あまりにも多くのスタートアップがデータ分析するときに犯す４つの失敗パターン - Qiita

ホテルを直前に予約する時に人気のあるHotel Tonightというサービスを提供しているスタートアップがこちらシリコンバレーにあります。そこでデータ分析のチームを率いているAmanda Richardsonが、スタートアップがデータを使うときによく犯す間違いをこちらの"The Four Cringe-Worthy Mistakes Too Many Startups Make with Data"という記事の中で4つにまとめていますが、今日はそちらを紹介したいと思います。これらはもちろんスタートアップに限らず、どのようなサイズの会社でも、とくに新しいデータ分析のプロジェクトを始める時によく見られる失敗パターンだと思いますが、こちらの記事では間違いだけでなく、逆にこうすればいいという提案も最後にわかりやすくまとめられているので、是非参考にしてみて下さい。 それでは、以下抜粋です。 間違い１

[otihateten3510]

Qiitaに怒られそう

[wa_kanou]

技術とビジネスのセンス、両方持った人材なんて、そうそう存在しないぞ。これって技術特化の人間は雇うな、じゃなくて、ビジネス側のディスカッションに積極的に参加させるべきって話でいいんだよね？

[headless_pasta]

こないだデータサイエンティストの友だちと飲んでたけどこれには気をつけたいよねと一緒に話してた “よくある間違いは、技術はあるがビジネスのセンスが全くないデータサイエンティストを雇ってしまうことです。”

[igrep]

目的を持たずにやっちゃうの、あるあるだなー。インタビュー調査の方法習ったときも同じようなことを習った。

[tmatsuu]

メモ

[foom_99]

データの海を好き勝手泳ぐのは楽しいんだけどね。やっぱり仕事でダイブするなら目的が無いと溺れるよね

[hagane]

本文直後の「どうでしょうか」に萎える

[kingofmountain]

だれもが自分たちを褒めたいという願望があるので、データを見た後でその中から自分たちに都合のいい指標を見つけてきてしまうものです。

[swdrsker]

頭ではわかってても実際するのは難しい事の一つ

[gntrua]

たぶんスタートアップに限らず研究にも通ずるものがありそうだ・・・

[bookmaaan]

スタートアップではよくあること。

[hirose504]

“SMART（Specific/具体的, measurable/計測可能, achievable/達成可能, relevant/意味がある, and timely/時間の指定）というフレームワークを使う”

[akulog]

Incrementsさん、お仕事ですよ

[SWIMATH2]

良い話

[strategy-pm]

分析は目的じゃないからなー。