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
20210715_第14回意思決定のための_意思決定プロセスと分析技術を俯瞰してみる
Search
NobuakiOshiro
PRO
July 16, 2021
Technology
0
79
20210715_第14回意思決定のための_意思決定プロセスと分析技術を俯瞰してみる
7月16日
第14回 意思決定のためのデータ分析勉強会 online
https://ishikettei.connpass.com/event/216885/
NobuakiOshiro
PRO
July 16, 2021
Tweet
Share
More Decks by NobuakiOshiro
See All by NobuakiOshiro
20250709_MacStudioとLlama-4Maverickでローカル画像認識
doradora09
PRO
0
23
20250709_第3回_GenAIアナリティクス勉強会at東京_オープニングトーク
doradora09
PRO
0
45
20250625_生成 AI 活用2年目の壁を突破せよ_(60min版)
doradora09
PRO
0
49
20250628_生成AIおすすめyoutube共有会_ChatGPT部第69回
doradora09
PRO
0
55
20250607_AIから始めるロボット勉強会_HuggingFaceについて
doradora09
PRO
0
22
20250604_ビール片手に生成AIデモ
doradora09
PRO
0
19
20250524_ChatGPT部第67回_オープニングトーク
doradora09
PRO
0
11
20250503_第1回AIロボット勉強会_自動生成サマリ(ファクトチェック前)
doradora09
PRO
0
17
20250503_第1回aiロボット勉強会
doradora09
PRO
0
24
Other Decks in Technology
See All in Technology
Enhancing SaaS Product Reliability and Release Velocity through Optimized Testing Approach
ropqa
1
230
LangSmith×Webhook連携で実現するプロンプトドリブンCI/CD
sergicalsix
1
240
開発生産性を組織全体の「生産性」へ! 部門間連携の壁を越える実践的ステップ
sudo5in5k
2
7.2k
MUITにおける開発プロセスモダナイズの取り組みと開発生産性可視化の取り組みについて / Modernize the Development Process and Visualize Development Productivity at MUIT
muit
1
17k
生成AI活用の組織格差を解消する 〜ビジネス職のCursor導入が開発効率に与えた好循環〜 / Closing the Organizational Gap in AI Adoption
upamune
7
5.3k
改めてAWS WAFを振り返る~業務で使うためのポイント~
masakiokuda
2
260
Getting to Know Your Legacy (System) with AI-Driven Software Archeology (WeAreDevelopers World Congress 2025)
feststelltaste
1
130
「クラウドコスト絶対削減」を支える技術—FinOpsを超えた徹底的なクラウドコスト削減の実践論
delta_tech
4
170
スタートアップに選択肢を 〜生成AIを活用したセカンダリー事業への挑戦〜
nstock
0
210
United airlines®️ USA Contact Numbers: Complete 2025 Support Guide
unitedflyhelp
0
310
マネジメントって難しい、けどおもしろい / Management is tough, but fun! #em_findy
ar_tama
7
1.1k
OPENLOGI Company Profile for engineer
hr01
1
34k
Featured
See All Featured
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
820
Build The Right Thing And Hit Your Dates
maggiecrowley
36
2.8k
Scaling GitHub
holman
460
140k
Code Review Best Practice
trishagee
69
18k
Documentation Writing (for coders)
carmenintech
72
4.9k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
20
1.3k
Rails Girls Zürich Keynote
gr2m
95
14k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
357
30k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
233
17k
Transcript
導⼊セッション 意思決定のプロセスと 分析技術を俯瞰してみる 第14回 意思決定のためのデータ分析勉強会 online NOB DATA株式会社 代表取締役社⻑ ⼤城
信晃 (@doradora09)
アジェンダ • はじめに (3min) • 「意思決定」のモチベーションとプロセス (10min) • 「意思決定のためのデータ分析勉強会」を俯瞰してみる (7min)
• 「分析技術」について少し整理してみる (10min)
アジェンダ • はじめに • 「意思決定」のモチベーションとプロセス • 「意思決定のためのデータ分析勉強会」を俯瞰してみる • 「分析技術」について少し整理してみる
⾃⼰紹介 • NOB DATA株式会社 代表の⼤城と申します • 本イベントの主催者です • Twitter :
doradora09 • 沖縄 à 東京 à 福岡 • ヤフー -> DATUM STUDIO -> LINE Fukuoka -> 起業 • Tokyo.R(2010-2016), PyData.Fukuoka, 意思決定のた めのデータ分析勉強会, fukuoka.R • データサイエンティスト協会九州⽀部 委員⻑ • 著書︓「AI・データ分析プロジェクトのすべて」、他
導⼊セッションの⽬的 • 「個々の発表テーマの繋がり」がよくわからない、 というアンケートを受けてのセッション • 対象 • これから意思決定にデータ分析を使いたい⽅ • 対象外
• すでにバリバリ活⽤されている⽅
アジェンダ • はじめに • 「意思決定」のモチベーションとプロセス • 「意思決定のためのデータ分析勉強会」を俯瞰してみる • 「分析技術」について少し整理してみる
⾊々な意思決定を⽀援するためのデータ分析 • その1 個⼈での意思決定 • 朝ごはんに何を⾷べるか • ⼟⽇を何をして過ごすか • 就職先の企業をどこにするか
etc.. • その2 組織としての意思決定 • 営業先企業をどこにするか • キャンペーンのターゲットをどう設定するか • どこに出店するか / 内装・品揃えをどうするか etc.. 基本的に より良い選択をしたい 武器の⼀つとしての データ分析
数表を⼀⼿間(1分)かけてヒートマップにするだけでも 意思決定に役⽴つ(データ可視化) • 福岡 ⽇平均気温の⽉平均値(℃)(過去10年くらい)
各種バイアスを考慮しないと意思決定が180度 変わってしまうのもデータ分析の醍醐味 (統計学的視点) • 帰還した爆撃機のどこを補強 するか、という話 • 何も考えないと点が多い場所 だが実は逆というオチ (帰還していない爆撃機の
データは観測できない) https://ja.wikipedia.org/wiki/⽣存者バイアス より
過去の発表等だと • 個⼈的なモチベーションの内容は多め (社外なので、当然と⾔えば当然) • 福岡県の交通事故の状況をマッピング • うどんマップを⾃作 • 過去の偉⼈(戦国武将等)の傾向から起業経営の
意思決定⽀援(株式会社コテンの皆さん) • もやし価格のA/Bテスト(値付けの意思決定) • その他、昔運営していた勉強会(Tokyo.R)だと • お⼦さんのお名前を決めるためにRを活⽤(最適画数) • 賃貸の不動産屋でモデル式に条件を⼊⼒し、 借りる部屋をスコアリングし、契約 なども事例として上がっていました
参考︓もちろん「意思決定」以外を 主⽬的としたデータ分析もある データ分析 意思決定への活⽤ (最後は多くは⼈依存) ざっくりも役に⽴つのが 特徴の⼀つ(明⽇から使える) 新たな知⾒・法則の発⾒(新規性重視) ノーベル賞等を狙う⽅々。 多くは数⼗年の研究が必要
サーベイ調査・モニタリング 定期的な調査が主⽬的。 国の統計情報や気象情報等。 予測モデル等の精度改善(いわゆるAI開発)、他 精度を重視するが、中⾝が ブラックボックスになりがち
⾊々な意思決定とプロセス① • その1 個⼈での意思決定 • 朝ごはんに何を⾷べるか .. ⼩さな意思決定 (ルーチン化されることも) •
⼟⽇を何をして過ごすか .. リフレッシュ (⾃分のリソースの範囲内なら⾃由) • 就職先の企業をどこにするか .. 重要な意思決定(多くの場合、様々な情報を収集) etc.. 情報収集 現状分析 ⽐較検討 ⾃⾝の 意思決定 ・個⼈の場合、主観 (インスピレーション) での意思決定も多い
⾊々な意思決定とプロセス② • その2 組織としての意思決定 • 営業先企業をどこにするか • キャンペーンのターゲットをどう設定するか • どこに出店するか
/ 内装・品揃えをどうするか etc.. ⾃⾝のリソース (ヒト・モノ・カネ)以外を ⽤いることが多く、 説得材料が必要 情報収集 現状分析 ⽐較検討 ⾃⾝の 意思決定 (提案書作成) 決済者の 意思決定 ・ロジカルシンキング ・伝える技術 ・可視化技術 ・根拠、等
アジェンダ • はじめに • 「意思決定」のモチベーションとプロセス • 「意思決定のためのデータ分析勉強会」を俯瞰してみる • 「分析技術」について少し整理してみる
ここまでの14回開催、⾊々なテーマ • テーマが多いので、関連性はパッと⾒分かりにくいのは確か 第1回 2017/6/2 第14回 2021/7/15
主観でいくつか関連づけしてみました (第1回〜4回, 第10回〜14回) ※別ファイル参照
主観でいくつか関連づけしてみました (第1回〜4回, 第10回〜14回) ※別ファイル参照
話題として多そうなモノ • 分類(主観) • データ分析 / R / Python •
統計学 / (機械学習) / 前処理 • 可視化 • ⾃然⾔語処理、画像処理 • IT寄り / 3⼤クラウド寄り • 情報提供 / 分析組織論 / 始め⽅、等 • データ • テーブルデータ • テキストデータ • グラフ構造データ • 画像データ • GIS系データ • 時系列データ • ⽣体データ • ⾊彩データ、等
補⾜︓勉強会の背景としてのデータサイエンス前後 • IT化 -> ビッグデータ からのDS・AI -> DX • 暗黙の了解として、R
やPythonといったIT技 術はある程度前提とし て利⽤ • DX⽂脈で、⾮IT系の職 種の⽅が参加されると 最初は混乱されるかも なので、補⾜ 2000年 2010年 2020年 2030年 IT⾰命 IT化・システム化(RPA等) データ基盤 & データサイエンス(意思決定、 BI) ビッグデータの蓄積& DSの誕⽣ AI開発 DXという⽂脈で幅広く 包含 (かつ⾮IT系業種の参⼊) 機械学習⼿法の発展
アジェンダ • はじめに • 「意思決定」のモチベーションとプロセス • 「意思決定のためのデータ分析勉強会」を俯瞰してみる • 「分析技術」について少し整理してみる
せっかくなので少し前に書いた こちらの本からもいくつか抜粋 しつつ整理 • AI・データ分析プロジェクトの すべて [ビジネス⼒×技術⼒=価値創出] • https://honto.jp/netstore/ pd-book_30630786.html
本の前に、本勉強会でよく登場する ITやクラウド、データと分析技術をざっくり説明 • IT技術 • データの収集、結合、集計、分析で必要 • R、Python、SQLなどはよく⽤いられる • クラウド技術
• いわゆる3⼤クラウド(AWS, GCP, Azure) • ビッグデータ蓄積・解析では⼤活躍 • ⾃前でサーバーを⽴てなくてもかなりの ことができるようになった • データ • テーブルデータが多い(DBの関係から) • その他のデータ(画像やテキスト等。⾮ 構造化データと呼ばれることも) • データ分析技術 • 統計学や機械学習に関する技術 • 論⽂実装する⼈は数学なども • データや分析⽤途に合わせて様々な⼿法 が発明・研究・実⽤化されている
IT技術 ・単純集計の場合 ・100万⾏くらいまでのデータなら エクセルでも対応可能 ・5000万⾏くらいまではRDB、 さらにそれを超えると 各種クラウドの分散型DBの出番 ・DBはSQLで集計 ・分析⽤途 ・RやPythonを中⼼に、必要に応じて
SQLを呼び出すなど ・専⽤ツールを使うのも⼀⼿ (テキストマイニング ならKH Coder等) ・BIツール ・tableauやpowoer BIなど ・ノンプログラマーでもある程度使える
クラウド技術 • ⼀例として3⼤クラウドのストレージとデータベースまわり • 他にも機械学習系やnotebook、ダッシュボードなど 様々なサービスが展開されている
データ① ・業種・業界によって、重要とされるデータは異なる
データ② • テーブルデータ以外は⼤抵 「整理されてない」データ • データ分析に⽤いるには通称 「前処理」という前⼯程で データのクリーニングが必要 (分析以前にこれがまた⼤変・・)
データ③ • 通信網の発達もあり、 デジタルデータはこの10年で 1.8ZB -> 40ZBと激増 (GB -> TB
-> PB -> EB -> ZB) • それにより画像等の⾮構造化デー タも増⼤している (⼤規模データを処理する場合、 クラウド環境は必須となりつつあ る)
データ分析技術 • データの前処理 • データ可視化 • 探索的データ解析(EDA) • 教師あり学習、教師なし学習、各種分析⼿法 •
効果測定技術 • 各種専⽤の解析ライブラリ (テキストマイニング 、ネットワーク解析、等) • RやPythonを覚えると⼀通り触れる (なおシステム化はPythonやGo等、IT実装寄りの⾔語で)
データ分析技術② • よくまとまっていたので こちらのブログから引⽤ • https://www.salesanalytics. co.jp/column/no00136/ • MS社が出しているAzureのチー トシートに少し⼿を⼊れられた
とのこと • 他にもいろいろある
補⾜①︓業種による⼈材ニーズの偏り (データサイエンティスト) https://www.fnn.jp/articles/-/56285
補⾜②︓東京と地⽅の⼈材ニーズの偏り (データサイエンティスト)
まとめ • 「意思決定」のモチベーションとプロセス • 個⼈の意思決定なのか、他の⼈の意思決定なのか • 「意思決定のためのデータ分析勉強会」を俯瞰してみる • いくつかを主観でマッピングしてみました •
結構、テーマがばらけている • 「分析技術」について少し整理してみる • IT、クラウド、データ、データ分析技術 • 補⾜で業界感など 後続のセッションなども、 「この話はこの辺に マッピングされるかな」 というイメージを 持っていただく ヒントになれば幸いです
補⾜③︓これから意思決定のためのデータ分析を始めたい⽅へ • 気軽に相談できるデータサイエンティストの知り合いを作るのが近道 • 懇親会の枠をご活⽤ください • また、勉強会参加者のコミュニティslack(無料)も⽤意してますのでお気軽 にどうぞ • URL
: https://bit.ly/3vs26vP (nobdata_user_communities) • 初⼼者LT等の発表もお待ちしております・・︕︕
Enjoy..!!