タグ

ブックマーク / logmi.jp (5)

  • ポイントは何人が先に進み、何人が離脱したかを把握すること カスタマージャーニーを妄想から「計画」に格上げする方法

    クロスメディアグループが主催した「カスタマージャーニーの作り方」セミナーに、『マーケティングオートメーションに落とせるカスタマージャーニーの書き方』の著者である小川共和氏が登壇。記事では、小川氏が70以上のカスタマージャーニーを作って気づいたことや、マーケターの願望通りの行動を促す仕掛けについて語られました。 70以上のカスタマージャーニーを作って気づいたこと 小川共和氏:さっそく始めたいと思います。小川共和です、よろしくお願いします。カスタマージャーニーといってもいろいろあると思うんですけど、今日お話しするのは「施策の全体設計図となるカスタマージャーニー」です。一番覚えてほしいキーワードは「パーセプションチェンジ」です。 最初に趣旨をご説明します。 この(『マーケティングオートメーションに落とせるカスタマージャーニーの書き方』)はちょうど5年前に書いたんですけど、それ以来なんだかんだ

    ポイントは何人が先に進み、何人が離脱したかを把握すること カスタマージャーニーを妄想から「計画」に格上げする方法
    turuhashi
    turuhashi 2023/10/31
  • 総データ化時代は「統合できるデータ」が価値を生む 新型コロナが変えたデータサイエンスの常識

    AI機械学習を導入して、会社のDXを進めたい」。そのためには大量のデータが必要なことは分かっているが、実際に必要なのはどんなデータなのか、そのデータをどうやって分析すれば仕事に活用できるのかが分からなくて困っているーー。そんな悩みを抱えるビジネスパーソンを対象に、データサイエンスの教育プログラムを提供する株式会社データミックスの代表取締役・堅田洋資氏が、データ活用方法を伝えるセミナーを開催しました。データの質や量、分析者の腕前などに左右されるデータ分析には、常に「わからない」というリスクがつきまといます。新型コロナ以後、これまでのデータが使えない時代に行うべきデータサイエンスとは何かを語ります。 数字を聞くようにすれば、データを見るクセはついてくる 堅田洋資氏:さて、後半戦にいきましょう。問いの量を増やすにはどうしたらいいのか。これは精神論というわけじゃないんですけれども、マネジメント

    総データ化時代は「統合できるデータ」が価値を生む 新型コロナが変えたデータサイエンスの常識
    turuhashi
    turuhashi 2022/07/02
  • DXの本丸は「データ」にあり 「問い」からはじめるデータ分析とその活用法

    AI機械学習を導入して、会社のDXを進めたい」。そのためには大量のデータが必要なことは分かっているが、実際に必要なのはどんなデータなのか、そのデータをどうやって分析すれば仕事に活用できるのかが分からなくて困っているーー。そんな悩みを抱えるビジネスパーソンを対象に、データサイエンスの教育プログラムを提供する株式会社データミックスの代表取締役・堅田洋資氏が、データ活用方法を伝えるセミナーを開催しました。そもそもなぜ今、データの活用が求められているのかを、デジタルディスラプターの登場によりレンタルビデオショップが消えていった実例などを参照しながら、4つのファクターに分解して解説します。 DXの文脈でも求められるようになったデータ活用 堅田洋資氏:「データを活用しよう」ということが、最近ではDX(デジタルトランスフォーメーション)の文脈でも、わりと言われはじめているなと思っています。 私が20

    DXの本丸は「データ」にあり 「問い」からはじめるデータ分析とその活用法
    turuhashi
    turuhashi 2022/06/24
  • エンジニアリングならすぐに「使おうぜ。イエーイ!」はならない データサイエンスの悩み疑問は“置き換え”がすべて解決してくれる

    「“開発者体験”で世界をエンパワメントする1日。」と題し、チームや組織の課題に日々取り組む方々に向けて開催された「Developer eXperience Day CTO/VPoE Conference 2021」。ここで、アイシア=ソリッド氏が「あなたが始めるデータ分析データ分析プロジェクトの立ち上げ方から分析文化の作り方まで~」をテーマに登壇。ここからはおもしろい仕事をするために考えることと置き換え方法を紹介します。前回の記事こちらから。 自分の技術力、分析力はどこだろう? アイシア=ソリッド氏:マスターのストーリーはどうでもいいんですよ。過去の話だから。私はみなさんに、あなたのストーリーを始めてほしい。そう思ってここに立っています。では、あなたのストーリーを見てみましょう。 実はあなたは、やり方を知っているし、おもしろい仕事をすることは絶対にできます。あとでお伝えしますが、順番を踏

    エンジニアリングならすぐに「使おうぜ。イエーイ!」はならない データサイエンスの悩み疑問は“置き換え”がすべて解決してくれる
    turuhashi
    turuhashi 2021/07/21
  • データ分析はサービス競争力にどう貢献できるか? 大量のデータを扱うLINEのデータサイエンティストの役割

    2020年6月24日に、LINEの「Data Labs」のオンライン採用説明会が開催されました。Data Labsは、データ分析機械学習の活用によって、LINEのすべてのサービスの価値向上を目指す、データの分析・研究を行う専門の開発組織です。説明会の前半では、Data Labs室長の池邉智洋氏から組織についての説明があった後、Data Science1チーム/マネージャーの牟田博和氏よりデータサイエンティストの役割と仕事内容についての紹介が行われました。2記事目はこちら LINEのData Science and Engineeringセンターについて 池邉智洋氏:よろしくお願いいたします。Data Labsの室長を担当しております執行役員の池邉と申します。 日オンラインではありますが、大変多くの方にご視聴いただいているようで、当にありがとうございます。私からはまずData Labs

    データ分析はサービス競争力にどう貢献できるか? 大量のデータを扱うLINEのデータサイエンティストの役割
    turuhashi
    turuhashi 2020/07/21
  • 1