$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
"S分析" 最強説 : Presentation in Marunouchi Analytic...
Search
Hikaru Kashida
May 31, 2017
Technology
10
4.1k
"S分析" 最強説 : Presentation in Marunouchi Analytics | Jun 2016
2016. Jun 丸の内アナリティクスイベントに登壇したときの資料
これまで色んな分析をしてきた中で、一番有用性が高いと思った「S分析」についてのプレゼンです
Hikaru Kashida
May 31, 2017
Tweet
Share
More Decks by Hikaru Kashida
See All by Hikaru Kashida
データをどう使うか?ーメルカリでの学び, デジタル庁の挑戦
hik0107
15
4k
いま、データに必要な解像度
hik0107
54
22k
Growth Grand Theory - Dos and Donts
hik0107
23
9.2k
Data, Design and Government
hik0107
53
38k
戦略と実行をつなぐデータ
hik0107
53
27k
FREE AGENDA #65 施策を通じて得た抽象的な学び
hik0107
14
5k
noteの躍進を支えた”定性と定量の甘い関係”
hik0107
14
37k
なんでデータアナリストやってるの
hik0107
16
7k
Simple Data Analytics Leads impact
hik0107
146
170k
Other Decks in Technology
See All in Technology
ページの可視領域を算出する方法について整理する
yamatai1212
0
160
知っていると得する!Movable Type 9 の新機能を徹底解説
masakah
0
200
その設計、 本当に価値を生んでますか?
shimomura
2
180
プロダクトマネジメントの分業が生む「デリバリーの渋滞」を解消するTPMの越境
recruitengineers
PRO
3
430
Symfony AI in Action
el_stoffel
2
370
AIにおける自由の追求
shujisado
3
470
Oracle Database@Google Cloud:サービス概要のご紹介
oracle4engineer
PRO
0
640
事業部のプロジェクト進行と開発チームの改善の “時間軸" のすり合わせ
konifar
9
2.8k
こがヘンだよ!Snowflake?サービス名称へのこだわり
tarotaro0129
0
110
著者と読み解くAIエージェント現場導入の勘所 Lancers TechBook#2
smiyawaki0820
7
2.8k
Claude Code Getting Started Guide(en)
oikon48
0
140
Ryzen NPUにおけるAI Engineプログラミング
anjn
0
210
Featured
See All Featured
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
253
22k
Thoughts on Productivity
jonyablonski
73
5k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
285
14k
Done Done
chrislema
186
16k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
4 Signs Your Business is Dying
shpigford
186
22k
Building an army of robots
kneath
306
46k
Site-Speed That Sticks
csswizardry
13
990
Git: the NoSQL Database
bkeepers
PRO
432
66k
Producing Creativity
orderedlist
PRO
348
40k
Side Projects
sachag
455
43k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
31
2.7k
Transcript
株式会社メルカリ Hikaru Kashida (@hik0107) 業界横断で使える分析 「S分析」最強説
メルカリとは v オールジャンルのフリマアプリ v ⽇⽶通算 4000万 DL(⽇本:3000万 / US:1000万)
⾃⼰紹介 v 外資戦略コンサル ➔ 友⼈と起業 ➔ 分析コンサル ➔ メルカリ v
今はデータサイエンティスト v ゆるいPython使い v Qiitaで活動中 v 実務で使える機械学習を勉強中
業界横断で使える分析? ⇢ S分析 仕事変われど使い続けてきた分析手法
業界横断で使える分析? ⇢ 散布図 仕事変われど使い続けてきた分析手法
なぜ散布図か? A. 比較 C. 変動 B. 関係性 D. 5次元
A.⽐較といえば 散布図 v 戦略コンサル時代に、ビジネス⽐較で多様 ⇢ 「2~3 の軸」で 「複数の対象」を 「同時に⽐較可能」 総資本額
JPY 資本効率 % A社 B社 C社 D社 スケール追求 経営 アセットライト 経営 E社 会社のビジネスモデルの比較
B.関係性といえば 散布図 v 分析コンサル時代に、モデルづくりの際に多様 ⇢ 特に「予測のずれ」について話す時などの時に便利 観測値(正解データ) 予測値 日次注文数の予測のズレ
B.関係性といえば 散布図 観測値(正解データ) 日曜日 土曜日 予測値 v 分析コンサル時代に、モデルづくりの際に多様 ⇢ 特に「予測のずれ」について話す時などの時に便利
日次注文数の予測のズレ
C.変動といえば 散布図 出品商品数 [#] E 売れる確率 [%] C D B
A 商品カテゴリの需給バランス v メルカリでやってる分析 ⇢ 2軸上での変化を表すのに⾮常に優れる 通常時 スナップショット
C.変動といえば 散布図 出品商品数 [#] E 売れる確率 [%] C D B
A 商品カテゴリの需給バランス v メルカリでやってる分析 ⇢ 2軸上での変化を表すのに⾮常に優れる 通常時 増加時 変動
C.変動といえば 散布図 出品商品数 [#] 供給過多 カテゴリ E 売れる確率 [%] C
D B A 商品カテゴリの需給バランス 有望 カテゴリ 伸び悩み カテゴリ v メルカリでやってる分析 ⇢ 2軸上での変化を表すのに⾮常に優れる 通常時 増加時
散布図はビジネスに適している v 情報量が多い割に、誰でも⾒やすい v ビジネスは⼤体2要素(以上) のトレードオフ
D.5次元といえば 散布図 v 定量1. X軸 v 定量2. Y軸 v 定量3.
⼤きさ v カテゴリ1. ⾊ v カテゴリ2. ラベル 2016 2017
それって⾒づらくない?
決算資料会の神コロプラさん
散布図は、最⾼だ
無⼈島に何か⼀つ持って⾏くとしたら?
無⼈島に何か⼀つ持って⾏くとしたら? 迷わず「散布図」と⾔える⼈を増やしたい
Enjoy!
We Are Hiring!