Sending the Police Before There’s a Crime (Published 2011)
Officers at a location flagged by a computer program as a place where car burglaries were especially likely put a woman in custody.Credit...Jim Wilson/The New York Times The arrests were routine. Two women were taken into custody after they were discovered peering into cars in a downtown parking garage in Santa Cruz, Calif. One woman was found to have outstanding warrants; the other was carrying i
コラム：「ビッグデータ」に潜む落とし穴
１１月６日、データを分析する際に注意すべきなのは、先入観を持たず、相関関係を因果関係と取り違えないことだ。間違ったデータと不適切な判断はどちらも偏った結果につながる。写真は２月、ワルシャワで撮影（２０１３年 ロイター／Kacper Pempel） データ分析は、マジックを演じるのに良く似ている。マジックでは、見ている人に一点に集中させておき、本来見るべき対象から目をそらさせる手法がよく使われるが、データ分析でも同様のことが言える。世界がビッグデータ革命に乗り出す今、これを肝に銘じておくのは重要なことだ。 ビッグデータとは、政府や企業、各種機関などが集めた膨大なデータの塊で、以前と比べ入手が簡単になりつつある。このデータを使うことで、企業や政策立案者は「消費者が何を求めているか」や「どんな政策が有効か」などが分かるとされ、大量の情報によって様々な効率が上がる一方、コストは下がることが期待され
ビッグデータ活用が進まない3つの理由、データを成果につなげるデータサイエンティストの役割とは／ソフトバンク・テクノロジー | 【レポート】Web担当者Forumミーティング 2013 Autumn
ビッグデータとデータサイエンティスト、パーソナライゼーションについて、実際にどのように進めていくかという仕組みの話と、そのために組織や体制をどのように整えなければならないか、具体的に何をして売上などのコンバージョンを上げるのか。これらについて詳しく話していきたい（橋本氏） 登壇した橋本氏は、「ビックデータ活用に対して、すでに何らかの取り組みを行っていますか」と会場へ問いかける。 ビックデータ活用の例として、Amazonの「レコメンド」、Facebookの「知り合いかも？」、ウェザーニューズの「ウェザーリポート」機能などを挙げる橋本氏は、いずれもユーザーが便利になる機能がビッグデータを介して提供されていると説明する。しかし一方で、大規模ECサイトの80％以上はレコメンドを利用しているが、それ以外にビッグデータを活用するケースはあまりにも少ないとし、ビッグデータがレコメンド以外に広がっていかな
サービス終了のお知らせ - NAVER まとめ
サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。
「幸せは加速度センサで測れる」：日経ビジネスオンライン
矢野：そうですか。 店舗の中で、居場所と体の動きを検知できるセンサを従業員が身に着けて、来店したお客様にも買い物の間だけ身に着けてもらい、毎秒20回ずつひたすらデータを取り続けるわけですが、それを解析した人工知能コンピュータがすごく意外な影響要因をはじき出した。 店内のいくつかの「ある特定の場所」に従業員が「いる」だけで顧客単価が向上するというんですね。そこでの滞在時間を1.7倍にしただけで顧客単価が15％も増えたとか。でもそれがどういう理由なのか言葉ではうまく説明できない。これは、具体的にはどういうことをコンピュータでやっているんですか。 矢野：ごく単純に言うと、1人のお客さんがいくらお金を使うかという売り上げというマクロな量に対して、影響を与えるかもしれない要因はものすごくたくさんあります。そのたくさんの要因の中で、影響がありそうな候補を何千個、何万個と自動で作り出し、かつそれらを絞り
昨今のwebディレクターは「データ分析」「A/Bテスト」病にかかってしまい、考え方のスケールが小さくなっているのではないか。 - webディレクターのネタ帳
追記： 捕捉となるエントリーを書いてみました！ blog.egachan.net Ａ／Ｂテストについて 最近のwebサービス事情として、大手資本の会社などもガンガン参入しているため、 「サイト立ち上げ」→「適切なプロモーション」→「継続したサイト改善・運用」 という風な3つの流れはマストな時代になってきたと思います。少し前までは、「素晴らしいサイトを作れることだけで人が集まる」「素晴らしいサイトと上手なプロモーションだけでサービスは活性化する」という時代だったのですが、最近は、そこまでは当然として、さらに「継続したサイト改善・運用」がマストな時代になってきたと感じています。（この三位一体を適切に行っても、流行るか分わからないのが、webサービスの世界で、そこが難しいのですが。） ただし、サイト運営を継続的に行なっており、一定の機能が回りだし「改善・運用」フェーズに入ったサイトの施策を考え、
「ビッグデータ」「データサイエンティスト」後のデータ分析業界はどうなっていくのか - 渋谷駅前で働くデータサイエンティストのブログ
先日の合同企業説明会でご来場いただいた就活生の皆さんにこの話題をだいぶ話したので、続きの意も込めてちょっと書いてみようと思います。実はその時お話した内容について、後日データ分析者同士の飲み会を開いた時に色々議論になったもので（笑）、そのフィードバックも兼ねるかなぁという。 そうそう、この記事でも引き合いに出しますが「アルゴリズム実装系」「アドホック分析系」というデータサイエンティストの分類については、以下のslideshareをお読みあれ。 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 そして予めお断りしておきますが、今回の記事も基本的には僕の個人的なデータ分析業界での経験と見聞に基づいて独断を並べているだけで、言ってみればただのポジショントークです。何かしら客観的な数値的根拠とかそういうものがあるわけではないので、悪しからず。。。 バズワ
なぜ、データ分析プロジェクトは失敗するのか？：日経ビジネスオンライン
工藤：前回に指摘したように、データ分析の成果を日々の運用のレベルにまで落とし込むことが大切です。どの業態においても、日々の業務の中でデータを見て行動を起こすところまで環境が整わないと継続して使ってもらえないですよね。 日常での運用を前提に、やるべきことの優先順位をつけて行動できるようにすることが大切です。例えば、分析の結果から売るべき対象をたくさん提示したところで、営業担当者は処理しきれないでしょう。現場の負荷がとても高くなってしまい、「とてもじゃないけど対応できないよ」ということになる。「何かまた、面倒なお願い事項がきた」と思われてしまい、具体的なビジネス施策につながらないのです。 データ活用で成功している企業、例えば、アマゾン・ドット・コムやグーグルの秘訣は、データ分析をきちんと運用まで落とし込んでいることだと思います。 西内：アマゾンが成功している理由の一つは、どのようにデータ分析を
データ分析で大切な４つのこと：1. 「当たり前の結果」をたくさん出す事の大切さ - トレジャーデータ（Treasure Data）ブログ
データ分析で大切な４つのこと トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 ここ数年，データの大量な蓄積とそれに対する分散並列処理が可能な環境が成熟してきました。元々はデータの蓄積やバッチの効率化といった分析バックエンド（プラットフォーム）の方にフォーカスがあてられてきましたが，やっとその先のデータ」「分析」というところ，そしてその役割を果たすデータ分析者の重要性が理解されるようになってきているように感じています。 このブームは分析者にとって非常に喜ばしいことでもあると同時に，大きなプレッシャーにもなっているような気がします。 そのプレッシャーの１つに，企画者や経営者・あるいは顧客といった結果を活用する人々（＝意志決定者）の，「これだけ材料（データ）が揃っているのだから多くの課題が解決できるはずだ」という期待に応えないといけないというプレッシャーがあると思いま
第71回「ベストセラー「統計学が最強の学問である」の西内啓氏が語る！「決めるのはデータだ！ビッグデータからビジネスを革新する」」 ｜Prowise Business Forum in Tokyo｜日立ソリューションズ
ホーム >セミナー・展示会 >Prowise Business Forum in Tokyo >講演レポート：第71回「ベストセラー「統計学が最強の学問である」の西内啓氏が語る！「決めるのはデータだ！ビッグデータからビジネスを革新する」」 イノベーションを求め、各企業が活用を模索しているビッグデータ。「統計学」はビッグデータの分析において切っても切れない関係にあり、注目が高まっています。医学、心理学、経済学、そしてスポーツにおいても統計学を用いたデータ分析が盛んになっており、それが及ぼす影響は大きくなっています。しかし統計学の知識を有し、ビッグデータを扱うデータサイエンティストが世界的に不足していると言われています。専門組織や人材の不在により、ビッグデータの分析ができないという意見を多く耳にしますが、ビッグデータの分析は敷居が高く、遠い存在なのでしょうか。 そこで本フォーラムでは、基調講演
データ分析の重要性を理解するための入門書５冊 - UNIX的なアレ
はじめに 今回紹介する本は玄人向けではなく「データ分析が重要そうだけど、なんだかよくわかんないと思っている人」向けです。 昨今ではデータマイニングという単語がエンジニアやマーケティング担当者のものだけでなく、経営レイヤーでも重要視されてきています。 ビッグデータというバズワード的なものも頻繁に言われ始めて、めんどくさい上司とかはとにかく口にし出すような状況ではないでしょうか？（想像です） 勉強しないと！と思いはするものの、統計やらHadoopやらRやら、それにまつわるものが多すぎて何から手をつけていいのかわからないもの。 というわけで、私が最近読んだ中でも「何ができるものなのか」という浅く広いテーマについて触れている本をいくつか紹介します。 統計学 統計学が最強の学問である 作者:西内 啓ダイヤモンド社Amazon cakesの連載をまとめた本ですが、統計学がどういった分野に使われているの
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
リアルタイムで次の行動を導く「未来予測アプリ」：東大の研究チームが開発｜WIRED.jp