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
レポート化の落とし穴
Search
けんご
August 18, 2017
Research
0
150
レポート化の落とし穴
けんご
August 18, 2017
Tweet
Share
More Decks by けんご
See All by けんご
いいたいことちゃんという
tkengo
0
390
スタートアップで役割をまっとうする技術
tkengo
0
150
TableauやLookerだけじゃない!QuickSightで作る顧客向けダッシュボード
tkengo
1
260
toypoインフラリプレースのお話
tkengo
0
39
機械学習を始めるための第一歩
tkengo
0
250
PHP and sometimes Machine Learning
tkengo
3
1.1k
機械学習と数学とプログラマのための数学勉強会
tkengo
0
560
CNNによるテキスト分類
tkengo
1
47k
指数の裏側
tkengo
1
440
Other Decks in Research
See All in Research
한국어 오픈소스 거대 언어 모델의 가능성: 새로운 시대의 언어 이해와 생성
inureyes
PRO
0
300
博士学位論文予備審査 / Scaling Telemetry Workloads in Cloud Applications: Techniques for Instrumentation, Storage, and Mining
yuukit
1
1.8k
ことばの意味を計算するしくみ
verypluming
11
2.3k
学生向けアンケート<データサイエンティストについて>
datascientistsociety
PRO
0
520
CARMUI-NET:自動運転車遠隔監視のためのバーチャル都市プラットフォームにおける通信品質変動機能の開発と評価 / UBI85
yumulab
0
120
90 分で学ぶ P 対 NP 問題
e869120
15
6.5k
言語モデルによるAI創薬の進展 / Advancements in AI-Driven Drug Discovery Using Language Models
tsurubee
2
290
Vision Language Modelと完全自動運転AIの最新動向
tsubasashi
2
370
Intrinsic Self-Supervision for Data Quality Audits
fabiangroeger
0
480
Prithvi-EO-2.0: A Versatile Multi-Temporal Foundation Model for Earth Observation Applications
satai
3
320
ASSADS:ASMR動画に合わせて撫でられる感覚を提示するシステムの開発と評価 / ec75-shimizu
yumulab
1
130
Principled AI ~深層学習時代における課題解決の方法論~
taniai
3
1.1k
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
PRO
52
11k
Typedesign – Prime Four
hannesfritz
41
2.6k
Fireside Chat
paigeccino
37
3.4k
Become a Pro
speakerdeck
PRO
27
5.3k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
120k
KATA
mclloyd
29
14k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
2.9k
[RailsConf 2023] Rails as a piece of cake
palkan
54
5.4k
The Pragmatic Product Professional
lauravandoore
33
6.5k
Docker and Python
trallard
44
3.3k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
45
7.2k
A Tale of Four Properties
chriscoyier
158
23k
Transcript
@tkengo レポート化の落とし穴 2017.08.17 第2回 意思決定のためのデータ分析勉強会
自己紹介 立石 賢吾 LINE Fukuoka株式会社 データ分析チーム RubyとJavaScriptが好きです Twitter Github Blog
@tkengo @tkengo http://tkengo.github.io/
自己紹介 やさしく学ぶ 機械学習を理解するための数学の基本 2017/9/20(水) より Amazon で発売開始予定 https://www.amazon.co.jp/dp/4839963525/ 読んでみたい人、興味がある人、もしいたらこのあとtkengoまで。 可能であれば発売後に献本差し上げますので是非ブログやSNSなどで
感想を書いて広めてください!
閑話休題
データ分析について 能動的に、自ら動いてアクションを提示 受動的に、依頼を受けて現状分析
データ分析について 能動的に、自ら動いてアクションを提示 受動的に、依頼を受けて現状分析 今日は ここの話
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 施策の実施した際の効果測定や、次の施策の実施のために分析依頼をもらう
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 基本的にSQLで結果を集計して、Excelなどで可視化 スポットなので多少重いクエリが流れるとしても、待つのは自分なので許容範囲
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 現状理解及び結果を加味して次回施策や新機能の考察 または追加の分析案件があればさらに対応する
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 分析結果が今後も有用であればTableauなどのツールでレポート化 基本的には企画者やマーケターが定期的にみるので表示が1分とかかかるとNG
重いクエリに対してはレポート化のためにETL必須
依頼されたことを そのままやればいい?
いきなり完璧なレポートを 求めてくる 問題点1
問題点1 •サービスが始まる前から求められるレポート化 •まあどうなるかはわかんないけど・・・ •初動を見たいから・・・ •最初から数字が取れてた方が便利だし・・・ •母数が少なくあまり動きが無いのにレポート化
すべての数字を完璧に 取れるように求めてくる 問題点2
問題点2 •KPI多すぎ問題 •クリック数 / クリックUU / 購入数 / 購入UU /
PU / 金額合計 / ARPU / ARRPU •他 ◦◦数 / ◦◦UU などが数十個 •軸多すぎ問題 •日付 / 時間 / 性別 / デバイス / 有料・無料 / 商品カテゴリ / 商品ID / 他 •すべて優先度高問題 •優先度とは •ハイハイデスヨネー
うまく伝わらない企画者の想い 問題点3
問題点3 •いつから企画者が自分の頭の中の全てを僕達に話してくれている と錯覚していた? •10の伝えたいことのうち7か8だけ伝わればいい方 •5しか伝わらないこともある •頭の中を資料にアウトプットしてくれても、そのアウトプット自体が頭の 中と間違っていることも(!?) •想いがずれていると可視化する際の障害にもなる
全部そのままやると 大変なことに…
レポート化の落とし穴 •そのレポート本当に必要? •軸とKPI多すぎて見にくすぎでは? •母数が数十のデータに対してそんなに複雑な軸いる? •あなた分析者に対するコスト意識ありますか? •夢が大きすぎない?
レポート化の落とし穴 •結局は依頼を受けるにしても自ら考える必要はある •サービスの性質と施策の意図を確実に理解する •自分も企画者になったつもりで自分が欲しいものを考える •現状分析で満足しない。アクションに活かせない分析は無価値
コミュニケーション大事
おわり
宣伝スライド やさしく学ぶ 機械学習を理解するための数学の基本 2017/9/20(水) より Amazon で発売開始予定 https://www.amazon.co.jp/dp/4839963525/ 読んでみたい人、興味がある人、もしいたらこのあとtkengoまで。 可能であれば発売後に献本差し上げますので是非ブログやSNSなどで
感想を書いて広めてください!