エレクトスのみなさん、キーボードを叩いて日々精進。 www.shiningmaru.com 4.関数：兎にも角にもvlookup! そもそも「関数」という概念に不慣れなそこのあなた、生き恥をさらしているのでここで覚えましょう。インプット（引数）があって関数（処理）を経てアウトプット（出力）を出す。これが関数。関数にインプットを与え
Googleアナリティクスを無償で使いやすくする「Dot metrix」
オプトインキュベートとイロドリは2月5日、無料で使えるKPI自動レコメンド型サイト分析ツール「Dot metrix」にて、Googleアナリティクスと連携したアクセス解析サービスを提供開始した。併せて、日々の分析指標のサマリーをメールにて通知する「デイリーレポートメールサービス」も無償提供する。 Googleアナリティクスを分析に利用する企業は多いが、分析可能な指標が豊富な一方、見たい指標を確認するために複数の操作やツール利用の知識が必要となり、分析に時間がかかる。そこでDot metrixとGoogleアナリティクスを連携させ、必要な分析指標だけを面倒な操作なく一画面で見られるようにする。 Dot metrixは、サイト分析が実施できていないスタートアップ・ベンチャー、中小企業向けに開発されたサービス。「無料で利用可能」「簡単に導入可能」「シンプルで使いやすい」「サービスに合ったKPIを
z-index再入門 | 第1回 z-indexの仕組み
次のようなケースでは、冒頭のサンプルのような意図しない重なりになる可能性が高いため注意が必要です。 positionプロパティの値をrelative、absoluteにし、かつz-indexの値をauto以外の整数値にしたとき positionプロパティの値をfixed、stickyにしたとき なぜなら、上記の条件下では、スタック文脈というものが形成されるからです。次に、スタック文脈を解説します。 スタック文脈とスタックレベル スタック文脈（stacking contexts）、スタックレベル（stack level）という概念は、z-indexを扱う上でとても重要なものです。 スタック文脈 スタック文脈とは、ある条件を満たした要素によって形成される階層構造（文脈）のことです。 スタック文脈を形成する条件は前述した通りですが、例えば、position: absoluteとz-indexに整
実務で使う統計手法は、５つ。すごい、そんなシンプル？
このセミナー、冒頭の渋谷 直正さん(日本航空 旅客販売統括本部Web販売部 1to1マーケティンググループ アシスタントマネジャー)のお話がとても参考になりました。 まず、渋谷さんはご存知のように、2014年に「データサイエンティスト・オブ・ザ・イヤー」を受賞され、ビジネス・サイドにおける、データサイエンスのリーダー的存在です。 その渋谷さんの「実務で使う分析手法は５つで十分、マーケターこそデータサイエンティスト候補」という講演は、多くの示唆に富んだものでした。 まず、みなさんが気にしている５つの手法とは、 クロス集計 ロジスティック回帰 決定木 アソシエーション分析 非階層的クラスター分析（k-meansなど） の５つです。統計の教科書にはさまざまな手法が出てきますが、マーケターが実務で使うのはこの５つ程度だと説明されるのです。でも、この説明には、私も思い当たる部分があります。東大の数学
博報堂ＤＹグループ・スマートデバイス・ビジネスセンター、「全国スマートフォンユーザー1000人定期調査」第9回分析結果報告 ｜ニュースリリース｜博報堂 HAKUHODO Inc.
博報堂ＤＹグループ・スマートデバイス・ビジネスセンター、「全国スマートフォンユーザー1000人定期調査」第9回分析結果報告 2014年4月11日 株式会社博報堂ＤＹホールディングス 株式会社博報堂ＤＹホールディングスのグループ横断型組織「博報堂ＤＹグループ・スマートデバイス・ビジネスセンター」は、日本のスマートフォンの普及状況を浮き彫りにするため、「全国スマートフォンユーザー1000人定期調査」を実施しております。この度、2014年2月に行った第9回調査の結果をご報告致します。 ■全国スマートフォンユーザー1000人定期調査 ・スマートフォン保有者は前回(2013年11月)より2.9ptアップの58.1％に増加 特に10代・20代では8割超え ■スマートフォンでのオンライン動画視聴実態に関する分析レポート スマートフォンでの動画視聴経験は８割超、1日平均視聴は３４分 -スマートフォンユーザ
初心者でもほぼ無料でR言語を勉強できるコンテンツ10選 - paiza開発日誌
Photo by Hermann Kaser こんにちは。谷口がお送りします。 ITエンジニアの方の中には「R言語を学習したい」という方も多くいらっしゃるかと思います。 R言語は、データ分析やデータ処理に特化したオープンソースのプログラミング言語です。システムを開発をする他のプログラムミング言語とは位置付けが異なり、統計解析機能が付いていて、解析処理やその結果をグラフィカルに表示することができます。 そのため、多量のデータ解析が求められるソーシャルゲームの解析や、リサーチ、データマイニング、アソシエーション分析が必要な業務の求人が増えています。 また近年データサイエンティストが注目されていることもあり、今後求人が増えることが予想されます。 そこで今回は、プログラミング未経験～初心者の方が、なるべくコストをかけずにR言語に触れられて、学習に役立てられるコンテンツを10件ご紹介していきます。
これが無料！？SEO・マーケティング分析ツールの「Nibbler」がスゴい
先日、Nibbler（ニブラー）という、SEOとWEBマーケティング分析サービスを見つけました。 これを使ってみたら、無料ながら、かなり詳細にサイト分析（改善点の可視化）が行える素晴らしいツールだったので紹介です。 Nibblerとは Nibbler – Test any website Nibblerとは、フリーのウェブサイトテストツールです。 アドレスを入力するだけで、アクセシビリティ、SEO、ソーシャルメディアテクノロジーなどの観点から、ウェブサイトをクロールして、レポートを出してくれます。 加えて、適切な改善提案を示してくれるので、提案に従ってサイトを修正すれば、かなり良いサイトに仕上がるのではないかと思います。 Nibblerを英和辞典で調べてみると、「少しずつかじる（小動物）」、「打抜き切断工具」などという意味があります。サイトを細かく分析するツールという意味もあるのだと思いま
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
ChatGPTでデータ分析、生成AIで「文系社員」が「分析官」に
【統計学】初めての「標準偏差」（統計学に挫折しないために） - Qiita
Kibanaでログ分析を1年続けてみたら業務システムの保守と運用が捗った / How&Why I have been leveraging Kibana for DevOps
