『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
成果に直結するデータ分析とは？現役データサイエンティストが解説
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
データ分析のためのSQL勉強会 〜実践編〜
ビジネスとコード品質の接合点 そしてコード品質がそこに及ぼす影響 / The Intersections of Business and Engineering, and The Impact of Code Quality There
意思決定に繋げるためのデータ分析の型『Data Analytics Seven Steps』｜高橋 光 | 著書『データ分析力を高める ビジネスパーソンのためのSQL入門』
こんにちは。高橋です。普段はコンサルとしてデータ分析を活用したデジタルマーケティング支援をやっております。最近では『データ分析力を高める ビジネスパーソンのためのSQL入門』を出版してSQLを使ったデータ分析の普及活動を頑張っております。 今回は自分が本業や複業などで色々なデータ分析案件に携わった経験から意思決定に繋げるためのデータ分析のステップについてまとめてみました。 正しくデータ分析ができているかデータ分析がビジネスにおいて重要であるということは、今の時代当たり前になりつつあります。 どんな企業でも、どんなビジネスパーソンでもデータを活用する流れはもはや止めることはできない時代に来ています。 しかし、実際にデータ分析が正しくできているかと言うと、必ずしもそうではないと感じることがあります。 データを見ただけて終わる 今あるデータから何かわからない？ そもそも使えるデータなんてない デ
『仮説が先、データが後』がなぜ重要なのか？ データがあるから規則性や現象が見つかるのではなく、まず仮説をもつことが重要という話
松本健太郎 @matsuken0716 「仮説が先、データが後」は僕が敬愛する鈴木敏文さんの言葉です。「今あるデータから何かできないか」と問われても、何もできない最大の理由です。問題を解決する仮説が先です。しかし、大半の分析は仮説をすっ飛ばしていきなり検証から入り、かつそれを分析と言います。それはおかしい。（1/n） pic.twitter.com/5GaXebGfCM 2022-05-31 22:32:33 松本健太郎 @matsuken0716 データ分析には、仮説構築向きと仮説検証向きの2種類に分かれます。そして"仮説構築"の真意は「筋の良い可能性の選択肢を増やすこと」にあります。すなわち正解は1つでは無い、と私は考えています。分けて考えないと「正解を絞れていない」「確からしく無い」とひっちゃかめっちゃかです。（2/n） pic.twitter.com/ZifqK8q3PE 2022
Data Management Guide - 事業成長を支えるデータ基盤のDev&Ops #TechMar / 20211210
---------------------------------------------------------------------------------------- 【PR】一緒に働きましょう！ https://kazaneya.com/kdec ---------------------------------------------------------------------------------------- 「Tech × Marketing Conference 2021 #データマネジメント」基調講演の登壇資料です。 https://techxmarketing.connpass.com/event/229173/ データ活用やDXが注目されている一方で、実際にプロジェクトを進めようとすると「必要なデータが入力されていない」「用途を実現できるほどデータ品質が高
企業のデータ利活用促進に向け、「データ分析内製化支援プログラム」を始動 | Microsoft Base
すべての Microsoft 製品 Global Office Windows Surface Xbox セール サポート ソフトウェア Windows アプリ OneDrive Outlook Skype OneNote PC とデバイス アクセサリ エンタメ Xbox ゲーム (ダウンロード) Windows ゲーム 映画とテレビ番組 法人向け Azure Dynamics 365 Microsoft 365 データ プラットフォーム 法人向け Developer & IT .NET Visual Studio Windows Server デベロッパー センター ドキュメント その他 Microsoft Store Microsoft Rewards 無料ダウンロード & セキュリティ プリペイド カード サイトマップの表示 日本マイクロソフト株式会社 業務執行役員 Azureビジネ
株式会社リクルート エンジニアコース新人研修の内容を公開します！（2021年度版） | Recruit Tech Blog
こんにちは！ Webフロントエンドエンジニアの眞野 隼輔です。 毎年大きな反響を頂いている、エンジニアコースの新人研修の内容を紹介させていただきます。 研修の概要 リクルートでは、エンジニアコースでスペシャリスト採用された新卒のエンジニアを対象に、現場で培われた「本当に必要な生きた知識・技術」を取り入れた新人研修を開催しています。 前半は研修では各分野に長けた社員による講義形式の技術研修を行い、後半は仮配属という形でそれぞれ別の部署に配属されて実際の業務を経験するOJTとなっています。 この技術研修はそのほとんどが内製されており、ベテラン社員による経験を元にした講義を通して生きた知識・技術を獲得できます。また、実際に手を動かす演習型の講義ではベテラン社員からのレビューやフィードバックを得られるため、知識の定着や更なる成長へと繋がります。 本年度の技術研修も、昨年度に引き続きフルリモートでの
Google Cloud、“データクラウド”を構成する新サービス3つを紹介
グーグル・クラウド・ジャパン（Google Cloud）は2021年6月2日、Google Cloudの“データクラウド”戦略および最新のデータ関連サービスに関する記者説明会を開催した。先月発表された3つの新サービス、多様なデータソースを統合分析可能にするデータファブリック「Dataplex」、スケーラブルなリアルタイムデータ複製を可能にする「Datastream」、データのみならずデータ分析の“手法”までを組織間で共有できる「Analytics Hub」が紹介された。 Google Cloudがデータクラウドとして重視している4つのポイント 説明会に出席したGoogle Cloud 技術部長（アナリティクス／機械学習、データベース）の寶野雄太氏はまず、企業におけるDX（デジタルトランスフォーメーション）の取り組みにおいて必須となるデータ活用について、「その実現のためには3つの要素が不可欠
データサイエンティストが語る、LINEのデータの魅力と可能性 | OnLINE（オンライン）- LINEでは、こうしてます。
LINEで生まれる新しいアイデアやサービスを支える部門・チームを紹介する「LINEのなかみ」。今回は、LINEの多様なサービス価値の最大化をデータ分析によって実現するデータサイエンティストの仕事について、3名のメンバーからその業務内容や体制などを紹介してもらいました。 ーーまずは自己紹介をお願いします。 今井 LINEには、2019年4月に新卒として入社しました。入社前は、大学院の情報工学系の研究科に所属していて、スマートフォンアプリから取得される位置情報などのデータからユーザーがどういった移動のパターンを持って、どういった場所に移動するのかということをモデリングする研究を行っていました。いわゆるビッグデータ分析の研究だったのですが、それが面白くて仕事でもビッグデータ分析に携わりたいと考えてLINEを選びました。入社後は、LINE MUSICのデータ分析や、LINEの各種サービスから取得さ
2020年こそ理解したい「因果推論」の勉強はじめました｜松本健太郎
あけましておめでとうございます。2020年もよろしくお願いします。 2019年は「データサイエンティストなのにデータ万能主義を否定している」的スタンスでのメディア露出が増えました。 発言に矛盾はないと思います。データ触っている人ほど、データに慎重ですよね？ 加熱するデータへの過度な期待を、少しでも冷ませられたら幸いです。しかしデータ自体への火は消していない。火を絶やすでないぞぉ。ただ、データ分析の全てを否定したわけではありません。 実は取材を受ける度に「これからは因果関係を発見する因果推論が重要」と主張してきました。2020年代はますます重要性が増すと考えています。 新年１発目のnoteは、その論拠をまとめてみました。 2020年代は因果推論がアツいと思う理由私がデータ分析を始める際、いきなり数字は触りません。まずは「目的」と「アプローチ」を定義するところから始めます。 目的（WHATとW
データサイエンティストが注目--ユーザーから見た「Julia」の長所と短所 - ZDNet Japan
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 近年、「Python」ユーザーの数が急増しているが、成長するデータサイエンス分野で地位を確立しようとしている言語はほかにもある。 最近の新規参入者は「Julia」だ。Juliaは、米マサチューセッツ工科大学（MIT）が設計したプログラミング言語であり、「C」言語のスピードと「Python」の使いやすさ、「Ruby」の動的型付け、「MatLab」の強力な数学的能力、「R」言語の優れた統計機能を兼ね備えたものであり、同言語の設計者は、「すべてを欲しい」開発者のための言語と表現するほどだ。 Juliaはリリースされてから7年が経ち、Pythonのような既存の言語と比べると今も比較的ニッチな言語ではあるが、機械学習モデルの構築やスーパーコンピュ
【初めてのデータサイエンス⑤】友達の初物件探しをデータ分析で手伝ってみた - Qiita
はじめまして。情報工学科所属の大学三年生S.Iと申します。 Pythonの経験は大学の実験で少し扱った程度です。 私がインターンをしている、かっこ株式会社のデータサイエンス事業部では、試用期間にクローラーを作ってデータを収集、加工、可視化し、わかったことについて簡単に考察を述べるという課題が出ます。 課題 テーマ 大学の友達が一人暮らしをすることになりました。 しかし、不動産サイトを見るとあまりにも物件数が多くて選べません。 データ分析で解決してください。 制約 JR金町駅から通学時間60分圏内 背景 自身の物件探しの経験から物件を探す際に「知りたい情報」というのは、 仲介する不動産屋さんに伝える「物件探しの条件」だと考え、データ分析で解決しようと思った。 方針 物件サイト「スマイティ」をクローリングしHTMLファイルとして保存 取得したHTMLファイルから各変数をスクレイピング データ分
カルチャーとエンジニアリングをつなぐ データプラットフォーム - Speaker Deck
All slide content and descriptions are owned by their creators.
データ分析を支える可視化ツールの作り方 〜 ヤフーのデータで紹介します
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog はじめての○○特集3本目の記事です。 はじめまして。ヤフーで社内向けのデータ可視化ツールの開発を担当しているタムラです。 本記事では、ヤフーのデータ分析を支える可視化ツールについて紹介します。「若手エンジニアに贈りたい、はじめての○○特集」、ということなので、なるべくわかりやすく書いたつもりですが、いかんせんテーマがニッチなので、はたして日本に同じような仕事をしている人が何人いるのか、どれくらいの人に役立てる内容なのか、少し不安です。しかし、記事を通して、はじめて分析業務をされる方や、可視化ツールに限らず、はじめてプロダクト開発をされる方にも、少しは生かせるものになっていれば幸いです。 データ可視化ツールってなに？ データ可視化ツ
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
『データ分析のためのSQL勉強会〜実践編〜』資料公開｜高橋 光 | 著書『データ分析力を高める ビジネスパーソンのためのSQL入門』
SQL Training 2021
民間企業におけるデータ整備の課題と工夫 / 20220305
e-Stat 政府統計の総合窓口
BIツール、企業の7割以上が導入するも起動するのは「週1回未満」が半数【ガートナー調べ】 | Web担当者Forum
スタディサプリを支えるデータ分析組織 / StudySapuri Data Meetup #2 01 - Speaker Deck