Exploratory v5.3の新機能の紹介

Transcript

1. Exploratory ηϛφʔ Exploratory v5.3

2. 2 εϐʔΧʔ ੢ా צҰ࿠ CEO EXPLORATORY ུྺ 2016೥ɺσʔλαΠΤϯεͷຽओԽͷͨΊɺExploratory, Inc Λཱͪ

   ্͛Δɻ Exploratory, Inc.ͰCEOΛ຿ΊΔ͔ͨΘΒɺσʔλαΠΤϯεɾϒʔ τΩϟϯϓɾτϨʔχϯάͳͲΛ௨ͯ͠γϦίϯόϨʔͰߦΘΕ͍ͯ Δ࠷ઌ୺ͷσʔλαΠΤϯεͷීٴͱڭҭʹऔΓ૊Ήɻ ถΦϥΫϧຊࣾͰɺ16೥ʹΘͨΓσʔλαΠΤϯεͷ։ൃνʔϜΛ཰ ͍ɺػցֶशɺϏοάɾσʔλɺϏδωεɾΠϯςϦδΣϯεɺσʔ λϕʔεʹؔ͢Δ਺ଟ͘ͷ੡඼ΛੈʹૹΓग़ͨ͠ɻ @KanAugust

3. Vision ΑΓΑ͍ҙࢥܾఆΛ͢ΔͨΊʹ σʔλΛ࢖͏͜ͱ͕౰ͨΓલʹͳΔ

4. Mission σʔλαΠΤϯεͷຽओԽ

5. 5 ୈ̏ͷ೾ σʔλαΠΤϯεɺAIɺػցֶश͸౷ܭֶऀɺ։ൃऀͷͨΊ͚ͩͷ΋ͷͰ͸͋Γ·ͤΜɻ σʔλʹڵຯͷ͋ΔਓͳΒ୭΋͕ੈքͰ࠷ઌ୺ͷΞϧΰϦζϜΛ࢖ͬͯ ϏδωεσʔλΛ؆୯ʹ෼ੳͰ͖Δ΂͖Ͱ͢ɻ Exploratory͕ͦ͏ͨ͠ੈքΛՄೳʹ͠·͢ɻ

6. ୈ1ͷ೾ ୈ̎ͷ೾ ୈ̏ͷ೾ ϓϥΠϕʔτ(ߴ͍/ݹ͍) Φʔϓϯɾιʔε(ແྉ/࠷ઌ୺) UI & ϓϩάϥϛϯά ϓϩάϥϛϯά 2016

   2000 1976 ϚωλΠθʔγϣϯ ίϞσΟςΟԽ ຽओԽ ౷ܭֶऀ σʔλαΠΤϯςΟετ Exploratory ΞϧΰϦζϜ Ϣʔβʔɾ ମݧ πʔϧ Φʔϓϯɾιʔε(ແྉ/࠷ઌ୺) UI & ࣗಈԽ ϏδωεɾϢʔβʔ ςʔϚ σʔλαΠΤϯεͷຽओԽ

7. 質問 ExploratoryͰ؆୯ʹͰ͖ΔλεΫ 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習 UI

8. Exploratory ηϛφʔ Exploratory v5.3

9. 質問 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習 UI

10. 質問 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習 UI

11. σʔλϥϯάϦϯά • ूܭʢSummarizeʣͷUI • ϐϘοτͷUI • ྻ໊ͷมߋʢRenameʣͷUI • ϚʔδʢߦΛ௥Ճ͢ΔʣͷσʔλϑϨʔϜ໊ •

    ৽͍ؔ͠਺ͷ௥Ճɿmode, str_logical, str_extract_inside

12. ूܭʢSummarizeʣ

13. ϐϘοτ

14. ྻ໊ΛมߋʢRenameʣ

15. ϚʔδʢߦΛ௥Ճʣ

16. None

17. 質問 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習 UI

18. ՄࢹԽ • ਺஋ͷΧςΰϦʔԽ - XɺYɺ৭ • ஋ͷ੍ݶ - Top /

    Bottom Nɺ৚݅ • Logʢϩάʣ, Absoluteʢઈର஋ʣ, Weekendʢि຤/ฏ೔ʣ • ϐϘοτςʔϒϧͷΞοϓσʔτ • Re-order - X, Y, Legend

19. • ਺஋ͷΧςΰϦʔԽ - XɺYɺ৭ • ஋ͷ੍ݶ - Top / Bottom

    Nɺ৚݅ • Log, Absolute, Weekend • Pivot Table - Post Calculation, 30 Columns for Values • Re-order - X, Y, Legend ՄࢹԽ
20. None

21. ਺஋ͷΧςΰϦʔԽ

22. None

23. ৭ͷ਺஋Λ̑౳෼ʹ͢Δ

24. X࣠ͱ৭

25. खಈͰ෼͚Δ

26. ΧςΰϦʔʹϥϕϧΛ͚ͭΔ

27. None
28. None
29. None
30. None

31. • ਺஋ͷΧςΰϦʔԽ - XɺYɺ৭ • ஋ͷ੍ݶ - Top / Bottom

    Nɺ৚݅ • Log, Absolute, Weekend • Pivot Table - Post Calculation, 30 Columns for Values • Re-order - X, Y, Legend ՄࢹԽ
32. None
33. None

34. τοϓNɾϘτϜN

35. νϟʔτʹ࢖ΘΕ͍ͳ͍ྻ΋࢖͑Δ

36. ৚݅

37. ৚݅

38. εϩϕχΞͷฦ඼཰͕100ˋʂ ࣮͸஫จ਺͕গͳ͍͔Βɻ

39. εϩϕχΞ͕ফ͑ͨɻ ͜ΕͰɺ஫จ͕Ұఆ਺Ҏ্͋ΔࠃͲ ͏͠Λൺ΂Δ͜ͱ͕Ͱ͖Δɻ

40. • ਺஋ͷΧςΰϦʔԽ - XɺYɺ৭ • ஋ͷ੍ݶ - Top / Bottom

    Nɺ৚݅ • Logʢϩάʣ, Absoluteʢઈର஋ʣ, Weekendʢि຤/ฏ೔ʣ • ϐϘοτςʔϒϧͷΞοϓσʔτ • Re-order - X, Y, Legend ՄࢹԽ

41. 41

42. 42

43. None
44. None

45. • ਺஋ͷΧςΰϦʔԽ - XɺYɺ৭ • ஋ͷ੍ݶ - Top / Bottom

    Nɺ৚݅ • Logʢϩάʣ, Absoluteʢઈର஋ʣ, Weekendʢि຤/ฏ೔ʣ • ϐϘοτςʔϒϧͷΞοϓσʔτ • Re-order - X, Y, Legend ՄࢹԽ

46. ϐϘοτςʔϒϧɿͨ͘͞Μͷྻ͕ΞαΠϯͰ͖Δʂ

47. ϐϘοτςʔϒϧɿ߹ܭ஋ͷܭࢉͷλΠϛϯά

48. 質問 伝える データアクセス データ ラングリング 可視化 アナリティクス 統計/機械学習 UI

49. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍

50. ΞφϦςΟΫε • ςετʢධՁʣϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍
51. None
52. None
53. None
54. None

55. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍
56. None
57. None
58. None

59. 0.3 0.8 0.5 ͖͍͠஋

60. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍

61. ϥϯμϜϑΥϨετɿϘϧʔλ

62. ઢܗճؼɿม਺ॏཁ౓

63. ϩδεςΟοΫճؼɿฏۉݶքޮՌ

64. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍

65. ೔पظͷقઅੑ

66. νΣϯδϙΠϯτͷظؒ

67. νΣϯδϙΠϯτ : 0.5

68. νΣϯδϙΠϯτ : 0.8

69. Ճ๏ vs. ৐๏

70. Ճ๏త

71. ৐๏త

72. ର਺ਖ਼ن෼෍ ର਺ΛऔΔͱਖ਼ن෼෍ʹͳΔ෼෍ 72

73. ਖ਼ن෼෍͢Δσʔλͱ͸ʁ 73

74. த৺ۃݶఆཧ ΋ͱͷ෼෍͕Ͳ͏͋Εɺฏۉ·ͨ͸࿨ͷ෼෍͸ਖ਼ن෼෍ʹۙͮ͘ɻ 74

75. ࿨ͱͯ͠੒Γཱ͍ͬͯΔ஋ • ਎௕ = 0ࡀͷ࣌ͷ੒௕ ʴ 1ࡀͷ࣌ͷ੒௕ ʴ … ̎̌ࡀͷ࣌ͷ੒௕

    • ࢼݧͷ఺਺ = ୈ̍໰ͷ఺਺ ʴ ୈ̎໰ͷ఺਺ ʴ ୈ̏໰ͷ఺਺ ʴ … ࠷ޙͷ໰୊ͷ఺਺ த৺ۃݶఆཧʹΑΓɺ͜ΕΒ͸੒Γཱ͔ͪΒͯ͠ਖ਼ن෼෍ͦ͠͏ͳ ੑ࣭Λ͍࣋ͬͯΔɻ 75

76. ର਺ਖ਼ن෼෍͢Δσʔλͱ͸ʁ 76

77. ੵͱͯ͠੒Γཱ͍ͬͯΔ஋ • څྉ = ॳ೚څ x څྉΞοϓ105% x څྉΞοϓ110% x

    … • ࠃͷਓޱ= ࠃՈ੒ཱ࣌ͷਓޱ x 90%ʹઓ૪Ͱਓޱݮ x 110%ʹϕϏʔϒʔϜͰਓޱ૿ x … த৺ۃݶఆཧʹΑΓɺ͜ΕΒ͸੒Γཱ͔ͪΒͯ͠ର਺ਖ਼ن෼෍ ͦ͠͏ͳੑ࣭Λ͍࣋ͬͯΔɻ 77

78. த৺ۃݶఆཧ͔Β͍͑Δ͜ͱ ΋ͱͷ෼෍͕Ͳ͏͋Εŋŋŋ ฏۉ·ͨ͸࿨ΛͱΔ ͱŋŋŋ ਖ਼ن෼෍ʹۙͮ͘ ੵΛͱΔͱŋŋŋ ର਺ਖ਼ن෼෍ʹۙͮ͘ 78

79. ࿨ͱͯ͠੒Γཱ͍ͬͯΔ஋ͷϦχΞͳ৳ͼํ ੵͱͯ͠੒Γཱ͍ͬͯΔ஋ͷෳརޮՌͷ͋Δ৳ͼํ ೔ຊͷஉࢠੜెͷ೥ྸผฏۉ਎௕ Amazonͷച্ߴͷਪҠ ੒௕͢Δͱ͖ͷ஋ͷ৳ͼํͷҧ͍ 79

80. ର਺Λऔͬͯ෼෍ΛݟͯΈΔ͜ͱ͸ɺ
 ஋͕ੵͱͯ͠੒Γཱ͍ͬͯΔͱ͍͏Ϟσϧ Λݕ౼͢Δ͜ͱʹ͍ۙɻ 80

81. ஫จ͝ͱͷച্ߴ 81

82. ஫จ͝ͱͷച্ߴ 82

83. Ճ๏త

84. ৐๏త

85. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍

86. ޮՌྔʢEffect Sizeʣ & ݕग़ྗʢPowerʣ

87. ݕग़ྗΛ΋ͱʹͨ͠αϯϓϧαΠζͷࢉग़

88. ඞཁͱ͞ΕΔαϯϓϧαΠζ

89. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍

90. Wilcoxon Test & Kruskal-Wallis Test

91. ΞφϦςΟΫε • ςετɾϞʔυ • ෼ྨͷ͖͍͠஋ઃఆ • ϥϯμϜϑΥϨετ / Ϙϧʔλɺઢܗճؼ /

    ม਺ॏཁ౓ɺϩδεςΟοΫճؼ / ݶքޮՌ • Prophet - ֎෦༧ଌม਺, ೔ͷपظੑ, τϨϯυͷมԽ఺, ৐๏ • ݕग़ྗ෼ੳɺޮՌྔ • ΢ΟϧίΫιϯݕఆɺΫϥεΧϧɾ΢ΥϨεݕఆ • GLM - ෛͷೋ߲෼෍

92. ҰൠԽઢܗϞσϧ - ෛͷೋ߲෼෍

93. Demo

94. None

95. ݄̍̍։࠵ܾఆʂ ि຤൛ɿ̕೔ʢ౔ʣɺ̍̌೔ʢ೔ʣɺ̍̒೔ʢ౔ʣ ฏ೔൛ɿ̍̎೔ʢՐʣɺ̍̏೔ʢਫʣɺ̍̐೔ʢ໦ʣ

96. • ϓϩάϥϛϯάͳ͠ RݴޠͷUIͰ͋ΔExploratoryΛ෼ੳπʔϧͱͯ͠࢖༻͢ΔͨΊडߨத͸ɺϏδωεͷ ໰୊Λղܾ͢ΔͨΊʹඞཁͳσʔλαΠΤϯεͷख๏ͷशಘʹ100ˋूதͰ͖Δ • ෼ੳπʔϧͷϕϯμʔϩοΫΠϯͳ͠ ExploratoryͰͷ࡞ۀ͸શͯಠཱͨ͠ΦʔϓϯιʔεͷR؀ڥͰ࠶ݱ͕Մೳ • ࢥߟྗͱεΩϧͷशಘ σʔλαΠΤϯεͷεΩϧशಘ͚ͩͰͳ͘ɺσʔλ෼ੳʹඞཁͳࢥߟྗ΋शಘͰ͖Δ

    ಛ௃

97. Q & A

98. ࿈བྷઌ ϝʔϧ kan@exploratory.io ΢ΣϒαΠτ https://ja.exploratory.io ϒʔτΩϟϯϓɾτϨʔχϯά https://ja.exploratory.io/training-jp Twitter @KanAugust