データは21世紀の石油ではなく、再生可能なユーザー体験の副産物である｜Shunsuke Sagara
※この記事は、ブログリレー企画 #SaaSLovers 秋のブログ祭りへの6日目の寄稿です。 ベンチャーキャピタリストという職業柄（＆Treasure Data出身というキャリア柄）、起業家や大手事業会社の方から「データを使ったビジネスを検討しているので意見が欲しい」という相談をもらうことがよくあります。 ただ、人によってはそもそもデータというものの特性や位置付けについての前提認識が違うように感じることも少なくなく、それを揃えておいた方が建設的/発展的な議論がしやすいなと思うこともしばしばなので、今日は「データとはどういったもので、どう向き合えば良いか」という基礎的なテーマについて私見を綴ってみたいと思います。 要旨（結論）はタイトルの通りです。 データが「21世紀の石油」と言われる所以この言説がいつ、誰によって誕生したかはわかりませんが（もしご存知の方いれば純粋に気になるので教えてくださ
MAXQDA（日本）– 質的データ分析ソフトウェア - MAXQDA - The Art of Data Analysis - MAXQDA – The Art of Data Analysis
div>.off-canvas-wrap').foundation('offcanvas', 'toggle', 'open-mobile-menu');return false;">
自由記述回答（フリーアンサー）の集計 | マクロミル
集計の基本（2） 自由記述（FA）の集計 自由記述（FA：Free Answer）とは アンケート調査における自由記述には、「言葉」で答えてもらうものと「数値」で答えてもらうものがあります。 アンケート調査における「数値」の自由記述にはどういったものがあるでしょうか。例えば、年齢についての質問や、1カ月あたりの食費についての質問等がイメージしやすいでしょう。 こういった質問は、回答を選択肢にしておいて選ばせる方がいいのではないかと考える方もいるかもしれません。確かに選択肢化できるのであれば、そのほうが集計自体はしやすくなります。しかし、事前にどのくらいの範囲で選択肢を設定するのが適切なのか分からない場合や、そもそも数値自体を選択肢に落とし込みにくい質問もあります。また、あえて「数値」で見せたい結果もあるでしょう。 例えば、このような質問をしたい場合は、直接数値を聞く方が望ましいと言えます。
第7回(最終回)：何が良いかはケースバイケースだ！｜CSV、XML、JSON…データフォーマットの変遷について考える - GiXo Ltd.
第7回(最終回)：何が良いかはケースバイケースだ！｜CSV、XML、JSON…データフォーマットの変遷について考える テキストフォーマット比較・最終回は独断と偏見のまとめです 前回(第6回)は、各フォーマット説明の最後としてJSONフォーマットについて説明しました。今回は本連載の最終回として、これらのまとめを説明します。フォーマット同士の比較や各々のメリットデメリットを述べて生きたいと考えています。まとめなだけに多分に独断と偏見がまざりますがご容赦くださいｗ。 これまで取り上げてきたこと 本記事でこれまで以下のような内容を取り上げてきました。 第1回 いろいろなデータフォーマットが登場しています 第2回 データフォーマットを考える上での6つのポイント 第3回 フラットフォーマット(固定長フォーマット)について 第4回 Character-Separated Valuesフォーマット(CSV
熊本地震、ニーズ映した検索 ＳＮＳはマイナスの面も | 検索データから見る熊本地震 - Yahoo!ニュース
ビッグデータの活用を進める自治体は、熊本地震の被災地での検索データをどう見るのか。地震の「本震」直後から被災地に派遣され、情報収集にあたった佐賀県庁職員の円城寺雄介さん（３８）に話を聞いた。（原田朱美） ビッグデータを行政に生かす 佐賀県は、救急医療や交通などの分野でビッグデータの活用を進める先進県だ。円城寺さんは、その中心的な役割を担ってきた。医務課勤務時代は、救急車に配備したタブレット端末でデータを収集・分析し、ドクターヘリの配備につなげた。その後は、県がもつ行政分野のデータを公開する「オープンデータ」を進めてきた。２０１２年には、ＩＣＴを使った地域活性化を支援する「ＩＣＴ地域マネージャー」を総務省から委嘱され、全国の自治体で講演や助言を行っている。 現在は県庁政策課の「特命担当」。熊本地震の際、佐賀県が被災地を支援するために必要な現地の情報を集め、支援先の自治体との調整を行う情報連絡
Data for Decision Making: Tracking Your Library’s Needs With TrackRef
Issue 33, 2016-07-19 Data for Decision Making: Tracking Your Library’s Needs With TrackRef Library services must adapt to changing patron needs. These adaptations should be data-driven. This paper reports on the use of TrackRef, an open source and free web program for managing reference statistics. By Michael Carlozzi Introduction As a technology librarian I am responsible for implementing technic
海外の動きと協調--教育分野のソフトやデータの国際標準化団体、日本で設立
教育分野で利用されるソフトウェアやコンテンツ、データの国際標準化を進める一般社団法人日本IMS協会が6月3日に設立された。 内田洋行、デジタルナレッジ、日本電子出版協会、ネットラーニングホールディングス、法政大学情報メディア教育研究センター、放送大学の6団体が設立メンバーとなり、今後、約20社まで参加企業を拡大。この分野での世界的に活動している米IMS Global Learning Consortium（IMS-GLS）との連携も図る。 日本IMS協会の会長に就任した放送大学学園理事長の白井克彦氏は、「eラーニングや教育ICTでソフトウェアやコンテンツ、データはますます重要性を増している、その一方で、標準化しないと相互運用性を取ることができないという課題が発生する。相互運用性を実現することで、共有や再利用、開発コストの低減を図っていくための標準化活動を進めるのが役割」だとした。 理事を務
(PDF) Federal Library Bibliographic Record Analysis 2014
Federal Library Bibliographic Record Analysis 2014 Library of Congress www.loc.gov The Library of Congress is the nation's oldest federal cultural institution and serves as the research arm of Congress. It is also the largest library in the world, with millions of books, recordings, photographs, maps and manuscripts in its collections. The Library's mission is to support the Congress in fulfilling
「p値や有意性に拘り過ぎるな、p < 0.05かどうかが全てを決める時代はもう終わらせよう」というアメリカ統計学会の声明 - 渋谷駅前で働くデータサイエンティストのブログ
以前から同様の指摘は様々な分野から様々な人々が様々な形で出してきていましたが、アメリカ統計学会が以下のような明示的な声明をこの3月7日（現地時間）に発表したということで注目を集めているようです。 AMERICAN STATISTICAL ASSOCIATION RELEASES STATEMENT ON STATISTICAL SIGNIFICANCE AND P-VALUES Provides Principles to Improve the Conduct and Interpretation of Quantitative Science https://www.amstat.org/newsroom/pressreleases/P-ValueStatement.pdf The ASA's statement on p-values: context, process, and p
Watson Analyticsで一段上の「データ分析＋ビジュアル化」テクニックを武器にする | Biz/Zine
Watson Analyticsで一段上の「データ分析＋ビジュアル化」テクニックを武器にする 「IBM Watson Analytics」体験レポート 企画書や報告書に、データ分析の結果を活用し、シンプルで説得力のあるグラフやチャートを織り交ぜて表現するスキルは、これからのビジネスパーソンにとって重要な武器。IT部門や専門のアナリストの手を借りずに、自分たちで分析やビジュアル化をおこないたい。「Watson Analytics」はそんなビジネスパーソンの願いをかなえるクラウド型の分析サービス・ツールだ。話題のコグニティブ・コンピューティング「Watson」を活用することで、分析の専門家でなくても使えるという。はたしてどこまで簡単に使えるのか？ Biz/Zine編集部が実際に試してみた。 IBMの「コグニティブ」と「アナリティクス」の成果でビジネス思考をインスパイアする IBMの「Watso
統計家の西内氏によるデータ分析相談室
「データ分析・活用が上手くいかない原因を探っていくと、分析手法そのものではなく、分析前のアプローチに誤りがあることが多い」。こう語るのは、ベストセラー「統計学が最強の学問である」（ダイヤモンド社）の著者で統計家の西内啓氏です。 目的や仮説が曖昧な状態でデータを分析しても、そのほとんどは役に立たなかったり、または「自明」（分析する前から分かっていたデータ）なことしか出てこないものです。当然のことながら「力技で分析すれば何か出てくるかもしれない」といったアプローチでは良い結果を生み出せません。 そこで今回の週末スペシャルでは、「データ分析“目利き力”養成講座」の講師を務める西内氏が、データ分析・活用で直面しがちな課題をQ&A形式で解説します。 Excelでどこまでデータ分析・活用できますか。教育サービスを手掛けている私の部署では、高額な分析ソフトを導入する体力（投資力）はありません。ただ、デー
ソシオメディア | UXのROIを探る10のメトリクス
あの取り組みは価値のあることだったのだろうか？ 投資利益率（以下、ROI）を調べるのは良いことですが、必ずしも容易なことではありません。 UXの取り組みにおけるROIを計算する際に最も難しいのは、因果関係を明確にするためにUXの収益に対する影響を分離することです。 因果関係を最も分かりやすくする方法には、ランダム化比較試験（randomized controlled experiment）を行うことです。すなわち、同じ機能を持つ二つのソフトウェア製品を同時に開発し、一方にはUXメソッド（ユーザビリティテスト、ペルソナ法、あるいは各種メソッド選定）を適用し、もう片方には適用しません。そして、どの顧客がどの製品を購入するかをランダムに割り当て、それを何度も繰り返して実験するのです。 UXのROIというと、そのほとんどは、連続して行う非比較試験のケースをさします。UXの向上が収益の増加に結び付い
ソシオメディア | NPSは役に立たない？ よくある5つの批判を検証
NPS（ネット・プロモーター・スコア、実質推奨者比率）に対する風向きが変わりつつあるようです――そう、振り子がNPSから離れていくかのように。 3年ほど前は、より良いNPSに貢献することが企業活動の最重要課題だという話をよく耳にしました。 経営者たちが取り入れたばかりのこの新しいメトリクスは、いかにすべてのもの（従業員のボーナスも含めて）を測定するか、というものでした。 ご存じない方のために説明すると、NPSとは、「あなたならこの製品を友人や同僚に薦めますか？」という1つの質問にもとづいた評価です。 回答者は11段階のスコアをもとに回答します（0の「薦める可能性なし」から10の「薦める可能性が非常に高い」まで）。9〜10の回答者は「推奨者」、7〜8の回答者は推奨も批判もしない「中立者」、そして0〜6の回答者は「批判者」と見なされます。 「批判者」は製品あるいはサービスを批判し、それを購入あ
第六回 AVERAGE関数だけでは“平均値”の落とし穴にはまるかも！？
Excelでデータの平均値を求めるには「AVERAGE」関数を使えばよいということは、Excelを使ったことがある人なら誰でもが知っているといっても過言ではないほど有名な事実です。 ただし、平均値＝AVERAGE関数だけと思い込んでいると、計算式としては正しくても、仕事としては役に立たなかったり、判断を誤りかねないリスクもあるということを知っておく必要があります。 今回は、AVERAGE以外の実務に使える“平均値”の求め方のお話です。 Excelでデータの“平均値”を求めてみたものの・・・ Excelを使ってデータの「平均値」を求める場合、平均値から「全体的なおおよその傾向を把握する」というようなことを目的としているケースが多いのではないでしょうか？ しかし、例えば下図のようにデータの中に明らかに他のデータととびぬけて多かったり少なかったりするデータが混在している場合に「平均値」を把握して
データサイエンティストはこうやってデータ分析の仕事をしている（自分の経験と見聞談をもとに） - 渋谷駅前で働くデータサイエンティストのブログ
誰かの参考になるかもしれないと思って、僕の前職時代の取り組み方や他の現場で僕とよく似たアドホック分析系の仕事をされている方から聞き取った内容をもとに、適当にまとめてみました。 ということで、これは正確には「アドホック分析系データサイエンティストがどうやってデータ分析しているか」のまとめ、です（笑）。ちなみに、僕が既に公開している資料としてはこんなものもあります。 最新業界事情から見るデータサイエンティストの「実像」 from Takashi J Ozaki こちらのp.59以降はまさに前職時代に最後に所属していた部署での僕の取り組みそのものを書いたものなので、どなたかの参考にでもなれば。 ちなみにその前に所属していた部署では、普通にHadoopエコシステムベースのBIフレームワークの保守とかやってました。定期集計用のHiveクエリを100個ぐらいズラリと並べたスクリプトを本番環境にコミット
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
マクロミルが新型コロナによる生活者心理データをBIツール「Tableau」で無料公開 | Web担当者Forum
仮説なきデータマイニングが陥る「ファインマン・トラップ」という落とし穴
データ解析技術入門(R編)
c4ljp2015_journal_list
https://support.office.com/ja-jp/article/%E3%82%AF%E3%83%AD%E3%82%B9%E9%9B%86%E8%A8%88%E3%82%AF%E3%82%A8%E3%83%AA%E3%82%92%E4%BD%BF%E7%94%A8%E3%81%97%E3%81%A6%E9%9B%86%E8%A8%88%E3%83%87%E3%83%BC%E3%82%BF%E3%82%92%E8%AA%AD%E3%81%BF%E3%82%84%E3%81%99%E3%81