データドリブンな学校接点を高速実現! / StudySapuri Data Meetup #2 04

Transcript

1. σʔλυϦϒϯͳֶߍ઀఺Λߴ଎࣮ݱ גࣜձࣾϦΫϧʔτϚʔέςΟϯάύʔτφʔζ Ӧۀ౷ׅຊ෦ ·ͳͼྖҬ ߴߍࢧԉ౷ׅ෦ ࢧԉاը෦ ࣄۀاը(
   
   ࣄۀاը5 ᖛদ ༤ر Data meetup #2
2. Agenda | 01 02 03 04 05 06 07 ࣗݾ঺հ ֶߍ޲͚αʔϏεͷ঺հ എܠŋ՝୊ ղܾࡦ Ӧۀʷσʔλʹ͓͚ΔφϨοδϙΠϯτ ͳͥ͏·͍ͬͨ͘ͷ͔ʁ ͍͞͝ʹ
3. ࣗݾ঺հ 01
4. ܦྺ ࣾձਓ̑೥໨ ֶशྖҬ c
   σʔλʷӦۀʷاը ࣾձਓ೥໨ ࣾձਓ೥໨ Ӧۀ ࣾձਓ೥໨ Ϧαʔνϟʔ ৽نࣄۀ c
   σʔλʷӦۀਪਐ ඒ༰ྖҬ c
   σʔλʷ$MJFOU
   8FC ཱྀߦྖҬ c
   σʔλʷ6*ɾ69 ཱྀߦྖҬ c
   σʔλʷ8FCϚʔέ ࣾձਓ೥໨ ֶशྖҬ c
   σʔλʷӦۀ ࣾձਓ೥໨ ϨδྖҬ c
   ళฮ෼ੳ ࣄۀ՝୊ %BUB ʷ ֻ͚߹Θͤ ޮՌ 
   རӹ૑ग़
5. ϓϩμΫτ։ൃ Ӧۀ ࣄۀ اը ࣄۀ ਪਐ ݱࡏͷࢲͷཱͪҐஔ ϓϩμΫτϚωʔδϟʔ ΤϯδχΞ Ӧۀ ӦۀΞγελϯτ
6. ֶߍ޲͚αʔϏεͷ঺հ 02
7. ʷ ελσΟαϓϦͷֶߍ༷޲͚αʔϏε͕͋Δ͜ͱΛ͝ଘ͡Ͱ͠ΐ͏͔ʁ ֶߍ
8. ʷ ੜె༷޲͚αʔϏε ֶߍ༷޲ֶ͚श؅ཧγεςϜ
9.              
        
   
10. ʷ ੜె༷޲͚αʔϏε ֶߍ༷޲ֶ͚श؅ཧγεςϜ
11.  
      
12. എܠŋ՝୊ 03
13. Ӧۀʷσʔλ ຊ೔͸ ͷ࿩ σʔλυϦϒϯͳֶߍ઀఺Λߴ଎࣮ݱʂ
14. σʔλυϦϒϯͳֶߍ઀఺Λߴ଎࣮ݱʂ Ӧۀʷσʔλ ຊ೔͸ ͷ࿩
15. ֶߍͷ༧ࢉձٞ͸೥̍ճ ݄ ಋೖ ༧ࢉձٞ ݄ ݄
      
16. Ͱ͸Ӧۀ͸঎ஊ࣌ظҎ֎͸ ͳʹΛ΍͍ͬͯΔͷ͔ʁ ݄ ಋೖ ༧ࢉձٞ ݄ ݄
17. αϓϦͷ׆༻Λ௨ͨ͡ ֶߍͷ՝୊ղܾϑΥϩʔ ݄ ಋೖ ༧ࢉձٞ ݄ ݄
18. σʔλυϦϒϯͳֶߍ઀఺Λߴ଎࣮ݱʂ Ӧۀʷσʔλ ຊ೔͸ ͷ࿩
19. ʹδϣΠϯͨ࣌͠ͷσʔλͷঢ়ଶ %BUBΛ͙͢ग़ͤΔ ਓ͕͍ͳ͔ͬͨ جૅ஋Λ೺Ѳ͍ͯ͠Δ ਓ͕গͳ͔ͬͨ ՄࢹԽ͞Ε͍ͯΔ %BUB͕গͳ͔ͬͨ ࢲ͕ ϓϩμΫταΠυ
20. ʹδϣΠϯͨ࣌͠ͷσʔλͷঢ়ଶ %BUBΛ͙͢ग़ͤΔ ਓ͕͍ͳ͔ͬͨ جૅ஋Λ೺Ѳ͍ͯ͠Δ ਓ͕গͳ͔ͬͨ ՄࢹԽ͞Ε͍ͯΔ %BUB͕গͳ͔ͬͨ ࢲ͕
21. ֶߍશମͷ ར༻ঢ়ଶ͕ Θ͔ΓͣΒ͍ Ͳͷઌੜ͕ ࢖͍ͬͯΔ͔ Θ͔Βͳ͍ Ӧۀ͸๚໰ͯ͠ ฉ͍ͯΈͳ͍ͱ ׆༻ঢ়ଶΘ͔Βͳ͍   
      ӦۀαΠυ
22. ֶߍશମͷ ར༻ঢ়ଶ͕ Θ͔ΓͣΒ͍ Ͳͷઌੜ͕ ࢖͍ͬͯΔ͔ Θ͔Βͳ͍ Ӧۀ͸๚໰ͯ͠ ฉ͍ͯΈͳ͍ͱ ׆༻ঢ়ଶΘ͔Βͳ͍   
     
23. ֶߍશମͷ ར༻ঢ়ଶ͕ Θ͔ΓͣΒ͍ Ͳͷઌੜ͕ ࢖͍ͬͯΔ͔ Θ͔Βͳ͍ Ӧۀ͸๚໰ͯ͠ ฉ͍ͯΈͳ͍ͱ ׆༻ঢ়ଶΘ͔Βͳ͍   
      σʔλ ׆༻࣮੷ ʹجͮ͘ ఏҊ͕Ͱ͖ͳ͍ঢ়ଶͩͬͨ
24. ৽نͷ ֶߍಋೖ Ϧϐʔτ ͠ͳ͍ ผͷֶߍ ʹ঎ஊ ॱௐʹಋೖֶߍ͕ ૿͍͑ͯΔ͕ ࣍೥౓ʹϦϐʔτֶߍ͕ ͳ͔ͳ͔૿͍͔͑ͯͳ͍ Ӧۀʹͱ͍ͬͯۤ͠೔ʑ͕ଓ͍͍ͯͨ
25. ղܾࡦ 04
26. ৽نͷ ֶߍಋೖ Ϧϐʔτ ͠ͳ͍ ผͷֶߍ ʹ঎ஊ ॱௐʹಋೖֶߍ͕ ૿͍͑ͯΔ͕ ࣍೥౓ʹϦϐʔτֶߍ͕ ͳ͔ͳ͔૿͍͔͑ͯͳ͍ Ӧۀʹͱ͍ͬͯۤ͠೔ʑ͕ଓ͍͍ͯͨ σʔλͰͲ͏΍ͬͯղܾ͢Δ͔
27. ֶߍશମͷ ར༻ঢ়ଶ͕ Θ͔ΓͣΒ͍ Ͳͷઌੜ͕ ࢖͍ͬͯΔ͔ Θ͔Βͳ͍ Ӧۀ͸๚໰ͯ͠ ฉ͍ͯΈͳ͍ͱ ׆༻ঢ়ଶΘ͔Βͳ͍  
       
28. Ӧۀͷࢥߟͱ໨ઢʹཱͬͨσʔλετʔϦʔͱσβΠϯ ɾ σʔλΛ಺෦ϞχλϦϯάʹด͡ΔͷͰ͸ͳ͘ɺݱ৔ͷӦۀͷҝʹग़ྗ ɾ Ӧۀ͕࣮ࡍʮ෼͔Δʯʮ࢖͑Δʯ͜ͱΛ໨తʹɺσʔλΛετʔϦͰͭͳ͗ σβΠϯ΋ಉ࣌ʹ࠷దԽ ΦϯϥΠϯͰ࠷৽ͷঢ়ଶ͕ݟ͑Δ؀ڥΛߴ଎੔උɻ Ӧۀ޲͚ͷσʔλ੔උˠ#*πʔϧͷ੔උˠ0OMJOFͰσʔλఏڙ͢Δॳظ؀ڥΛिؒͰ্ཱͪ͛ Ӧۀ͸ɺϒϥ΢βͰ୲౰ֶߍͷ׆༻࠷৽ঢ়گΛऔಘͰ͖ΔΑ͏ʹ ʮઌੜͷ׆ಈ৘ใʯ΋Ϩϙʔτʹ௥Ճ͢Δ͜ͱͰ ʮઌੜͷ೔ʑͷΞΫγϣϯʯͱʮੜెͷߦಈʯͷؔ܎͕ɺ೺ѲՄೳʹ ʮӦۀࣗ਎ʯ͕୲౰ֶߍͷ׆༻ঢ়گΛ ʮͻͱ໨Ͱ೺ѲͰ͖Δʯ؀ڥͷఏڙ ʮઌੜʯ͕ࣗ਎ͷߦಈͱੜెͷߦಈͷؔ܎Λ ʮͻͱ໨ͰཧղͰ͖ΔʯϨϙʔςΟϯάʹ
29. ֶߍ๚໰࣌ʹ ઌੜͱͷίϛϡχέʔγϣϯ ͢Δҝͷπʔϧ ௨শɿ׆༻ঢ়گϨϙʔτ ֶߍ๚໰લʹ ֶߍͷ׆༻ঢ়گΛ ஌Δҝͷπʔϧ ௨শɿ)BNB#PBSE
30. ֶߍ๚໰લʹ ֶߍͷ׆༻ঢ়گΛ ஌Δҝͷπʔϧ ௨শɿ)BNB#PBSE ֶߍ๚໰࣌ʹ ઌੜͱͷίϛϡχέʔγϣϯ ͢Δҝͷπʔϧ
31. ,1*ϞχλϦϯά ֶߍ׆༻࣮੷ ઌੜͷ׆༻ঢ়گ Ӧۀࣗ਎ͷୡ੒ঢ়گ ॓୊഑৴Ϧετ   
    Ӧۀ͕ӾཡՄೳͳ߲໨
32. ֶߍ๚໰લʹ ֶߍͷ׆༻ঢ়گΛ ஌Δҝͷπʔϧ ֶߍ๚໰࣌ʹ ઌੜͱͷίϛϡχέʔγϣϯ ͢Δҝͷπʔϧ ௨শɿ׆༻ঢ়گϨϙʔτ
33. ׆ ༻ ঢ় گ
    
34. ઌੜ
    
35. 
     ੜె
36. 
    
37. Ӧۀߦಈͷޮ཰Խ ୲౰ֶߍͷ׆༻ঢ়گ͕ݟ͑ΔҝɺӦۀϑΥϩʔͷཁ൱͕໌֬ʹͳΓɺ ϑΥϩʔඞཁͳֶߍΛ༏ઌͯ͠๚໰͢Δ͜ͱ͕Մೳ ઌੜ઀఺ͷ֦େ Ͳͷઌੜ͕GPS 5FBDIFSTΛݟͯ ࢖ͬͯ ΋Β͍͑ͯΔͷ͔͕Θ͔Δҝ Ӧۀ͕ձͬͨ͜ͱ͕ͳ͍ઌੜ΁ͷΞϙΠϯτ͕ՄೳͱͳΓ ֶߍ಺ʹαϓϦΛ࢖ͬͯ΋Β͑ΔઌੜΛ૿΍͢͜ͱʹ੒ޭ ม Խ
38. Ӧۀ͔Βͷ੠ Ұྫ ઌੜ͔Βͷ੠ Ұྫ ม Խ ES8(JI#JI " C 0/ BF&( 4>APEL * ,1BF&JIVM9KTU+X(% 0/+?) 
    &70/ ) ;W G!@(% "C(JI 2.-3 D  <,1:Q (% ESAPIO5= HNR)( ?$ '  G6
39. ಋೖ೥౓͔ΒϦϐʔτ཰͸େ෯ʹվળ ೥౓ ೥౓ ೥౓
40. Ӧۀʷσʔλʹ͓͚ΔφϨοδϙΠϯτ 05
41. ৗʹϞχλϦϯάͷ׆༻ঢ়گΛϞχλϦϯά͓ͯ͘͠ ࢖ΘΕͳ͍Ϩϙʔτͷྔ࢈͸ԿͷՁ஋΋࢈·ͳ͍ ར༻ऀ΁ͷώΞϦϯάɾϑΟʔυόοΫͷ৔Λઃ͚Δ ѱ͍෦෼ͷ์ஔ͸ར༻ऀݮʹܨ͕Δ ਺஋ͷਖ਼֬ੑΛৗʹ࠷༏ઌʹ͢Δ දࣔ͞Ε͍ͯΔ਺ࣈʹ৴པ౓͕ݮΔͱར༻ऀݮʹͭͳ͕Δ ઃܭ؍఺
42. ৘ใաଟʹͳΒͳ͍Α͏ʹ͢Δ ӦۀͷٻΊΔׂ͘Β͍ͷ৘ใ ৘ใ͕ଟ͗͢ΔͱӦۀ͕Ͳͷ৘ใΛ࢖͑͹͍͍͔ߟ͑ͳ͍ͱ͍͚ͳ͘ͳΔ Ӧۀ͕ΫϥΠΞϯτ઀఺ͷ֦େʹूதͰ͖ΔΑ͏ʹɺ#*πʔϧͷӾཡ͕࣌ؒແବʹͳΒͳ͍Α͏ʹ ͲͷӦۀ΋༏۰͠ͳ͍ ֤άϧʔϓ΍ݸਓʹ࠷దԽ͸͠ͳ͍ɺશࠃڞ௨Ͱ࢖͑ΔൣғͰͷվળɾमਖ਼ͷΈΛߦ͏ Ӧۀʹෆ৴ײΛ༩͑ͳ͍ҝʹͳͥ͜ͷ஋ɾάϥϑΛ௥Ճͨ͠ͷ͔Λ໌֬ʹ͢Δ ӦۀߦಈΛཧղ͢Δ اըΑ͕ΓͷίϯςϯπͰݱ৔ͷཉ͍͠৘ใͱͷဃ཭Λൃੜͤ͞ͳ͍Α͏ʹ͢Δ ӦۀͷτʔΫεΫϦϓτͱσʔλετʔϦʔ͕Ұக͍ͯ͠Δ͔Λ֬ೝ͢Δ Ӧۀಋೖ؍఺
43. εϐʔυ͸Ձ஋ දݱ͸؆୯ͳ΋ͷͰ͍͍ ϝΠϯ͸Ӧۀ اը૊৫؍఺
44. ࠓ͓࿩ͨ͠ϙΠϯτ͸ ࣮ࡍͲ͏͍͏͜ͱ͔
45. Ӧۀʹ͸ Ձ஋ͷ͋Δσʔλ͚ͩΛݟͤΔ ͦͯ͠ Ӧۀ͕ݟͨΒ͙͢ཧղͰ͖Δ ͱ͍͏͜ͱ
46. ͦͯ͠Ӧۀʹ࢖͍ଓ͚ͯ΋Β͑Δͱ ੒ՌͷͰΔφϨοδ૑ग़Λଅਐ͠ ͞Βʹ͍͍׆༻ํ๏Λ୳͖͔͚ͬ͢ʹͳΔ
47. ͳͥ͏·͍ͬͨ͘ͷ͔ʁ 06
48. ,OPXŖ)PX %P)PX φϨοδ͕͋ͬͨ ͳͥ͏·͍ͬͨ͘ͷ͔ʁ
49. ৽نࣄۀ Ӧۀن໛ɿ਺ਓ ੒ख़ࣄۀ Ӧۀن໛ɿ਺ඦਓ αϓϦͷߴߍӦۀ Ӧۀن໛ɿதؒ
50. σʔλͷڝ૪༏Ґ͕͋ͬͨ ͳͥ͏·͍ͬͨ͘ͷ͔ʁ
51. ͔͠͠ ΋ͬͱ΋େࣄͳͷ͸ ϊ΢ϋ΢Ͱ΋φϨοδͰ΋ͳ͘
52. Ϛωδϝϯτਞɺݱ৔͕ σʔλ׆༻ʹੵۃత ͳͥ͏·͍ͬͨ͘ͷ͔ʁ
53. ചΓ্͛͸౰વॏཁ ͨͩɺͦͷઌʹ ੜెͷະདྷʹߩݙ͍ͨ͠ͱ͍͏ࢥ͍͕ Ӧۀݱ৔΍ݱ৔Λࢧ͑Δاը૊৫Ͱڧ͘ɺ σʔλΛ׆༻ͯ͠ ݱ࣮ΛΑ͍͖͍ͯͨ͘͠จԽ͕͋Δ
54. ͍͞͝ʹ 07
55. ŋձ࿩ͷओޠ͕ઌੜŋੜెͰ͋Δ͜ͱ ŋઌੜͷ࢓ࣄΛ஌ΓɺࢧԉͰ͖Δ͜ͱ ŋੜెͷֶྗ্͕͕ͬͨͱ͍͏ઌੜͷ੠ ࢲ͕·ͳͼྖҬͰ࢓ࣄΛָ͍͍ͯͯ࣌͠͠
56. ࢲ͕αϓϦʷڭҭʷ%BUBͰ࣮ݱ͍ͨ͜͠ͱ ੜెͷਐ࿏࣮ݱͷҝɺઌੜŋ྆͝਌͕ ੜెͷʮσʔλʯΛ௨ͯ͡ ͦΕͧΕͷؔΘΔ࣌ؒͷதͰ ੜెΛཧղ͠ྭ·͢͜ͱͷͰ͖Δ ৔ɾػձΛఏڙ͍ͨ͠ ੜెͷʮ·ͩ͜͜ʹͳ͍ग़ձ͍ʯͷͨΊʹɻ
57. &/% ੜెͷʮ·ͩɺ͜͜ʹͳ͍ɺग़ձ͍ʯͷͨΊʹɻ ͝੩ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠