[B! SQL] shinji0213のブックマーク

非エンジニアが最速でSQLをマスターする方法 - Gunosy Tech Blog

こんにちは、データ分析部の石塚です。 Gunosyではエンジニア以外の職種でもSQLを叩いて自らデータを集計・分析するという習慣と全社員が各サービスのログ*1に触ることができる環境があります。例えば、ユーザー獲得を担っているプロモーションチームはエンジニアが0名のチームなのですが、実際にSQLを叩いています。それによって、自分たちの獲得したユーザーはどのような行動をしているのかを確認したり、分析することができています。これはGunosyのみの事例ではなく、AWSのRedshiftやAthena、GCPのBigQueryが台頭してきたおかげで、どの会社も低コストにログをSQLで集計・分析できる基盤が整ってきています。個人的にはアプリやウェブの業界で働くマーケターにはSQLは必須の知識と言える時代になってきたと感じています。そこで今回は特別プログラミングなどの経験が無い人でも、SQL

shinji0213 2018/02/06

SQL

リンク

プロダクト改善のためにウォッチしておくべき7つの指標 - Gunosyデータ分析ブログ

データ分析部でグノシーというニュースアプリのプロダクト改善を担当している @ij_spitz です。今回はプロダクト改善のためにウォッチしておくべき7つの指標をSQLで算出してみます。 Gunosyではこれらの指標を、プロダクトに異常があった時に検知するため、また施策の効果検証といった主に2つの目的で使用しています。簡潔にするため、ユーザーとログインの2つのテーブルを使った算出できる指標のみを対象としています。また、これらの指標をどうやってプロダクト改善に役立てているのかということも少しではありますが、合わせて書いていきたいと思います。 DAU WAU(MAU) HAU 積み上げHAU 1ユーザーあたりのログイン回数登録N日後継続率登録日別N日後継続率前提今回のブログで紹介するSQLはAmazon Redshift上で動くSQLなので、MySQLやGoogle BigQuer