プロダクト担当者が押さえておきたい、データ活用施策を成功に導く6つのステップ
編集部注 本記事は技術評論社の協力に基づいて記事作成しております。 はじめに はじめまして。ゆずたそ（@yuzutas0）と申します。私は業務支援ツールのプロダクトマネージャーとして活動する傍らで、データ基盤＆KPIダッシュボードの受託開発や、業務改善のコンサルティングを行っています。主な相談元は各社のCPO、CSO、CTO、VPoEといった方々です。 この寄稿記事では「データ活用施策を成功に導くステップ」について解説します。記事の内容は、拙著『実践的データ基盤への処方箋』（技術評論社）の1章9節「ユースケースを優先的に検討しツールの整備を逆算する」をもとに加工・編集したものとなります。 想定する読者は、担当プロダクトのデータ活用施策を検討する方です。「プロダクトの会員数ダッシュボードを用意しよう」「デジタル広告を見直して流入を増やそう」「クーポンメールを配信して売上を伸ばそう」といった施
機械学習できるデータを用意せよ MLで重要なデータマネジメントの11領域
Machine Learning Casual Talkは、機械学習を用いたシステムを実運用している話を中心に、実践的な機械学習に関して気軽に話せる会です。実際に運用していく上での工夫や、知見を共有します。第12回目のテーマは「機械学習プロジェクトに関する「ベストプラクティスとアンチパターン」。機械学習ではデータを扱いますが、そのデータマネジメントがしっかりしていないと破綻してしまうという点について、ゆずたそ氏がお話します。後半は実際のデータマネジメントの方法ついて。 データマネジメントの11領域 ゆずたそ氏（以下、ゆずたそ）：そういったつらい状況の中で、解決のために何ができるかという話をしていきたいと思います。ちょうど今折返しぐらいの時間なので、後半、この話をやっていきます。 今回テーマにもあるように、データマネジメントという概念・手法が鍵になるかなと自分は考えています。 じゃあ「データ
こんなデータじゃ機械学習できねぇよ MLにおけるデータマネジメントの重要性
Machine Learning Casual Talkは、機械学習を用いたシステムを実運用している話を中心に、実践的な機械学習に関して気軽に話せる会です。実際に運用していく上での工夫や、知見を共有します。第12回目のテーマは「機械学習プロジェクトに関する「ベストプラクティスとアンチパターン」。機械学習ではデータを扱いますが、そのデータマネジメントがしっかりしていないと破綻してしまうという点について、ゆずたそ氏がお話します。前半は使えないデータとは何かについて。 自己紹介 ゆずたそ氏（以下、ゆずたそ）：では、発表を始めたいと思います。「データマネジメントなきMLは、破綻する。〜こんなデータじゃ機械学習できねぇよ問題の処方箋〜」という話をしたいと思います。 はじめに、まず自己紹介です。「yuzutas0」というアカウントをやっています。機械学習の専門家ではないのですが、機械学習を使った施策に
ひたすら肯定してくれるチャットボットを作ったけど供養します - 下町柚子黄昏記 by @yuzutas0
概要 何を言っても頷いてくれる人工無脳「Unazukin-Chan」（ウナズキンちゃん）を作ったのですが供養します。だいぶ昔の話です。 ※注意：この記事は個人的な糞アプリの供養であって、データサイエンティストやAI開発者に向けたものではありません。 もくじ どんなサービスか なぜ作ったのか どうやって作ったのか なぜ供養するのか 思ったこと 1. どんなサービスか LINEのようなチャットUIでメッセージを投稿できます。 「なるほど」「すごいな」「悪いのは君じゃない」みたいな感じで励ましてくれます。 iOSのネイティブアプリですが、IPAファイルを知り合いにばらまいただけです。 2. なぜ作ったのか 誰かに頷いてほしかったからです。 某所でチャット機能の開発を検討していたのでプロトタイピングがてら作ってみました。 「吹き出し」というUI自体が興味深いと感じました。 スマートデバイスの普及に
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
『データマネジメントが30分でわかる本』反響ツイートまとめ