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
利益はデータベースの中にあった!
Search
Infiniteloop
July 14, 2023
Programming
0
43
利益はデータベースの中にあった!
2014年6月20日に開催された勉強会 OpenIL Vol2内で使用されたスライド資料。
Infiniteloop
July 14, 2023
Tweet
Share
More Decks by Infiniteloop
See All by Infiniteloop
俺の PHP プロファイラの話 PHP スクリプトで PHP 処理系のメモリをのぞき込む
infiniteloop_inc
0
380
心理的安全性を学び直し、 「いい組織とは何か?」を考えてみる
infiniteloop_inc
0
470
ゼロからつくる 2D物理シミュレーション ~物理現象をコードに落とし込む方法~
infiniteloop_inc
1
640
詫び石の裏側
infiniteloop_inc
0
520
[新卒向け研修資料] テスト文字列に「うんこ」と入れるな(2024年版)
infiniteloop_inc
7
29k
リファクタリングで実装が○○分短縮した話
infiniteloop_inc
0
180
ADRという考えを取り入れてみて
infiniteloop_inc
0
170
500万行のPHPプロジェクトにおけるログ出力の歩み
infiniteloop_inc
0
140
I ❤ Virtual Machines 仮想環境をより便利に使うツールたち
infiniteloop_inc
0
110
Other Decks in Programming
See All in Programming
PHPカンファレンス名古屋2025 タスク分解の試行錯誤〜レビュー負荷を下げるために〜
soichi
1
750
Datadog DBMでなにができる? JDDUG Meetup#7
nealle
0
160
Expoによるアプリ開発の現在地とReact Server Componentsが切り開く未来
yukukotani
2
220
Generating OpenAPI schema from serializers throughout the Rails stack - Kyobashi.rb #5
envek
1
430
技術を改善し続ける
gumioji
0
180
やっと腹落ち「スプリント毎に動くモノをリリースする」〜ゼロから始めるメガバンクグループのアジャイル実践〜
sasakendayo
0
160
CDKを使ったPagerDuty連携インフラのテンプレート化
shibuya_shogo
0
120
はじめての Go * WASM * OCR
sgash708
1
120
ナレッジイネイブリングにAIを活用してみる ゆるSRE勉強会 #9
nealle
0
170
Lambdaの監視、できてますか?Datadogを用いてLambdaを見守ろう
nealle
2
760
TCAを用いたAmebaのリアーキテクチャ
dazy
0
220
The Clean ArchitectureがWebフロントエンドでしっくりこないのは何故か / Why The Clean Architecture does not fit with Web Frontend
twada
PRO
56
17k
Featured
See All Featured
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.6k
Designing for humans not robots
tammielis
250
25k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
32
2.2k
VelocityConf: Rendering Performance Case Studies
addyosmani
328
24k
Fireside Chat
paigeccino
35
3.2k
Statistics for Hackers
jakevdp
797
220k
Art, The Web, and Tiny UX
lynnandtonic
298
20k
Building Adaptive Systems
keathley
40
2.4k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
4
390
Rebuilding a faster, lazier Slack
samanthasiow
80
8.9k
Site-Speed That Sticks
csswizardry
4
420
Building an army of robots
kneath
303
45k
Transcript
利益はデータベースの中にあった! by Infiniteloop Masaru Yamagishi at OpenIL vol.2 2014/06/20
Masaru Yamagishi(capy) プログラミングは趣味(でした) 小4- : HTML/CSS 中3-
: C/C#(XNA Framework) 高1- : 自宅Linuxサーバ(現在はsakura VPS) 最近 : HTML5/CSS3/javascript 現実 : PHP 小樽商科大学で演劇・UX研究をたしなむ 2年半のニート生活(9割Steam) 現在 : 株式会社Infiniteloop 勤務(2014/03-) ここに家のデスクの画像
None
↑イマココ モンラパン↓
本日のお題 データ分析 とは何か データ分析が 利益 に繋がるワケ
何故データ分析?
2,000,000,000,000,000,000,000 2011年の1年間に地球上で生成・複製されたデジタルデータ量(byte)
サービスのビッグデータ Wikipedia Twitter amazon facebook Google
ビッグデータ(総務省) http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h24/html/nc121410.html
ビッグデータが持つ 3V 特性 Volume : 物理量 データの総量
Variety : 多様性 業務に利用されているリレーショナルDBなどに保存されている構造化データ テキスト/音声/画像 スマートフォンのセンサーデータ NFC/カメラ映像 … Velocity : 頻度 リアルタイムのデータの増加
何故「今」データ分析?
何故「今」データ分析? 一昔前 現在 • 高いデータ保管のコスト • HDD : $5 /
1GB(2000年,参考値) • ハードウェアメンテナンス • 保管場所 • etc… • 低い分析マシンの性能 • 大量データの分析はスパコン任せ • 低コストでほぼ無制限にデータ保管 • HDD : $0.04 / 1GB(2014年,参考値) • クラウドでハードウェアを気にしない • クラウドで大規模並列処理
本日のお題 データ分析 とは何か データ分析が 利益 に繋がるワケ
データ分析?
Pentaho Jaspersoft データマイニング 統計学 ビッグデータ KPI KGI データウェアハウス データマート mongodb
Amazon S3 RDB ビジネスインテリジェンス マーケティング アクセスログ 意思決定 アンケート Excel Access 標準偏差 機械学習 相加平均 相乗平均 成長率 AU ARPPU 継続率 コンバージョン率 回帰分析 ロジスティクス回帰 正規分布 度数分布 多変量解析 Hadoop
データ分析の定義(っぽいもの) データの分析は、有用な情報を見つけたり、改善案を提案したり、意思決定に役立たせたりという目 的のために、データを詳しく調べ、綺麗にし、変換して、モデリングする手法のことである。 原文) Analysis of data is a process
of inspecting, cleaning, transforming, and modeling data with the goal of discovering useful information, suggesting conclusions, and supporting decision making. From Wikipedia(Data_analysis)
データ分析の難易度 簡単なもの Excelで数百行のcsvデータを使ってグラフやピボットテーブルを作って分析 難しいもの 統計学を利用してデータマイニング、仮説検定などを行う
データ分析の対象
データ分析の手順 目的設定 データ収集 データ加工 データ分析 対策立案 達成評価 収集と加工が大事!
本日のお題 データ分析 とは何か データ分析が 利益 に繋がるワケ
因果関係の解明 未来の予測
因果関係の解明 1. 利益が伸びていない原因の調査 ユーザーが増えない 課金率が低い ARPPU※ が増えない
2. 利益が伸びている原因の調査 どんなユーザーが課金しているか どんな要素に対して課金しているか どんなキャンペーンで課金しているか ※ ARPPU(Average Revenue Per Paid User) : 課金者ごとの平均課金額。
未来の予測 現在 ? ?
未来の予測 現在 施策成功
本日のまとめ ★ データ分析とは 1. データ内に潜む因果関係を解明すること 2. 過去のデータから未来を予測すること ★ データ分析が利益に繋がる理由とは 1.
解明した因果関係によって、利益減少/向上の原因となる要素を改善出来るから 2. 予測値と実績値の比較によって、施策が成功したかどうか判断出来るから
以上 ご清聴ありがとうございました