$30 off During Our Annual Pro Sale. View Details »
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Exploratoryセミナー #40 - v6.3 新機能の紹介
Search
Kan Nishida
December 10, 2020
Technology
0
430
Exploratoryセミナー #40 - v6.3 新機能の紹介
Kan Nishida
December 10, 2020
Tweet
Share
More Decks by Kan Nishida
See All by Kan Nishida
Seminar #52 - Introduction to Exploratory Server
kanaugust
0
370
Exploratory セミナー #61 政府のオープンデータ e-Statの活用
kanaugust
0
1.1k
Exploratory セミナー #60 時系列データの加工、可視化、分析手法の紹介
kanaugust
0
1.2k
Seminar #51 - Machine Learning - How Variable Importance Works
kanaugust
0
710
Exploratory セミナー #59 テキストデータの加工
kanaugust
0
720
Seminar #50 - Salesforce Data, Clean, Visualize, Analyze, & Dashboard
kanaugust
1
440
Exploratory セミナー #58 Exploratory x Salesforce
kanaugust
0
370
Exploratory Seminar #49 - Introduction to Dashboard Cycle with Exploratory
kanaugust
0
440
Seminar #48 - Introduction to Exploratory v6.6
kanaugust
0
380
Other Decks in Technology
See All in Technology
日本Rubyの会: これまでとこれから
snoozer05
PRO
4
190
【U/Day Tokyo 2025】Cygames流 最新スマートフォンゲームの技術設計 〜『Shadowverse: Worlds Beyond』におけるアーキテクチャ再設計の挑戦~
cygames
PRO
2
920
シニアソフトウェアエンジニアになるためには
kworkdev
PRO
3
200
Fashion×AI「似合う」を届けるためのWEARのAI戦略
zozotech
PRO
2
980
Power of Kiro : あなたの㌔はパワステ搭載ですか?
r3_yamauchi
PRO
0
200
Amazon Connect アップデート! AIエージェントにMCPツールを設定してみた!
ysuzuki
0
110
Lessons from Migrating to OpenSearch: Shard Design, Log Ingestion, and UI Decisions
sansantech
PRO
1
160
コンテキスト情報を活用し個社最適化されたAI Agentを実現する4つのポイント
kworkdev
PRO
1
1.7k
100以上の新規コネクタ提供を可能にしたアーキテクチャ
ooyukioo
0
140
30分であなたをOmniのファンにしてみせます~分析画面のクリック操作をそのままコード化できるAI-ReadyなBIツール~
sagara
0
180
20251218_AIを活用した開発生産性向上の全社的な取り組みの進め方について / How to proceed with company-wide initiatives to improve development productivity using AI
yayoi_dd
0
280
[デモです] NotebookLM で作ったスライドの例
kongmingstrap
0
170
Featured
See All Featured
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
11
The #1 spot is gone: here's how to win anyway
tamaranovitovic
1
860
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
0
88
Joys of Absence: A Defence of Solitary Play
codingconduct
1
250
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
680
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.2k
<Decoding/> the Language of Devs - We Love SEO 2024
nikkihalliwell
0
91
Applied NLP in the Age of Generative AI
inesmontani
PRO
3
1.9k
Getting science done with accelerated Python computing platforms
jacobtomlinson
0
73
The Mindset for Success: Future Career Progression
greggifford
PRO
0
180
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
End of SEO as We Know It (SMX Advanced Version)
ipullrank
2
3.8k
Transcript
EXPLORATORY ΦϯϥΠϯɾηϛφʔ #40 Exploratory v6.3
2 • ࣭͝zoomͷνϟοτʹ͝ߘ͍ͩ͘͞ɻ • ηϛφʔͷײͳͲTwitterͰίϝϯτͯ͠ΈͯԼ͍͞ʂ #Exploratoryηϛφʔ
EXPLORATORY
4 εϐʔΧʔ ా צҰ CEO EXPLORATORY ུྺ 2016य़ɺσʔλαΠΤϯεͷຽओԽͷͨΊɺExploratory, Inc Λཱ
্ͪ͛Δɻ Exploratory, Inc.ͰCEOΛΊΔ͔ͨΘΒɺσʔλαΠΤϯεɾϒʔ τΩϟϯϓɾτϨʔχϯάͳͲΛ௨ͯ͠σʔλαΠΤϯεͷٕज़ͱख ๏ͷීٴͱڭҭʹऔΓΉɻ ถΦϥΫϧຊࣾͰɺ16ʹΘͨΓσʔλαΠΤϯεͷ։ൃνʔϜΛ ͍ɺػցֶशɺϏοάɾσʔλɺϏδωεɾΠϯςϦδΣϯεɺσʔ λϕʔεʹؔ͢Δଟ͘ͷΛੈʹૹΓग़ͨ͠ɻ @KanAugust
Vision ͩΕ͕σʔλΛͱʹ ΑΓΑ͍ҙࢥܾఆ͕Ͱ͖Δ
Mission σʔλαΠΤϯεͷຽओԽ
質問 ExploratoryɹϞμϯˍγϯϓϧ UI 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
EXPLORATORY ΦϯϥΠϯηϛφʔ #40 Exploratory v6.3
質問 ExploratoryɹϞμϯˍγϯϓϧ UI 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
• ༧ଌϞσϧͷ࡞ • Ծઆݕఆͷ࡞ • νϟʔτͷ࡞ αϚϦɾϏϡʔ
૬ؔϞʔυ
None
None
ΞφϦςΟΫε
• ผͷσʔλϑϨʔϜͰͷ༧ଌ • ϕʔεϨϕϧͷઃఆ • Ծઆݕఆɿ֬ • ίοΫεճؼ / αόΠόϧɾϑΥϨετͷݕূϞʔυͱࢦඪͷՃ
ΞφϦςΟΫε
• ผͷσʔλϑϨʔϜͰͷ༧ଌ • ϕʔεϨϕϧͷઃఆ • Ծઆݕఆɿ֬ • ίοΫεճؼ / αόΠόϧɾϑΥϨετͷݕূϞʔυͱࢦඪͷՃ
ΞφϦςΟΫε
ΞφϦςΟΫεɾϏϡʔͰ࡞ͬͨϞσϧΛͬͯ ༧ଌͰ͖ΔΑ͏ʹͳΓ·ͨ͠ʂ
༧ଌϞσϧΛ࡞Δɻ
ผͷσʔλʹର͠ɺઌ΄Ͳ࡞ͨ͠༧ଌϞσϧΛద༻͠༧ଌ͢Δɻ
ผͷ༧ଌϞσϧΛબͼ͢͜ͱͰ͖Δɻ
• ผͷσʔλϑϨʔϜͰͷ༧ଌ • ϕʔεϨϕϧͷઃఆ • Ծઆݕఆɿ֬ • ίοΫεճؼ / αόΠόϧɾϑΥϨετͷݕূϞʔυͱࢦඪͷՃ
ΞφϦςΟΫε
౷ܭϞσϧͷ߹ɺΧςΰϦʔܕͷ༧ଌมͦΕͧΕͷ͕ มͱͳΓɺͦͷʮʯͷղऍϕʔεϨϕϧͱൺΔ͜ͱʹͳΔɻ
σϑΥϧτͰ࠷ස͕ϕʔεϨϕϧͱͳΔɻ
v6.3ΑΓɺ͜ͷϕʔεϨϕϧͷઃఆ͕ɺΞφϦςΟΫεɾϏϡʔͷதͰ Ͱ͖ΔΑ͏ʹͳΓ·ͨ͠ɻ
ʮྻͷબʯμΠΞϩάͰʮฤूʯϘλϯΛΫϦοΫ͢Δɻ
ϕʔεϨϕϧʹ͍ͨ͠ΛબͿɻ
৽͘͠ࢦఆͨ͠ϕʔεϨϕϧͱൺͯɺͲΕ͘Β͍ͷޮՌͳͷ͔ͱ͍͏Α͏ʹ ղऍͰ͖Δɻ ྫɿ ग़ு͕ʮසൟʯͷਓʮͳ͠ʯͷ ਓʹൺͯ৬ͷՄೳੑ͕4.38ഒ ΄Ͳେ͖͍ɻ
• ผͷσʔλϑϨʔϜͰͷ༧ଌ • ϕʔεϨϕϧͷઃఆ • Ծઆݕఆɿ֬ • ίοΫεճؼ / αόΠόϧɾϑΥϨετͷݕূϞʔυͱࢦඪͷՃ
ΞφϦςΟΫε
29 σʔλΒͭ͘
30 ࣄނͷଟ͍͋Εɺগͳ͍͋Δɻ
• ಉ͡Α͏ͳڥͰࣄΛ͍ͯ͠Δ͕ɺΑ͘෩अΛͻ͘ਓ͍Ε ɺ·ͬͨ͘ͻ͔ͳ͍ਓ͍Δɻ • ग़ࣾ࣌ؒʹΑͬͯҟͳΔɺࣾһʹΑͬͯҟͳΔ • ಛʹԿ͔Πϕϯτ͕͋ΔΘ͚Ͱͳ͍͕ɺച্͕ଟ͍͋Ε গͳ͍͋Δɻ • ಉ͡ंΛങͬͨͷʹɺΑ͘ނোͯ͠͠·͏ਓ͍Εɺ·ͬͨ͘
ނো͠ͳ͍ਓ͍Δɻ
32
33 ಉ͡5υϧ͍ͬͯΔͷʹɺ ΞΠεΫϦʔϜͷྔ͕ຖճएׯҧ͏ɻ
34 ΞΠεͷॏ͞(g) 50 100 จͷ 50 51 52 53 54
46 47 48 49 Նͷؒຖճจ͢ΔͨͼʹΞΠεΫϦʔϜͷॏ͞ΛଌͬͯΈͨɻ
͜ͷੈͷதͰى͖͍ͯΔ͜ͱϥϯμϜͰ͋Δɻ ʢܭଌʣΒͭ͘ɻ ͔͠͠ɺͦͷԿΒ͔ͷنଇʹै͏ɻ
֬
t F ΧΠೋ ਖ਼ن 37
Ծઆݕఆ ؼແԾઆΛલఏͱͨ࣌͠ʹظ͞ΕΔ֬ʹ͓͍ͯखݩͷσʔλ͔Βಘ ΒΕͨ౷ܭʢͱಉ͔·ͨͦΕҎ্ʹҟৗͳʣ͕ಘΒΕΔ֬ʢP ʣΛٻΊɺͦͷͷେ͖͞ʹΑͬͯԾઆͷ༗ҙੑΛௐΑ͏ͱ͢Δ ͷɻ ౷ܭ
ʮ֬ʯλϒͷԼͰɺ֬ͱखݩͷσʔλ͔ΒಘΒΕͨ౷ܭ͕ ՄࢹԽ͞ΕΔɻ ౷ܭ
Pͷ༗ҙਫ४ϓϩύςΟΑΓઃఆ͢Δ͜ͱ͕Ͱ͖ɺͦͷ֬ʹ͓͚ Δൣғ͕ՄࢹԽ͞ΕΔɻ Pͷ༗ҙਫ४
ྫɿஉঁͷڅྉͷฏۉʹҧ͍͕ͳ͍ͱͯ͠ɺ͜ͷσʔλͰݟΒΕΔΑ͏ͳҧ͍ Ͱ͋Ε20ˋ΄Ͳͷ֬Ͱى͖͏Δ͜ͱͰ͋Δɻ͜Ε͖͍͠Ͱ͋Δʮ5ˋͷ֬ ʯΑΓେ͖͍ͨΊɺҧ͍͕͋Δͱݴ͑ͳ͍ɻ
ʮ܁Γฦ͠ʯΛ͍ෳͷݕఆΛߦͬͨ߹ɻ
ʮ܁Γฦ͠ʯΛ͍ෳͷݕఆΛߦͬͨ߹ɺͦΕͧΕͷάϧʔϓʹ͓͚ Δ౷ܭͱ͕֬දࣔ͞ΕΔɻ
ΧΠೋݕఆͷྫ
ΧΠೋݕఆͷྫɿΧΠೋͱΧΠೋ
• ෳͷY࣠ʹΑΔʮ܁Γฦ͠ʯαϙʔτ • ʮ܁Γฦ͠ʯͷઃఆ • ूܭςʔϒϧ • ΫΠοΫදܭࢉ • τϨϯυϥΠϯɿϩδεςΟοΫճؼɺϙΞιϯճؼ
ՄࢹԽʢνϟʔτʣ
• ෳͷY࣠ʹΑΔʮ܁Γฦ͠ʯαϙʔτ • ʮ܁Γฦ͠ʯͷઃఆ • ूܭςʔϒϧ • ΫΠοΫදܭࢉ • τϨϯυϥΠϯɿϩδεςΟοΫճؼɺϙΞιϯճؼ
ՄࢹԽʢνϟʔτʣ
ෳͷࢦඪͷਪҠΛಉ͡νϟʔτ্ͰݟΑ͏ͱͨ͠߹ɺ୯Ґ͕ҧ͏ͱ ݟʹ͘͘ͳΔɻ
Y2࣠ʹҟͳΔ୯ҐͷͷΛׂΓͯΔ͜ͱͰ͖Δ͕ɺͦΕͰݶք͕ɻɻɻ
Y࣠ʹׂΓͯΒΕͨࢦඪ͝ͱʹνϟʔτ͕࡞ΕΔΑ͏ʹͳΓ·ͨ͠ʂ
Y࣠ʹׂΓͯΒΕͨࢦඪ͝ͱʹʮϚʔΧʔʯΛઃఆͰ͖Δɻ όʔ ϥΠϯ
Y࣠ʹׂΓͯΒΕͨࢦඪ͝ͱʹʮදܭࢉʯΛઃఆͰ͖Δɻ
ׂ߹Λݟ͍ͯΔͱ͖ʹɺݩͷߦͷ͕ͲΕ͚ͩ͋Δͷ͔Λಉ࣌ʹݟ͍ͨɻ
• ෳͷY࣠ʹΑΔʮ܁Γฦ͠ʯαϙʔτ • ʮ܁Γฦ͠ʯͷઃఆ • ूܭςʔϒϧ • ΫΠοΫදܭࢉ • τϨϯυϥΠϯɿϩδεςΟοΫճؼɺϙΞιϯճؼ
ՄࢹԽʢνϟʔτʣ
ʮ܁Γฦ͠ʯͷઃఆ͕νϟʔτͷ্͔ΒͰ͖ΔΑ͏ʹͳΓ·ͨ͠ɻ
͞Βʹɺʮ܁Γฦ͠ʯͷઃఆμογϡϘʔυɺϊʔτɺεϥΠυ͔ΒͰͰ ͖ΔΑ͏ʹͳΓ·ͨ͠ɻ
ϊʔτ
εϥΠυ
• ෳͷY࣠ʹΑΔʮ܁Γฦ͠ʯαϙʔτ • ʮ܁Γฦ͠ʯͷઃఆ • ूܭςʔϒϧ • ΫΠοΫදܭࢉ • τϨϯυϥΠϯɿϩδεςΟοΫճؼɺϙΞιϯճؼ
ՄࢹԽʢνϟʔτʣ
৽͘͠ɺʮूܭςʔϒϧʯ͕ՃΘΓ·ͨ͠ɻ
σʔλͷूܭ͕͍͚ͨͩ͠Ͱ͋Εɺ͜Ε·ͰͷʮϐϘοτςʔϒϧʯΑΓ ͓͢͢Ίɻ
ྻ͝ͱͰ༷ʑͳϑΥʔϚοτ͕Ͱ͖Δɻ
߹ܭ͚ͩͰͳ͘ɺখܭग़ͤΔɻ
• ෳͷY࣠ʹΑΔʮ܁Γฦ͠ʯαϙʔτ • ʮ܁Γฦ͠ʯͷઃఆ • ूܭςʔϒϧ • ΫΠοΫදܭࢉ • τϨϯυϥΠϯɿϩδεςΟοΫճؼɺϙΞιϯճؼ
ՄࢹԽʢνϟʔτʣ
None
None
None
• ෳͷY࣠ʹΑΔʮ܁Γฦ͠ʯαϙʔτ • ʮ܁Γฦ͠ʯͷઃఆ • ूܭςʔϒϧ • ΫΠοΫදܭࢉ • τϨϯυϥΠϯɿϩδεςΟοΫճؼɺϙΞιϯճؼ
ՄࢹԽʢνϟʔτʣ
None
εΩϧͱσʔλ͔ΒಘΒΕΔࣝͷؔ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ σʔλͷՄࢹԽ 20ˋ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ σʔλͷՄࢹԽ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ σʔλͷՄࢹԽ σʔλ ϥϯάϦϯά 80ˋ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ σʔλͷՄࢹԽ σʔλ ϥϯάϦϯά 80ˋ ౷ܭ
σʔλ͔Β ಘΒΕΔ ࣝ εΩϧ σʔλͷՄࢹԽ σʔλ ϥϯάϦϯά 80ˋ ౷ܭ 20ˋ
• ूܭεςοϓɿܕͷྻͷαϙʔτ • ςΩετσʔλͷՃ • จষͷ୯ޠԽʢάϧʔϓɺ݁߹ʣ σʔλϥϯάϦϯά
• ूܭεςοϓɿܕͷྻͷαϙʔτ • ςΩετσʔλͷՃ • จষͷ୯ޠԽʢάϧʔϓɺ݁߹ʣ σʔλϥϯάϦϯά
ܕͷྻΛ͍ͬΜʹબͿ͜ͱ͕Ͱ͖ΔΑ͏ʹͳΓ·ͨ͠ʂ
• ूܭεςοϓɿܕͷྻͷαϙʔτ • ςΩετσʔλͷՃ • จষͷ୯ޠԽʢάϧʔϓɺ݁߹ʣ σʔλϥϯάϦϯά
ςΩετσʔλͷՃ • औΓআ͘ / ஔ / நग़ • ਖ਼نදݱ •
Email • URL • ֆจࣈ • ه߸ͷதͷจࣈྻ • ࠷ॳ/࠷ޙͷ୯ޠ • ۭനจࣈͷදࣔ
URLΛநग़ɺऔΓআ͘ɺஔ
ֆจࣈʂ
࿈ଓͨ͠εϖʔεΛऔΓআ͘
σʔλͷதʹ͋Δۭനจࣈͷදࣔ
֘͢Δ݅ͷදࣔ
ݕࡧ
ਖ਼نදݱ
ه߸ͷதͷςΩετ
ʮςΩετσʔλͷՃʯͱʮݩͷΛ৽͍͠ͰஔʯͳͲɺ දࣔ͞ΕΔσʔλͷ͕݅ଟ͍UIʹϖʔδωʔγϣϯΛ͚ͭ·ͨ͠ɻ
• ूܭεςοϓɿܕͷྻͷαϙʔτ • ςΩετσʔλͷՃ • จষͷ୯ޠԽʢάϧʔϓɺ݁߹ʣ σʔλϥϯάϦϯά
จষΛ୯ޠԽ͢ΔͱɺσϑΥϧτͰݩͷจষͱ۠ΒΕͨ୯ޠͷϨϕϧͰ ස͕ूܭ͞ΕΔɻ
ݩͷจষؔͳ͘ɺ୯७ʹ۠ΒΕͨ୯ޠͷϨϕϧͰසͷूܭΛߦ͑ΔΑ͏ ʹͳΓ·ͨ͠ɻ
ςΩετϖΞͷΧϯτͷࡍɺσϑΥϧτͰͦΕͧΕͷ୯ޠ͕ผʑͷྻʹͳ Δɻ
ςΩετϖΞͷΧϯτͷࡍʹϖΞʹͳΔʮ୯ޠΛͭͳ͛ΔʯΦϓγϣϯ͕ ՃΘΓ·ͨ͠ɻ
͞ΒʹɺάϧʔϓԽ্ͨ͠Ͱ୯ޠͷΈ߹ΘͤͷΛܭࢉͰ͖ΔΑ͏ʹͳΓ· ͨ͠ɻ
Q & A
࿈བྷઌ ϝʔϧ
[email protected]
ΣϒαΠτ https://ja.exploratory.io ϒʔτΩϟϯϓɾτϨʔχϯά https://ja.exploratory.io/training-jp Twitter @KanAugust
σʔλϥϯάϦϯάɾτϨʔχϯά 12݄։࠵ʂ EXPLORATORY
12݄ΦϯϥΠϯ։࠵ʂ ฏ൛: 12݄17(), 18(ۚ) కΊΓࠓʢ12/10/ʣʂ
None
None
2݄ΦϯϥΠϯ։࠵ʂ ฏ൛: 2݄2(Ր), 3(ਫ), 4() ૣׂ10%Φϑ12/15(Ր)·Ͱ
None
• ϏδωεͰ͑Δࢥߟྗͷҭ σʔλαΠΤϯεͷεΩϧशಘ͚ͩͰͳ͘ɺσʔλΛͬͨΑΓΑ͍ҙࢥܾఆΛߦ͏ͨ Ίʹඞཁͳ౷ܭతɾ֬తࢥߟྗशಘͰ͖Δɻ • ݱͰ͑ΔεΩϧͷशಘ ڭࣨͷத͚ͩͰ௨༻͢ΔཧΑΓɺ࣮ࡍͷϏδωεͷݱͰͷΛղܾ͢ΔͨΊʹ ͑ΔεΩϧͷशಘʹॏ৺Λ͓͍ͨτϨʔχϯάɻ • ϓϩάϥϛϯάͳ͠
RݴޠͷUIͰ͋ΔExploratoryΛੳπʔϧͱͯ͠༻͢ΔͨΊɺࢥߟྗͱσʔλαΠΤϯ εͷख๏ͷशಘʹ100ˋूதͰ͖Δɻ ಛ
Q & A
࿈བྷઌ ϝʔϧ
[email protected]
ΣϒαΠτ https://ja.exploratory.io ϒʔτΩϟϯϓɾτϨʔχϯά https://ja.exploratory.io/training-jp Twitter @KanAugust