メルカリのデータアナリストチームのヘッドHikaru Kashida https://twitter.com/hik0107 が、分析を中心に思ったこと徒然について書いていきま… もっと読む
「データ分析・KPI・グロース」などなどのマガジン｜樫田光 | Hikaru Kashida｜note
メルカリのデータアナリストチームのヘッドHikaru Kashida https://twitter.com/hik0107 が、分析を中心に思ったこと徒然について書いていきま… もっと読む
noteの躍進を支えた”定性と定量の甘い関係” ─ データと世界観をどう組み合わせる？2019/11/14
サービスの設計において、何をするべきかの優先順位／やるやらないの意思決定をすることは常に困難です。 noteではCXOの存在によって、その世界観に照らし合わせて考えることで開発の意思決定をドライブしてきましたが、より客観的なユーザの声の集合体、つまり「データ」を併用することでさらに精度の高い意思決定を加速するアプローチにも取り組み始めています。 このイベントでは、メルカリのデータアナリスト・樫田光さんをnoteのグロース戦略顧問に迎える試走期間に取り組んできた、「データ」と「世界観」の両方をバランスさせた意思決定のフローについての全てをお話します。 ▼目次 0:00 目次 0:59 イベントスタート 4:01 樫田のジョイン前の問題点 10:41 深津⇄樫田の関係性 19:05 5−6月にやってきたこと：グロースサイクル図の変遷 37:41 7−8月でやってきたこと：クリエイターの継
シンプルな顧客セグメント戦略を使って成果を出すための方法｜樫田光 | Hikaru Kashida
Hikaru Kashidaです。 メルカリという会社で、データ分析チームのヘッドをやっています。 ここ最近は、メルカリというフリマアプリサービス全体のグロースの戦略をリードしています。 去る2018年の11月にweb担主催のカンファレンス『Web担当者ミーティングForum』にて登壇をしてきました。そちらで話した内容の概要について、こちらの記事でも文章として残して置きたいと思います。 ↑ 登壇で自分の名前がヘッドラインに載ったの初めてだったので感動。登壇のタイトルは『Simple Data Analyticsで成果を出す』としました。難しい分析の話でなく、より施策と運営に寄せた内容をテーマにしたつもりです。 具体的な内容としては、メルカリで分析を活かしてセグメント戦略の立案と運用を行った時の話になります。顧客セグメンテーションを使って売上を上げたいマーケターやプランナー、アナリストの人に
リスクの切り分けとテスト文化 | 矢本 真丈 (@yamotty3)
プロダクトが「狙った人の課題ををちゃんと解決できているのか」を確認するためにテスト（実験）する、ということを大事にしている。そしてテスト自体が自分だけではなく10Xという会社のカルチャーにもなりつつあると感じている。 テストというのは2つのステップでできている。 リスクの設計 リスクを言語化し、要素を細分化、優先度を判定する リスクの検証 要素に対し可逆的な解決方法を試し、結果をフィードバックする 一般的に、テストや実験という言葉から想起されるのは2の検証プロセスであることが多い。 しかし多くの”科学的な”テストに対して、効果を決定づけているのは1のプロセスであることが多い。つまりリスクの扱いにテストの巧拙が現れるのだと思っている。 リスクについての認識の誤り リスクというのは多くの日本人にとって「危険性」といった意味で多用される言葉だが、これは少し誤りがある。 リスクとは「事前に予期でき
プロダクトのリリース前から新ダッシュボード「Looker」の導入に踏み切ったわけ | メルカリエンジニアリング
こんにちは。メルペイのデータアナリストチームです。 メルペイはプロダクトの開発フェーズにあり、リリースに向けて全社で頑張っています。 「プロダクトがないのに、データ分析？」と思う方もいらっしゃるはずなので、メルペイのデータアナリストの業務と、力を入れているダッシュボードツール「Looker」の活用について紹介させて頂きます。 Lookerの公式ページはこちら プロダクトがないフェーズでの仕事 Lookerの話をする前に、まずは私達の状況を簡単に説明します。 分析チームを抱える企業は沢山ありますが、「プロダクトができる前から活動しているケース」は少ないと思います。 そういった意味では、私達のチームは他の会社と比べてユニークなポジションになっています。 一言で言えば「事業を作るための分析」を行っています。 メルペイの事業が成り立つには「良いプロダクト」を作り、「ステークホルダーとの関係」を築き
スプレッドシートでGoogle Analyticsの数値を毎日自動更新しよう - Pepabo Tech Portal
SUZURIデザイナーの @putchom です。 私は何か施策を打ったあとにスプレッドシートに数値を記入する作業が嫌いです。 そんな時間があったらもっと分析する方に集中したい！ そこで先日Google Analyticsの数値をシートにまとめる作業を完全自動化しました。 以前からできるということはなんとなく知っていたのですが、重い腰がなかなかあがらず…。 やってみると最高になったので紹介します。 抽出したいデータ・要件は以下の通りであると仮定します。 - トップページの日別のPV数。 - 対象ユーザーはGoogle Chromeでアクセスしたユーザーのみ。 - 毎朝8時に自動で更新されるようにする。 1. スプレッドシートにアドオンをインストールする 「アドオン > アドオンを取得」を選択します。 「analytics」で検索して、「+無料」ボタンをクリックします。 そうすると、アドオン
Googleの虎の子「BigQuery」をFluentdユーザーが使わない理由がなくなった理由 #gcpja - Qiita
「BigQueryは120億行を5秒でフルスキャン可能」は本当か？ 先日、kaheiさんがGoogle BigQuery（Googleクラウドの大規模クエリサービス）について、こんなエントリを書いていた。 とにかくパフォーマンスがすごい。（Fluentd Meetupでの）プレゼン中のデモで、ディスクに収められた5億件のデータをSQLでフルスキャンするのに3秒しかかからない。9億件のデータを正規表現を含んだSQLでスキャンしても、7秒で終わる（これ、記憶がちょっとあいまい。もう少しかかったかも）。これには驚いた。佐藤さんがGoogleに入社して一番驚いた技術が、一般公開される前のBigQueryだったと言っていたが、その気持ちはわかる。 From Fluentd Meetupに行ってきました これを読んだ時、BigQueryの検索スピードについてちょっと補足したくなった。確かにFluent
1
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
IBM Data Science
社会人に必須の「データ分析・KPIの最先端」を読む｜樫田光 | Hikaru Kashida｜note