メルカリの分析チームとは？その全ての疑問にひとつひとつ答えます | メルカリエンジニアリング
この記事はMercari Advent Calendar 6日目の記事です。 メルカリのBIチームのアナリスト/マネジャーの @hikaru が、メルカリの分析チームの事情についてお送りします。 ※ BIチーム…メルカリ内の分析を一手に担うチーム。Business Intelligenceチーム。 この記事について イベントやカジュアル面談などでメルカリの分析チームの内幕についてよく聞かれる質問があります。 いえ、それどころか場合によっては社内であまり一緒に仕事する機会がない方々からも、チームに関して質問されることがあります。 ※ カジュアル面談…メルカリでは、社内のポジションに興味ある方にオフィスに来ていただいて1on1でざっくばらんに話す会を頻繁に行っています。 正直、分析チームというのは外部から何をやっているか見えづらい面もあるため、理解できます。 よく頂く質問としては、 組織的なこ
さらば！データサイエンティスト
2013/03/28 PFIセミナー「（道具としての）データサイエンティストのつかい方」資料 Ustreamの録画はこちらです→http://www.ustream.tv/recorded/37645309
Big Data Is Just For Big Companies - And Other BS
When you buy through affiliate links in our content, we may earn a commission at no extra cost to you. Learn how our funding model works. By using this website you agree to our terms and conditions and privacy policy. We uphold a strict editorial policy that focuses on factual accuracy, relevance, and impartiality. Our content, created by leading industry experts, is meticulously reviewed by a tea
リクルートのビッグデータ活用の鍵を握るHadoop解析
リクルートのネットマーケティング、ホットトピックスは「Hadoop解析」 リクルートといえば、さまざまな分野の雑誌やネットメディアを扱い、情報と生活者をつなぐ国内最大の媒介者である。広告主から集めた大量の情報を、最適なメディアに乗せて届ける――。そのシンプルな事業体制から、とかく営業力とメディアパワーの会社と見られがちだ。 しかし裏側では、国内トップレベルのITインフラが事業を支えている。特に、昨今のネットマーケティングに欠かせない先端技術「Hadoop」の活用においては、名だたるIT企業からも一目置かれる存在だ。連載3回目となる本記事では、リクルートのネットマーケティングを支えるエンジニアリングに迫った。 リクルートの技術部門は、以前まで事業部ごと別々に存在していた。たとえば、住宅カンパニーや自動車カンパニーなど、各カンパニーごとに技術部門を抱え、それぞれシステム構築などの業務を担当して
リクルート式Hadoopの使い方
リクルート式Hadoopの使い方 - Presentation Transcript リクルート式Hadoopの使い方 株式会社リクルートMIT システム基盤推進室インフラソリューショングループ石川 信行 はじめに・・・ □名前 石川 信行 （ ground_beetle） □出身 福島県 いわき市 □経歴 ・2009年リクルート新卒入社 ・営業支援システムのコーダー（java）、DBAとして参加。 ・JavascriptのLibであるSenchaを用いたスマホサイト開発 ・現Hadoop推進担当 □趣味 ・外国産カブト虫飼育 ・スキューバダイビング ・海水魚飼育 リクルートの組織体制について 旅行C 営業 企画 自動車C 営業 企画 住宅C 営業 企画 MIT United 事業担当MIT 事業担当MIT 事業担当MIT ・マーケティング・分析チーム ・インフラ基盤チーム
Hadoopを用いた大規模ログ解析
HDFS新機能総まとめin 2015 （日本Hadoopユーザー会 ライトニングトーク＠Cloudera World Tokyo 2015 講演資料）
HadoopはBI市場の破壊的テクノロジーになる
「Big Data」という言葉を見かけることが最近増えてきました。数テラバイトなど大規模なデータを表す言葉です。 このBig Dataをデータを分析し、有用な情報を見いだしてビジネス上の意志決定に活かそうというのがBI（ビジネスインテリジェンス）ですが、BIを実現するためにデータウェアハウスを構築し、OLAPなどの分析ソフトを導入するためのシステム構築は非常にコストのかかるものでした。大規模なデータを保存すること、そしてそれを高速に分析するためには高価で高性能なハードウェアとソフトウェアが必要でした。 そのBIの分野で新たなテクノロジーとして注目されているのがHadoopです。HadoopはBig Dataの保存と分析を、安価なコモディティサーバの集合体で実現します。その点が従来のBI市場にインパクトを与えつつあり、先月、BIツールとHadoopを統合しようとする動きが相次いで顕在化しまし
データ分析では「勝ちパターン」を生み出せない：日経ビジネスオンライン
気になる記事をスクラップできます。保存した記事は、マイページでスマホ、タブレットからでもご確認頂けます。※会員限定 無料会員登録 詳細 ｜ ログイン 本連載では「勝つインテリジェンス――経営トップの情報武装」と題して、今後6回にわたって、経営の意思決定や戦略の立案・実行・評価を支援する情報システムのあり方について考えてみたい。 そのような情報システムは、意思決定支援システム（DSS）を始めとして、これまでに色々と提案されてきた。今日までの流れを振り返る前に、そもそも経営の意思決定、戦略の立案・実行・評価の本質は何なのか、それを支援するとは具体的にどういうことなのか、イメージを明確にしておく必要がある。 大量データ分析とビジネス・インテリジェンス 今から2～3年前、データ分析で競争優位を築くというアイディアを紹介した2冊の本が話題になった。エアーズの『その数学が戦略を決める』（文藝春秋、20
第1回 マッシュアップを取り巻く情報格差
本研究所では、日本と海外のIT技術およびその利用方法を比較し、両者の間にある情報格差について考えていきたいと思う。ただ最初に誤解のないように言っておくが、情報格差は日本だけにあるわけではない。しかし、日本の状況を正しく把握するためには、日本がどんな状況にあるかを知り、海外と比較していくことが重要である。 第1回は、システムの統合あるいはデータをマッシュアップする上で、日本と海外ではどれだけの差があるのか。また、その情報をなぜ日本人は知らないのか、について検証していこうと思う。システム化で目指すイメージは、日本も海外も同じものだ（図1）。日本でも南澤宣郎氏が、インターネットがなかった1978年に、マッシュアップの原型のようなことは示している。 日本の医療システムを考える 具体的な例として、日本の医療システムについて考えてみよう。 医療システムといえばみなさんは、電子カルテを思い浮かべるのでは
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
Domoによるモニタリングオートメーション
https://jp.techcrunch.com/2011/09/15/20110914big-data-analytics-company-opera-solutions-raises-84m-in-first-round-funding/
Andreessen Horowitz Leads $15M Round In Cloud Business Intelligence Platform GoodData | TechCrunch
http://japan.internet.com/finanews/20080808/4.html