Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
直積は便利/direct_product_is_useful
Search
florets1
October 14, 2024
Business
3
430
直積は便利/direct_product_is_useful
florets1
October 14, 2024
Tweet
Share
More Decks by florets1
See All by florets1
Rで学ぶデータハンドリング入門/Introduction_to_Data_Handling_with_R
florets1
0
110
人工知能はクロスジョインでできている/AI_Is_Built_on_Cross_Joins
florets1
0
64
仮説の取扱説明書/User_Guide_to_a_Hypothesis
florets1
4
400
複式簿記から純資産を排除する/eliminate_net_assets_from_double-entry_bookkeeping
florets1
1
410
カイ二乗検定は何をやっているのか/What_Does_the_Chi-Square_Test_Do
florets1
7
2.4k
butterfly_effect/butterfly_effect_in-house
florets1
1
250
データハンドリング/data_handling
florets1
2
240
カイ二乗検定との遭遇/The_path_to_encountering_the_chi-square_test
florets1
1
300
率の平均を求めてはいけない/Do_Not_Average_Rates
florets1
11
16k
Other Decks in Business
See All in Business
AIプロダクト時代のPdMに必要なコンテキストエンジニアリング
kayato
0
110
【会社紹介資料】25年7月度
creativeinfinity
0
1k
DevHRに全部賭けろ
nealle
0
150
株式会社J Institute 採用説明資料
jsaiyou123
0
160
GMOフィナンシャルHD 会社紹介資料
gmofh_hr_team
0
54k
Mercari Group Code of Conduct
mercari_inc
0
140
enechain company deck
enechain
PRO
9
140k
株式会社ネイチャーズウェイ会社説明資料
naturesway
1
2.3k
株式会社ステラセキュリティ会社紹介資料/sterrasec-introduction
tkmru
0
120
DAPPI サービス資料
masa0917
0
100
中期経営計画・成長可能性資料
kuradashi
0
690
朝日新聞社 ITエンジニア キャリア採用 紹介資料
asahi_cto
0
710
Featured
See All Featured
Imperfection Machines: The Place of Print at Facebook
scottboms
269
13k
We Have a Design System, Now What?
morganepeng
53
7.8k
How GitHub (no longer) Works
holman
315
140k
Navigating Team Friction
lara
190
15k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
132
19k
The Pragmatic Product Professional
lauravandoore
36
6.9k
Typedesign – Prime Four
hannesfritz
42
2.8k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
RailsConf 2023
tenderlove
30
1.2k
Optimising Largest Contentful Paint
csswizardry
37
3.5k
Transcript
1 2024.10.19 Tokyo.R #115 直積は便利
2 タスク管理データ タスクA: 担当は秋田さんで、10/1から10/4 までの予定です。工数は32時間なので、1日 8時間で完了します。
3 タスクF: 担当は福井さんで、10/1から10/8 までの予定です。工数は64時間ですが、期 間中に土日が含まれるため、実際の稼働日 は6日間しかありません。そのため、1日の 工数は10時間を超えてしまいます。福井さ んは残業が発生しそうです。
4 次に、10月11日の秋田さんに注目します。 この日はタスクBとタスクCを担当する予定 ですが、それぞれ1日あたりの工数が8時間 で、合計16時間となってしまいます。この ため、計画の見直しが必要です。
5 また、福井さんの計画を詳しく見ると、工数の 偏りが見られます。例えば、 • 10月17日以降は1日4時間程度の余裕あり • 10月9日と10月10日は工数がゼロ 不均一な工数配分の見直しが必要です。
6 タスクの目視確認は困難 タスクの数が少ない場合は、前述のような問題も目視で確認できます。 しかし、プロジェクトが大規模になり、タスクが100件、さらには1000件 を超えるようになると、全体を把握することは非常に困難です。 目視での確認だけでは、見落としやミスが増えてしまうでしょう。
7 Excelでのタスク管理の限界 「Excelで自動的に確認できればいいのでは?」と考える人もいるかもし れません。しかし、Excelでタスク管理を行うのは意外と難しいのです。 複雑な関数を駆使すれば、特定の問題は解決できるかもしれませんが、別 の問題が発生した場合、さらに複雑な対応が必要になります。 例えば、月単位で集計していたデータを週単位で集計し直すといった場合、 シート全体を大幅に変更する必要があります。こうした柔軟性の欠如は、 Excelでのタスク管理の大きな制約です。
8 データ粒度の問題 タスク管理データが扱いにくい理 由の一つは、このデータの「粒 度」が粗いからです。 現在のタスク管理データでは、各 タスクは開始日と終了日だけで1行 にまとめられています。 もっと粒度を細かくして、日付単 位にしてやれば、扱いやすくなり
そうです。
9 直積 t1 t2 t3 crossing
10 タスクとカレンダーの直積 タスク カレンダー 変換 crossing
11 変換後のデータでタスク確認 タスクA: 担当は秋田さんで、10/1から 10/4までの予定です。工数は32時間なの で、 1日8時間で完了します。
タスクF: 担当は福井さんで、10/1から10/8 までの予定です。工数は64時間ですが、期 間中に土日が含まれるため、実際の稼働日 は6日間しかありません。そのため、1日の 工数は10時間を超えてしまいます。福井さ んは残業が発生しそうです。 12 変換後のデータでタスク確認
13 変換後のデータでタスク確認 次に、10月11日の秋田さんに注目します。 この日はタスクBとタスクCを担当する予定 ですが、それぞれ1日あたりの工数が8時間 で、合計16時間となってしまいます。この ため、計画の見直しが必要です。
福井さんの計画を詳しく見ると、工数の偏 りが見られます。 10月17日以降は1日4時間程度の余裕があり ます。このような不均一な工数配分も見直 しが必要です。 14 変換後のデータでタスク確認
15 タスク割当無しを見つけることもできる カレンダー メンバー 変換後のデータ crossing left_join
16 タスク割当無しを見つけることもできる
17 × ×
18 直積の威力 直積を使ってタスク管理データを変換し、粒度を細かくしました。 柔軟な集計が可能: 日付ごとにデータを持つことで、日次、週次、月次の 集計をコード修正のみで容易に行えるようになります。 負荷の平準化が容易: 各担当者の工数を日別に把握できるため、特定の日 に工数が集中していないか、計画の不均一性を視覚的に確認できます。 自動化のしやすさ:
プロジェクトの進行に合わせてタスク管理データを自 動的に更新・集計することが可能です。これにより、大規模プロジェクト でもタスク管理が効率的に行えます。