Network effects. It’s one of the most important concepts for business in general and especially for tech businesses, as it’s the key dynamic behind many successful software-based companies. Understanding network effects not only helps build better products, but it helps build moats and protect software companies against competitors’ eating away at their margins. Yet what IS a network effect? How d
調査会社と一緒に、TikTokほか動画サービス4社の推奨度の調査を、勝手にやったので公開メモ。先日、THE GUILDとしての仕事のほうで、テスティーという、リサーチ会社の顧問となりました。ティーンエイジャーに特につよい、ネットリサーチ会社です。 で「一緒にやるなら、せっかくだからNPS®調査の商品作って欲しいんですよ」と、無茶なおねだりしたら…実験的にアンケートをしてくれました。 以下は、NPS®アンケートをベースに、THE GUILDデータ部のみんなによる分析です。サンプル数は200-400人程度。対象はTikTokと、競合A、B、Cの3アプリ。内容は推奨度の調査(NPS®調査)となります。 そもそもNPS®調査とはNet Promoter Score(System)の略です。簡単にいうと、「そのサービスを熱心に勧める人、批判する人はどれくらいいるのか?」を測る調査です。 海外では、A
from icrawler.builtin import GoogleImageCrawler crawler = GoogleImageCrawler(storage={"root_dir": "images"}) crawler.crawl(keyword="猫", max_num=100) 2018-07-15 13:20:58,410 - INFO - icrawler.crawler - start crawling... 2018-07-15 13:20:58,411 - INFO - icrawler.crawler - starting 1 feeder threads... 2018-07-15 13:20:58,412 - INFO - feeder - thread feeder-001 exit 2018-07-15 13:20:58,412 - INFO - ic
こんにちは、THE GUILDの @goando です。 私はTHE GUILDの中でもデータを扱う仕事を中心に活動しており、「UXの改善をデータでサポートする」をミッションに取り組んでいます。 ざっくり言うと、THE GUILDのクライアント企業が運営するサービスのログを分析してユーザーの行動傾向からUXの改善点を見つけ出したり、マーケットの市場リサーチを通じてサービスの戦略の策定を支援したり、と言った内容です。 こうした活動を通じて、データ分析の結果をグラフ等のレポートに落とし込むという事を数多く行ってきました。 試行錯誤を繰り返しつつ、データをどのようなデザインで視覚化するとメッセージが伝わりやすいのか、逆にどういう点に気をつけないと誤解を与えやすいのか、といったノウハウを少しずつ蓄積してきました。 データ分析を台無しにするダメグラフかく言う私もかつて、そのグラフから何が言いたいのか
時間がたつに連れて、私のフォーカスは、「カスタマーが何を言っているのか?」から、「まずはテストしよう!」というコンシューマー・サイエンスの態度に変わりました。私のチームのカスタマーに関するインサイトは向上し、学びの速度も上がり、何がカスタマーを喜ばせるのかについてのある仮説を形成するに至りました。 以下が、コンシューマー・サイエンスとカスタマーオブセッションのために私達が使ったリサーチの手法です。 既存のデータを使って過去と現在のカスタマーの行動を理解する。 私達の作っているものに対してカスタマーがどう反応するのかを聞くために、フォーカス・グループや一対一のインタビューやユーザーテストといったクオリティティブなリサーチをする。 カスタマーがどういった人たちなのかを、デモグラフィック(人口統計学的属性、つまり性別、年齢、住んでいる地域、所得、職業、学歴、家族構成など)、競合する製品の使用度、
Our experts are creating a virtual encyclopedia of the physical world for the benefit of businesses, governments, and our planet. We provide actionable intelligence by fusing satellite imagery data with advanced statistics, machine learning, and industry expertise. Increasing Russian LNG capabilitiesDefense & IntelligenceDespite the EU sanctions exempting Russian LNG exports, restrictions on LNG a
ThoughtSpot Analytics Deliver insights 10x faster for your employees
全3回の連載予定の「サブスクリプションの見える化」シリーズ。 4日前(12/11)の記事では、おかげさまで、Twitter、はてぶ、NewsPicks などでたくさんの反響をいただいています。ありがとうござます。 また、noteのサポート機能からご入金もいただきました。※見慣れない通知だなーと思って調べて初めて知ったのですが、10月にも複数の方から、サポートをいただいていました。大変遅くなってしまいましたが、この場をお借りして、ありがとうございます。(営利目的ではありませんが、わたしの記事を通してサポートしようと思っていただけたということが何よりうれしいです。) さて、今回は連載の第2回です。前回に引き続き、私自身がBtoBのサブスクリプションのビジネスでマーケティングやデータ分析を担当している経験をもとに、個別から全体、現在から未来に向けて、以下の3つの目的に合わせて考えていきます。 ~
コホートとは「仲間グループ」という意味です。 コホート分析とは、ユーザーの行動をグループ化し、指標ごとに数値化して分析するというものです。例えば「7月1日にセッションを開始したユーザー」をグループとして、そのグループの何割が再訪したかなどを分析します。 Googleアナリティクスのコホート分析では、ユーザーがセッションを開始した日(=ユーザー獲得日)から特定期間のユーザー行動を指標ごとに分析することができます。 例えば、7月1日に獲得したユーザーの中で その後14日間にどのくらいコンバージョンしたか 何割のユーザーがサイトに再訪したか などのデータを見ることができます。 (関連記事:「Googleアナリティクス「マイレポート」で日々の変化をチェック!|設定方法から活用法まで解説」) コホート分析はなぜ重要? 上記の通り、コホート分析では様々な指標を分析することができますが、特にユーザー維持
Amazon Web Services ブログ AWS Glue と Amazon S3 を使用してデータレイクの基礎を構築する データレイクは、大量の様々なデータを扱うという課題に対処するため、データを分析および保存するための方法としてますます一般的になっています。データレイクを使うと、組織は全ての構造化データおよび非構造化データを1つの中央リポジトリに格納できます。データはそのまま保存できるため、あらかじめ定義されたスキーマに変換する必要はありません。 多くの組織は AWS をデータレイクとして使う価値を理解しています。例えば Amazon S3 は高い耐久性があり、コンピューティングとストレージの分離をしながら、オープンデータフォーマットをサポートする費用対効果の高いオブジェクトの開始ができ、全てのAWS 分析サービスと連携します。Amazon S3 はデータレイクの基礎を提供します
分析レポート 統計ヘッドライン - 統計局月次レポート -令和5年10月13日更新 令和5年10月(統計ヘッドライン No.164) 統計Today - 統計をめぐる新しい動きやメッセージ -令和5年9月25日更新 令和5年住宅・土地統計調査 ~みんなのおうち調査 10月1日が調査日です~(統計Today No.198)(PDF:589KB) 統計トピックス - 「国民の祝日」や季節にちなんだ統計データ -令和5年9月17日更新 統計トピックスNo.138 統計からみた我が国の高齢者-「敬老の日」にちなんで- 労働力調査ミニトピックス - 労働力調査結果に関する分析レポート - 家計ミニトピックス - 家計調査結果に関する分析レポート - 小売ミニトピックス - 小売物価統計調査結果に関する分析レポート - 統計を学ぶ ・児童・生徒向け学習サイト ・先生向け学習サイト (授業モデル・補助教
Question. 今後AIが算出した『AI査定価格』を インターネットで公開するようなサービスが、 日本でも必要と思いますか? ※東京都内マンションオーナー550名から集計。(男性380名、女性170名) Yes 71% AI推定価格の インターネット公開サービスが 必要である、と回答 Gate.が選ばれる理由 国内唯一にして高精度な将来収益予測 業界最大数のビッグデータと 人工知能を搭載した 不動産業務システム ビッグデータと独自開発の人工知能により、誤差率わずか「4.98%」の高精度な賃料予測を実現。価格査定だけではなく将来における「空室リスク」や「賃料下落」購入から売却までの「全期間における利回り」も分析可能。 2億5,000万件超の 不動産取引データを保有 2008年から独自にデータを収集し、 日々成長を続けるAI査定システム 金融機関が 融資審査に活用 不動産AI査定の分野では
このドメインは お名前.com から取得されました。 お名前.com は GMOインターネット(株) が運営する国内シェアNo.1のドメイン登録サービスです。 ※1 「国内シェア」は、ICANN(インターネットのドメイン名などの資源を管理する非営利団体)の公表数値をもとに集計。gTLDが集計の対象。 ※1 日本のドメイン登録業者(レジストラ)(「ICANNがレジストラとして認定した企業」一覧(InterNIC提供)内に「Japan」の記載があるもの)を対象。 ※1 レジストラ「GMO Internet, Inc. d/b/a Onamae.com」のシェア値を集計。 ※1 2020年8月時点の調査。
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
処理を実行中です
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