はじめに 環境情報 Delta Lake (デルタレイク) とは Delta Lake の実体 Delta Lake の構造 Parquet と Delta の相違点 Parquetとは何か Parquetの構造 Parquet と Delta の違い Delta Lake が生まれた経緯: データレイクと Delta Lake の違い データレイクのメリット データレイクの課題 *Parquetで構築した場合 Delta Lake の特徴 ACIDトランザクションの担保 スケーラブルなメタデータ管理 バッチとストリーミングワークロードの統合 タイムトラベル (バージョン管理) CONSTRAINT句のサポート DML (データ操作言語) のフルサポート UPDATE DELETE MERGE 柔軟なスキーマ管理 1. スキーマ エンフォースメント 2. スキーマ エボリューション ストレ
はじめに 研究開発チームの関です。古川未鈴さんの結婚、ニジマス大門果琳さんの卒業、uijinの解散とアイドル業界も激動の秋を迎えていますね。 2019年8月4日から5日間、アメリカはアラスカ州アンカレッジで開催されたデータマイニング領域のトップカンファレンスであるKDD2019にGunosyから北田と関が参加・発表してきました。 これまでに2つのレポートを公開しています。 data.gunosy.io data.gunosy.io 本レポートではTutorialとして開催された「Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments」の内容をレポートします。 内容は現在のA/Bテストのガイドラインと言ってもいい内容で、非常に参考になるポイントが多かったです。
強化学習の基礎と深層強化学習（東京大学 松尾研究室 深層強化学習サマースクール講義資料）
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です． 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています．巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました． 主に以下のような強化学習の概念やアルゴリズムの紹介をしています． ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN（Deep Q-Network） ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Nois
ステージング環境における検証用データベースの立ち上げを自動化する取り組み - KAYAC engineers' blog
SREチーム(新卒)の市川恭佑です。 カヤックのサービスでは、信頼性の担保を目的として、ステージング環境を作成する方針を取っています。 ステージング環境では、検証の精度を高めるために、量・質ともに本番環境に類似したデータベースが求められる局面が頻出します。 そこで今回は、Tonamel という自社サービスにおける、検証用データベースの立ち上げを自動化する取り組みについて紹介します。 サービスの置かれていた状況と解決方針 Tonamel の実行基盤は Amazon Web Services (AWS) 上にあり、本番環境とステージング環境は別のアカウントとして、同一の AWS Organizations 組織内に構築されています。 もともと、ステージング環境では、本番環境のデータは利用せず、手作業でダミーデータを作成していました。 それゆえに、データベースに格納されているデータ量は本番環境と
Reactアプリケーション内でGoogle Analytics計測をする際、react-gaを使わず、gtag.jsを利用した方法とその選択理由｜Dentsu Digital Tech Blog
Reactアプリケーション内でGoogle Analytics計測をする際、react-gaを使わず、gtag.jsを利用した方法とその選択理由 電通デジタルのエンジニア、西山です。 この記事は、電通デジタルアドベントカレンダー2020の3日目の記事です。前回の記事は「2020年に作ったDevOps内製ツール」でした。 この記事ではReactでGoogle Analyticsの計測コードを埋め込む方法についてお話しします。他のブログなどですでに何度も紹介されているテーマですが、ブログによって用いられる手法は様々で、どれを採用すればいいか迷う人も多くいるのではないかと思いますし、中には情報が古くなっているものもあります。 そこで最新の状況を調査した上で、私たちが採用した手法を紹介しますので、ReactでGoogle Analytics計測コードを埋め込む際の参考にしていただければと思います。
（追記あり）婆さんvs電話調査
こないだ祖母宅に遊びに行った時、電話が鳴った。 よっこらしょ、と婆ちゃんが電話をとる。 なんか５分ほど電話のプッシュを押してて、聞いたら電話調査とのこと。 よく掛かってくるそうだ。 せっかくの機会なのでよく聞いてみると、「面倒なので、１しか押さない」とのこと。 ？？？？となった ばあちゃん曰く「私が答えないと、他の高齢者に掛かってしまうから」とのこと よくわからんけど、正義感から「１」を押し続けるそうだ。 「１」に割り当てられてるのが「支持しない」だったらどうなんだろうな こんな老人ばっか狙った電話調査はもうやめた方がいいんじゃないかと思った先週の話 （追記） たくさんのブクマついててびっくりした ちなみに、婆ちゃんの家は千代田区です 同じ千代田区住み専業主婦の友人宅も固定電話があって「電話調査がたくさん掛かってくるので、即切る」と言ってたので、あんたがガチャ切りするからうちの婆ちゃんがそ
Google Analytics 4移行対策、Publickeyの場合。Simple AnalyticsとRanklet4を導入し、GA4も使うことに
Google Analytics 4移行対策、Publickeyの場合。Simple AnalyticsとRanklet4を導入し、GA4も使うことに Google AnalyticsはPublickeyのようなブログに限らず、個人や組織の公式サイトやECサイト、そしてWebアプリケーションなど、さまざまなWebサイトで使われているアクセス分析ツールのデファクトスタンダードといえます。 そのGoogle Analyticsが今月（2023年7月）から、大幅に機能変更が行われた新バージョン「Google Analytics 4」（以下、GA4）に移行し、これまでのGoogle Analytics（通称UA：Universal Analytics）は廃止されました。 UAも、新しくなったGA4も、無料で利用できる大変ありがたいツールであり、こうした有用なツールを無料提供しているGoogleには
グロースの逆説 : メルカリで分析とサービスグロースをやる前に知りたかったこと｜樫田光 | Hikaru Kashida
この記事ではメルカリという会社で4年ほどプロダクトやマーケティングの分析、グロースなどをやっていた僕（ hik0107 / hikaru ）がそこで得た学びをまとめておこうと思います。 金曜の夜だしこれまでの学びをまとめてる。自分がメルカリにはいる前に知っていれば、同じ成果を出すのに20%位の時間で出来たであろう、そんな圧倒的な知見たち。まあ、それを肌身を切って知るということが大事で、はじめから紙の上の知識として知っていても意味はなかったりする側面もあるのですが pic.twitter.com/jV1ZgHr0u5 — hikaru / 樫田光 (@hik0107) December 24, 2021 特に「こうやったらうまく行った」というよくある成功談ではなく、 「これをわかってなかったために時間を浪費した」 「結局の所、これが一番大事という当たり前の結論に達した」 などという"知ってい
株式会社ブレインパッドの2019年新卒研修資料です。モデリングに関する基本的な内容を扱っています。
ふと思い立ってこんなアンケートを取ってみたのでした。 頻度主義統計学における「95%信頼区間」の95%というのは、以下のどちらだと思いますか— TJO (@TJO_datasci) 2021年7月16日 結果は物の見事に真っ二つで、95%信頼区間の「95%」を「確率」だと認識している人と、「割合」だと認識している人とが、ほぼ同数になりました。いかに信頼区間という概念が理解しにくい代物であるかが良く分かる気がします。 ということで、種明かしも兼ねて95%信頼区間の「95%」が一体何を意味するのかを適当に文献を引きながら簡単に論じてみようと思います。なお文献の選択とその引用及び解釈には万全を期しているつもりですが、肝心の僕自身が勘違いしている可能性もありますので、何かしら誤りや説明不足の点などありましたらご指摘くださると有難いです。 頻度主義において、95%信頼区間の「95%」は「割合」を指す
こんにちは佐々木です。 誰に望まれた訳でもないですが、データ分析基盤の設計シリーズの第三弾です。今回のテーマは、データ分析基盤における個人情報＆パーソナルデータの扱いについてです。ここを最初に考えておかないと、データ分析基盤は毒入りとなって、扱いづらいものになります。 データ分析基盤構築の肝は、データレイクとDWHの分離 - NRIネットコムBlog データレイクはRAWデータレイク・中間データレイク・構造化データレイクの３層構造にすると良い - NRIネットコムBlog 個人情報＆パーソナルデータと匿名加工について まず最初に個人情報＆パーソナルデータの定義と匿名加工について、サラッと確認しておきましょう。 個人情報＆パーソナルデータ 個人情報とは、任意の一個人に関する情報であり、かつその情報をもとに個人を特定できるものを指します。代表的な個人情報としては、名前・住所・電話番号・E-ma
こんにちは。技術部セキュリティグループの水谷（@m_mizutani ）です。最近はFGOで一番好きな話がアニメ化され、毎週感涙に咽びながら視聴しています。 TL;DR これまでセキュリティログ検索にGraylogを使っていたが、主に費用対効果の改善のため新しいセキュリティログ検索基盤を検討した 自分たちの要件を整理し、Amazon Athenaを利用した独自のセキュリティログ検索基盤を構築した まだ完全に移行はできていないが対象ログを1ヶ月間分（約7.5TB1）保持してもコストは1/10以下である3万円に収まる見込み はじめに セキュリティグループでは日頃、社内ネットワークやPC環境、クラウドサービスに関連するセキュリティアラートに対応するセキュリティ監視業務を継続しておこなっています。アラートに対応する時に頼りになるのはやはり様々なサービスやシステムのログで、そのアラートに関連したログ
竹中平蔵氏 （ｃ）朝日新聞社 国会で追及が始まった。アベノミクスの成長戦略を議論する未来投資会議（議長・安倍晋三首相）で、民間議員の一人であるオリックス社外取締役の竹中平蔵東洋大教授が、1月15日に官僚を集めて開催した“秘密会議”。本誌が5月8・15日号で報じたものだ。 会議では、国土交通省の官僚が竹中氏に対し、非公表の内部資料を提供。そこには、国が管理する空港の民間運営事業について、国交省が＜運営権対価の期待値を申し上げる話になる＞として、竹中氏への開示をためらっていた数字などが書かれていた。資料の開示は、竹中氏の強い要求で実現した。 オリックスは、関西空港などの民間運営事業に参入している。これには、自民党議員からも「明らかな利益相反行為だ」との声があがっている。 同会議の運営要領は、会議で使用された資料や議事要旨は原則公開することを定めている。竹中氏が会長を務める同会議の分科会「構造改
こんにちは、Data Platform室Data Engineering 1チームの徐です。 Data Platform室では、大規模なHadoopクラスタを運用し、データ収集、分析、活用するためのプラットフォームを提供しています。Data Engineering 1チームのミッションの一つは、様々なストレージからのdata ingestionシステムを構築、運用することです。 本記事では、バッチ処理でデータ収集を行うシステムの概要を説明した後に、LINEのセルフサービスツールであるFreyをご紹介します。 課題： このシステムでもデータ収集のバッチ処理を実行・管理するという目的は果たせましたし、ユーザーとタスクの規模が小〜中程度であれば問題はありませんでした。しかし、LINEの全てのプロダクトまでスコープを広げるにつれ、次のような問題に躓くことが増えていきました。 コード記述（ステップ1
はじめにこの記事は「eureka Advent Calendar 2019」24日目の記事です。 こんにちは、Data Analystの @pacocat です！ 私はeurekaには2019年11月に入社したばかりなのですが、毎日楽しく仕事させてもらっています。最近はプロダクト開発のための定性調査の仕組みづくりを手伝ったり、事業分析や組織開発をしていたりと、様々な定量・定性データを活用してどのように事業成長に貢献できるか考える日々です。 前職ではAI PdMとして、ゲームや強化学習領域でのAI活用を推進していました（興味ある方はGDC2019での発表や各種スライド slideshare / speakerdeck をご覧ください）。直近はがっつりAIに関わっているわけではありませんが、趣味で推薦×強化学習分野のサーベイをしていたら面白い話題がたくさんあったので、それらの中からYouTub
PV至上主義は蛇蝎のごとく嫌われています。 コンテンツの価値は無機質な数値では評価できない、質より量を追求するとモラルハザードを起こす、など様々な理由でPV至上主義は忌避されます。しかしながら、Webメディアは広告収益をもたらすための主たるドライバーであるPVを追い求めざるを得ません。そんな板挟みの中で戦略を決めあぐねているWebメディアの皆様、ぜひこのnoteでPVとの付き合い方を再考し、戦略を立てるヒントを探してみてください。 私は、文春オンラインで1年間にわたりPVを高めるために量的・質的分析を行い、インサイトを毎週欠かさず編集部にフィードバックしてきました。その間、2020年1月の約2億4千万PVから、2020年12月には約3億3千万PVまで大きくなりました。もちろん、スクープの有無によってPVは大きく変動するのですが（4億PVを超えた月もありました）、平常時のベースのPVも上がっ
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
.app 1 .dev 1 #11WeeksOfAndroid 13 #11WeeksOfAndroid Android TV 1 #Android11 3 #DevFest16 1 #DevFest17 1 #DevFest18 1 #DevFest19 1 #DevFest20 1 #DevFest21 1 #DevFest22 1 #DevFest23 1 #hack4jp 3 11 weeks of Android 2 A MESSAGE FROM OUR CEO 1 A/B Testing 1 A4A 4 Accelerator 6 Accessibility 1 accuracy 1 Actions on Google 16 Activation Atlas 1 address validation API 1 Addy Osmani 1 ADK 2 AdMob 32 Ads
2021年3月18日に実施したデータ活用ウェビナーの登壇資料 データ分析基盤を作る上での設計のポイントと、AWSのサービス選定について
データ整備の基礎
2022/04/07 初版公開 お問い合わせ先 Twitter：@data_analyst_ メールフォーム：https://bit.ly/37orRqa 執筆者：しんゆう ブログ：データ分析とインテリジェンス https://analytics-and-intelligence.net
企業ブログの価値を、どう計る？アクセス解析の専門家 小川卓とコンサルタント 村山佑介が「ブログ運用担当者が見るべき数字」を語る - 週刊はてなブログ
ときにバズり、多くのユーザーに出会う。あるいは、普遍的な情報で、長くユーザーに読みつがれる。ときに企業は、このようなユーザーとの幸福なコミュニケーションをオウンドメディアを通じて築きます。しかし一方で、オウンドメディア運用が企業のマーケティング活動の一環である以上、「ユーザーとの出会いには、どのような意味があったのか」を可視化することが求められます。 ユーザーが自社のサービスに好感を持ってくれた。ユーザーがメディアを通じてサービスやプロダクトの利用者になってくれた。こうしたコンテンツの先にある「メディアを運用する意味」を具体化すためには、メディアにどんなユーザーが来訪し、どのような行動をとったのか、などの要素を解析することが必須です。では、企業が見るべき、「オウンドメディアが生み出す数値」とは。 はてなブログの法人向け新プラン「はてなブログBusiness」のリリースに合わせて『週刊はてな
まえがき 本記事では、筆者が2020年に情報系修士号取得のために出願する大学院を探した際の結果をまとめています。もし同じ様に東京近郊で社会人として働きつつ情報系修士号を取りたいと思う方がいましたらご参考にどうぞ。 対象読者 情報系の修士号が欲しいが、仕事は辞められない人 東京近郊に居住している人 各大学の公式サイトを一つ一つ追うのが面倒な人 調査対象の大学院 調査対象は以下の条件に合致しそうな大学院の中から選定しました。 情報系の修士号が取れる 東京近郊に所在している or 東京にサテライトキャンパスがある or 月に2回程度の通学であればギリギリ何とかならないことも無い距離にある (2020/09/28追記) Twitterや本記事のコメントで情報を頂いた産業技術大学院大学、情報セキュリティ大学院大学について記載しました。 海外大学院のオンラインコースに関する記事を書いていた方がいたので
SaaSメトリクス解説｜Yuin Tei
SaaSのメトリクス（経営指標・KPI）を分かりやすく・詳しく解説します。 ・21個の重要なSaaSメトリクスを解説 ・92枚のスライドと22,000文字の説明 ・84の参考情報をメトリクスごとに整理 ・27の厳選リソース集（統計・レポート・SaaS Playbook） 想定する読者 1. SaaS企業の経営者（自社の現状分析、競合分析、経営指標として） 2. SaaS企業で働く方（事業への理解、チームのKPIとして） 3. SaaSで起業を考えている方（起業戦略の材料として） 4. ベンチャーキャピタリスト（投資検討の指標、リサーチの材料として） なぜ書くか SaaSは米国で誕生しました。そのメトリクスも米国で研究され、発展してきました。しかし、英語圏においても様々な解釈があり、日本語の情報も限られます。正解はどこにもありません。これでは理解するのに膨大な時間を要し、活用するのも困難です
SDGsという言葉は日本でばかり使われている。英米では使われていないようだ。 - データをいろいろ見てみる
概要 SDG'sという言葉が日本のニュースで使われている。 一方、英米のマスメディアのツイートを調べた所、SDG's あるいは、 The Sustainable Development Goals というキーワードはあまり使われていない。 英ではSDGsではなくESGは盛んに使われる。米ではESGでも報道されない。 ESGの概念は、投資と結びつく。 日本のSDG'sは投資というよりはふわっとした良いことに結びついている。 英米メディアのツイートでは日本ほどSDGsについて言及されない 2007年から2022年までの日米英の大手マスコミのツイート収集して、SDGs,ESGがどのくらい言及されるか調査した。 見たところ、SDGsについて熱心に報道しているのは日本のようだ。英語では、"Global Goals" と表現するようだ。そのため、Global Goalsでも調査した。 日本 米国 英国
データサイエンティストはどこまでエンジニアリングをすべきか？ | CyberAgent Developers Blog
AI事業本部 Dynalystでデータサイエンティストをしている藤田です。 Dynalystの開発チーム内にはデータサイエンス（以降DS）チームがあり、そこにはデータサイエンティスト・機械学習エンジニア（以降まとめてデータサイエンティストと呼ぶ）たちが所属しています。私がこのチームで働く中で、「プロダクト所属のデータサイエンティストがどこまでエンジニアリングをすべきなのか」ということを考えることがあったのでまとめてみました。当然これは一般的な答えではなく、人・チーム・組織の現状や目指すべきところによって答えは変わるので、あくまで1チームの1個人が考えたこととして読んでもらえればと思います。 プロダクト所属と横断DS組織所属 エンジニアリング云々の話をする前に、まずプロダクト所属と横断DS組織所属のデータサイエンティストの違いについて軽く説明します。両者のメリット・デメリットについても書きた
We are holding our user community conference, DuckCon #5, in Seattle on August 15. DuckDB is a fast in-process analytical database DuckDB supports a feature-rich SQL dialect complemented with deep integrations into client APIs. DuckDB v1.0.0 was released in June 2024. Installation Documentation
オウンドメディアのコンバージョン連載 第1回：GA4での設定・確認方法（寄稿：小川卓） - はてなビジネスブログ
株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）です。 全2回で、オウンドメディアのコンバージョン改善方法について紹介をしていきます。第1回は、オウンドメディアで設定するべきコンバージョンは何か？そしてそれらの数値を最新のアクセス解析ツールであるGoogle Analytics 4でどのように設定し確認するかを紹介いたします。第2回ではGA4を活用した具体的な分析と改善案の出し方や事例を紹介していきます。 そもそもオウンドメディアのコンバージョンとは？ ステージごとに設定するべき指標と目標値 数値をGA4で確認するための方法 流入ユーザー数の確認 エンゲージメント率と読了ユーザーの確認 再訪ユーザーと離脱ユーザーの確認 コンバージョン数と率 まとめ そもそもオウンドメディアのコンバージョンとは？ オウンドメディアを運用されている企業様では、コンバージョン（CV）として
カルマンフィルターについて - Qiita
はじめに 千葉大学/Nospareの米倉です．今回はカルマンフィルターについて解説していきたいと思います． カルマンフィルターで何が出来るの？ フィルターとあるように，カルマンフィルターが出来る基本的なことは線形ガウス状態空間モデルのフィルタリング密度を逐次的に求めることです．ここで２つのキーワード，「線形ガウス状態空間モデル」と「フィルタリング密度」という単語が出てきましたので，まずはそれらについて解説します． 線形ガウス状態空間モデルとは 状態空間モデルとは2つの確率過程からなります．1つは潜在変数・状態変数・隠れ変数といわれるもので，これは直接観測できないがマルコフ連鎖に従う変数だとモデリングされます．例えば景気の良し・悪し等，概念として存在するけれど直接は観測できないものを想像してください．2つめは観測値で，これは直接観測できるもの，つまりデータです．ただし変数に依存して観測される
GA4連載第1回：オウンドメディア担当者がGA4に移行するべき4つの理由（寄稿：小川卓） - はてなビジネスブログ
Google アナリティクス（以降「GA」）の利用停止が2023年6月末と残り9ヶ月をついにきりました。Googleは代替ツールとしてGoogle アナリティクス 4（以降「GA4」）を提供しており、多くの企業がGA4への移行を始めています。 support.google.com しかし「GA4は難しそう」であったり「今はまだGAが使えるから大丈夫」ということでGA4の移行を行っていないサイトも多いのではないでしょうか。3回シリーズとして、GA4の導入や設計など数多くの案件に携わっている株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）がGA4に関しての連載を寄稿させていただくことになります。 全3回の内容は以下の通りとなります 第1回：オウンドメディア担当者がGA4に移行するべき4つの理由 第2回：オウンドメディア担当者がGA4を導入するための初期設定と活用するべきレ
データ統括部AI基盤部の竹村( @stakemura )です。本記事では、このたびリリースされた、自分の声をキャラクターの声に変換できるWebサービス VOICE AVATAR 七声ニーナ を支えるバックエンド技術についてお話しします。 本サービスはDelight Boardという部署横断型のプロジェクトにて、1000人を超える社員投票により自分の案がまさかの採択となったことがきっかけとなります。幸運にも、百戦錬磨のプロジェクトメンバーに助けられ今日のリリースを迎えましたが、採択当時は人脈も信用貯金も何もない入社一年目の思いつきにすぎず、言い出しっぺである自分の力不足によりタイトなスケジュールでの開発となってしまいました。本記事では、その限られた開発期間の中で、自分が何を考えて実装したかを中心にお伝えします。 サービングに求められる要件 七声ニーナの音声変換はブラウザから受け取った入力音声
GA4連載第2回：オウンドメディア担当者がGA4を導入するための初期設定と活用するべきレポート（寄稿：小川卓） - はてなビジネスブログ
Google アナリティクス（以降「GA」）の利用停止が2023年6月末と残り9ヶ月をついにきりました。Googleは代替ツールとしてGoogle アナリティクス 4（以降「GA4」）を提供しており、多くの企業がGA4への移行を始めています。 support.google.com しかし「GA4は難しそう」であったり「今はまだGAが使えるから大丈夫」ということでGA4の移行を行っていないサイトも多いのではないでしょうか。3回シリーズとして、GA4の導入や設計など数多くの案件に携わっている株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）がGA4に関しての連載を寄稿させていただくことになります。 全3回の内容は以下の通りとなります。 第1回：オウンドメディア担当者がGA4に移行するべき4つの理由 第2回：GA4を導入するための初期設定と活用するべきレポート 第3回：「オウ
｜DMM inside
ぼくのかんがえる最高のレポーティング基盤 @AWSで実践！Analytics modernization
VOYAGE GROUP Zucks DSPレポーティング基盤をどのようにして作ったかの話。 https://pages.awscloud.com/JAPAN-event-OE-20210624-AnalyticsModernization-reg-event.html ディメンションモデリング https://zenn.dev/pei0804/articles/dimensional-modeling スタースキーマ（基礎） https://zenn.dev/pei0804/articles/star-schema-design 複数スタースキーマ https://zenn.dev/pei0804/articles/multiple-star-schema ファン・トラップ https://zenn.dev/pei0804/articles/datawarehouse-fan-trap
はじめに こんにちは、ML・データ部推薦基盤ブロックの宮本（@tm73rst）です。普段は主にZOZOTOWNのホーム画面や商品ページにおいて、データ活用やレコメンド改善のプロダクトマネジメントを行っております。 近年ビックデータ社会と言われる中、データドリブンという言葉をよく耳にします。ZOZOTOWNのホーム画面は、ホーム画面の各パーツごとにViewable Impression（以降、view-impと表記）を取得できるようになったことでデータドリブンな評価や意思決定が促進されました。 本記事では特にZOZO独自のview-impの設計とview-impを用いてどのようにホーム画面を改善しているかについて紹介します。データドリブンな施策の推進を検討している方に向けて、本記事が参考になれば幸いです。 本記事におけるViewable Impressionの定義 本記事ではホーム画面のvi
イオンリテールが、快適な買い物環境を実現するために「AIカメラ」の活用を進めている。2021年5月、「イオンスタイル川口」（埼玉県川口市）に導入したのを皮切りに、70店舗にまで拡大（22年11月末時点）。22年度末には約80店舗に導入予定だ。
GA4連載第3回：「オウンドメディアサイト × GA4」で見るべきKPIや分析方法（寄稿：小川卓） - はてなビジネスブログ
Google アナリティクス（以降「GA」）の利用停止が2023年6月末に迫ってきました。Googleは代替ツールとしてGoogle アナリティクス 4（以降「GA4」）を提供しており、多くの企業がGA4への移行を始めています。 support.google.com しかし「GA4は難しそう」であったり「今はまだGAが使えるから大丈夫」ということでGA4の移行を行っていないサイトも多いのではないでしょうか。3回シリーズとして、GA4の導入や設計など数多くの案件に携わっている株式会社HAPPY ANALYTICSの小川卓（id:ryuka01）がGA4に関しての連載を寄稿させていただくことになります。 全3回の内容は以下の通りとなります。 第1回：オウンドメディア担当者がGA4に移行するべき4つの理由 第2回：オウンドメディア担当者がGA4を導入するための初期設定と活用するべきレポート 第3
アクセス解析ツールである「Google アナリティクス」。多くの企業で利用されており、皆様の会社も導入しているのではないでしょうか。そんなGoogle アナリティクスに新しいバージョン、「Google アナリティクス4 （以下：GA4）」が登場して1年半経ちました。また今までのGoogle アナリティクスの計測停止が2023年7月1日（有償版は2023年10月1日）とアナウンスされました。 「GA4って聞いたことはあるけどなんか全然画面が違うんだって？」「今までのGAと何が違うの？」「導入することのメリットは？」と疑問に思っている方も多いのではないでしょうか。本記事ではメディアサイトにとってのGA4導入の価値や注意点を、HAPPY ANALYTICSの代表取締役で、Googleアナリティクス関連の著書も複数上梓している、小川卓氏が紹介いたします。（編集部） GA4は今までのGoogle ア
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2019-2020年】
連載目次 ※本稿には新バージョンがあります。2021年に向けてのアップデート記事（2020年12月16日公開）はこちらです。 本稿は、ディープラーニング（深層学習）に関心があるビジネスマンから、これから始めてみたいというエンジニア、既に取り組んでいる実務経験者まで、幅広い人に向けて書いた。よって、初歩的な内容も含めつつ説明していくのでご了承いただきたい。 ディープラーニングを実装する場合、フルスクラッチでゼロからコードを書くのは非効率なため、専用のライブラリ／フレームワークが用いられるのが一般的だ。ディープラーニングが流行してから直近4年ほどの間に、次々と新しいフレームワークが登場した。現在、主要なものを挙げると、 TensorFlow： 2015年登場、Google製。一番有名で、特に産業界で人気 PyTorch： 2016年登場、Facebook製。この中では新興だが、特に研究分野で人
同時に書いた"基礎編"では、若干細かい内容になるのでこちらのポストに記載することにしました。ただ、この内容もただいろんな記事をまとめただけの、"やや実践編"です。大切な真実、本物の実践、一番新しい方法、最先端、は常にプロダクトの現場にしかありません。また、こういう基礎が全部知りたい人はY Combinatorのスタートアップスクールがおすすめです。2015-2019、全部見て欲しいです。 基礎編はこちらです。 PMFをはかるとき(見つけるときも同じですが)、対象となるユーザーが、友達や近しい人だと正しいフィードバックをくれない可能性が高いです。無料ユーザーについても同じです。ユーザーは、自分との距離が遠くなり、お金を払っていればいるほど、正しいフィードバックをくれます。 1. 先行指標 1-1: Sean Ellis test. このプロダクトが明日なくなったら困るか? DropboxやE
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
Delta Lake とは何か - connecting the dots
A/Bテストのベストプラクティスと落とし穴 ~KDD2019 レポート~ - Gunosyデータ分析ブログ
React Dashboard: an Ultimate Guide - Cube Blog
分析の基礎（モデリング）/ Basics of analysis ~modeling~
95%信頼区間の「95%」の意味 - 渋谷駅前で働くデータサイエンティストのブログ
データ分析基盤における個人情報の扱いについて - NRIネットコムBlog
Amazon Athena を使ったセキュリティログ検索基盤の構築 - クックパッド開発者ブログ
本誌スクープ、国会で追及 竹中平蔵氏と首相諮問会議の“闇” | AERA dot. (アエラドット)
LINEの新しいセルフサービス型バッチデータ収集システム「Frey」の導入
YouTubeの推薦アルゴリズムの変遷を追う〜深層学習から強化学習まで〜
PV至上主義は悪なのか｜Shota Tajima
Web Vitals の概要: サイトの健全性を示す重要指標
AWSで作るデータ分析基盤サービスの選定と設計のポイント
東京近郊でフルタイム勤務しつつ情報系の修士号が取れる大学院を調べてみた【2020年9月ver】
An in-process SQL OLAP database management system
七声ニーナを支えるバックエンド技術 | BLOG - DeNA Engineering
DMM動画サービスでA/Bテストを1年間運用してわかったこと - DMM inside
ZOZOTOWNホーム画面におけるログ設計と改善サイクルの紹介 - ZOZO TECH BLOG
いないはずの時間帯にまさかのお客が!? イオンリテールが「AIカメラ」を導入して気付かされたこと
新しいGoogleアナリティクス「GA4」、変化とその価値 - Media × Tech
PMFのはかり方、見つけ方: やや実践編｜原健一郎 | Kenichiro Hara