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
DSプロジェクト課題の選び方(難度の見極め方)
Search
ぶんちん
August 24, 2023
Technology
0
110
DSプロジェクト課題の選び方(難度の見極め方)
ぶんちん
August 24, 2023
Tweet
Share
More Decks by ぶんちん
See All by ぶんちん
データ分析イベントデータ説明(VRChatイベントカレンダー)
bunnchinn3
0
62
<事前告知> DS集会データ分析イベント VRChatイベントカレンダー
bunnchinn3
0
57
統計知識と実務のギャップ
bunnchinn3
0
70
製造業における品質不良の要因分析04_ツール選択の考え方
bunnchinn3
0
69
これまでLT振り返り 何が人気の話題?
bunnchinn3
0
72
製造業における品質不良の要因分析03_必要な知識の入手方法
bunnchinn3
0
77
製造業における品質不良の要因分析02_分析着手順の考え方
bunnchinn3
0
75
製造業における品質不良の要因分析01_ゴール設定
bunnchinn3
0
120
良書紹介02_Head First データ解析
bunnchinn3
0
68
Other Decks in Technology
See All in Technology
あなたが人生で成功するための5つの普遍的法則 #jawsug #jawsdays2025 / 20250301 HEROZ
yoshidashingo
2
300
Perlの生きのこり - エンジニアがこの先生きのこるためのカンファレンス2025
kfly8
2
270
LINE NEWSにおけるバックエンド開発
lycorptech_jp
PRO
0
260
コンピュータビジョンの社会実装について考えていたらゲームを作っていた話
takmin
1
610
LINEギフトにおけるバックエンド開発
lycorptech_jp
PRO
0
300
AIエージェント時代のエンジニアになろう #jawsug #jawsdays2025 / 20250301 Agentic AI Engineering
yoshidashingo
8
3.8k
サイト信頼性エンジニアリングとAmazon Web Services / SRE and AWS
ymotongpoo
7
1.6k
日経のデータベース事業とElasticsearch
hinatades
PRO
0
240
Two Blades, One Journey: Engineering While Managing
ohbarye
4
2.1k
AWSを活用したIoTにおけるセキュリティ対策のご紹介
kwskyk
0
380
OPENLOGI Company Profile
hr01
0
60k
Snowflake ML モデルを dbt データパイプラインに組み込む
estie
0
100
Featured
See All Featured
How to Think Like a Performance Engineer
csswizardry
22
1.4k
Building Applications with DynamoDB
mza
93
6.2k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Building Flexible Design Systems
yeseniaperezcruz
328
38k
Gamification - CAS2011
davidbonilla
80
5.2k
Building a Scalable Design System with Sketch
lauravandoore
461
33k
GitHub's CSS Performance
jonrohan
1030
460k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
45
9.4k
Bootstrapping a Software Product
garrettdimon
PRO
306
110k
How STYLIGHT went responsive
nonsquared
98
5.4k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.6k
Transcript
超初心者向け DSプロジェクト課題の選び方 ぶんちん 2023年8月24日 データサイエンティスト集会 in VRC 1
自己紹介 ぶんちん 複合経営が特徴の企業(製造業)に所属 データ分析担当者だったが。。。 成果獲得を狙うと、 同じことに繰り返しで 飽きた 他者にやらせたら、
成果が増えるのでは 特に非専門家向けのDS教育 2
注意!! 基本的に高度な技術の導入に体制が整い切れていない組織 新規技術の開発ではなく、具体的な経済効果の獲得が私の主目的 多くの案件を根拠にしているものの、あくまで私の経験則 3 泥臭い The
重厚長大 製造業 私はスマートな業界ではなく、 が前提のお話です。
よくある(失敗)プロジェクトの立て方 4 この技術・サービスを使った 新規施策の良いネタ考えて 一人N件アイディア出してね 担当者・ベンダー 案 案 丸投げ 偉い人
上司・企画部署 典型的な失敗パターン 筋の悪い、考えなしの進め方はやめましょう
プロジェクト成功に必要なこと 成功 課題1 課題2 課題3 5 プロジェクトの成功(効果獲得)は 複数の課題全てを解決する必要がある プロジェクトの難度はそれぞれの課題を見ていくことで把握できる
DSプロジェクトで解決する必要がある課題(の一部) 6 成功 現状把握 •業務フローの整理 •関係者の把握 •現状の効果・コスト試算 •課題間の具体化 など 新施策の検討
• 施策案の作成 • 施策案の効果・コスト試算 • リスク調査 • 新規業務フローの作成 • 要件定義 など DS技術の適用 •データ可視化 •統計解析 •モデル検討 など 新施策の導入 •システム開発 •関係部署の調整 •ユーザーへの説明 など 新施策の運用・保守 •トラブル対応 •システムメンテナンス •利用者・管理者への教育など データサイエンスの技術適用だけで解決できる課題は部分的 DS技術以外の課題対応の負荷の方が大きいのが実情 → 重要なのはDS技術以外の難度や負荷
2種類の難度 HARDモード:新規施策の導入プロジェクト EASYモード:管理・制御の高度化プロジェクト 7
HARDモード:新規施策の導入プロジェクト 新施策 = 初めての事象 効果は大きいかもしれないが、全ての課題に1から対応・完遂が必要 新施策の影響をデータだけでは抽出しきれない メカニズムベースの検討が必要
他部署の業務内容も把握した施策の具体化 体制を十分に整えて、腰を据えて取り組む課題 8 外挿領域 初心者や少数のメンバーで取り組む課題ではない
ちなみに先ほどの例を見ると… 9 単なるHARDモードどころか、縛りプレイ状態 この技術・サービスを使った 良いネタ考えて 一人N件アイディア出してね 担当者・ベンダー 案 案 丸投げ
偉い人 上司・企画部署 高度な手法・サービスの導入が前提の高難度な進め方(前回資料参照) スーパープレイができる 達人でないと無理
EASYモード:管理・制御の高度化プロジェクト 過去データを用いた検討がしやすい 実績があると周囲の協力が得やすい! もあるが 既存の枠組み内の活動なので、業務体制 を大きく変えずに済む
既存の仕組みを流用して、技術面以外の課題解決できる 業務負荷が減らせる。特に部署間の調整コストを大幅に 減らすことができる! 10 初心者や少人数体制でも比較的成果につなげやすい 内挿領域 既に実績のある良い状態でありつづけるための管理・制御を実施 最重要点!
初心者へのおすすめ課題 HARDモード:新規施策の導入プロジェクト やるべきこと多く、様々な能力・知識が必要 体制を整えて、腰を据えてとりくむプロジェクト EASYモード:管理・制御の高度化プロジェクト 既に成功実績があり、周囲の協力を得やすい 負荷が低く、初心者であっても比較的成功しやすい 11