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
レポート化の落とし穴
Search
けんご
August 18, 2017
Research
0
110
レポート化の落とし穴
けんご
August 18, 2017
Tweet
Share
More Decks by けんご
See All by けんご
いいたいことちゃんという
tkengo
0
320
スタートアップで役割をまっとうする技術
tkengo
0
83
TableauやLookerだけじゃない!QuickSightで作る顧客向けダッシュボード
tkengo
1
180
toypoインフラリプレースのお話
tkengo
0
6
機械学習を始めるための第一歩
tkengo
0
200
PHP and sometimes Machine Learning
tkengo
3
1.1k
機械学習と数学とプログラマのための数学勉強会
tkengo
0
520
CNNによるテキスト分類
tkengo
1
46k
指数の裏側
tkengo
1
280
Other Decks in Research
See All in Research
LLMとの共同執筆は文章の多様性を減らすか?
kuri8ive
3
690
大規模言語モデル (LLM) の技術と最新動向
ikuyamada
30
15k
第28回 著者ゼミ:Identification of drug responsible glycogene signature in liver carcinoma from meta-analysis using RNA-seq data
ktatsuya
2
200
Harnessing the Power of Vicinity-Informed Analysis for Classification under Covariate Shift
nanofi
3
230
「Goトレ」のご紹介
smartfukushilab1
0
210
一人称視点映像解析の基礎と応用(CVIMチュートリアル)
takumayagi
0
800
SSII2024 [OS1] 画像生成技術の発展: 過去10年の軌跡と未来への展望
ssii
PRO
3
1.5k
機械学習と数理最適化の融合-文脈付き確率的最短路を例として-
mickey_kubo
2
670
HP (Hitto Point: 筆頭ポイント)
tanichu
0
900
【ICASSP2024】音声変換に関する全論文まとめ【Parakeet株式会社】
supikiti
0
600
[輪講資料] Text Embeddings by Weakly-Supervised Contrastive Pre-training
hpprc
3
720
SSII2024 [OS1] 画像認識におけるモデル・データの共進化
ssii
PRO
0
380
Featured
See All Featured
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
34
1.9k
The Art of Programming - Codeland 2020
erikaheidi
48
13k
Making the Leap to Tech Lead
cromwellryan
127
8.7k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
248
20k
No one is an island. Learnings from fostering a developers community.
thoeni
17
2.8k
A Modern Web Designer's Workflow
chriscoyier
689
190k
Happy Clients
brianwarren
94
6.5k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
360
22k
What’s in a name? Adding method to the madness
productmarketing
PRO
21
2.9k
Music & Morning Musume
bryan
43
5.9k
Code Review Best Practice
trishagee
58
16k
Pencils Down: Stop Designing & Start Developing
hursman
118
11k
Transcript
@tkengo レポート化の落とし穴 2017.08.17 第2回 意思決定のためのデータ分析勉強会
自己紹介 立石 賢吾 LINE Fukuoka株式会社 データ分析チーム RubyとJavaScriptが好きです Twitter Github Blog
@tkengo @tkengo http://tkengo.github.io/
自己紹介 やさしく学ぶ 機械学習を理解するための数学の基本 2017/9/20(水) より Amazon で発売開始予定 https://www.amazon.co.jp/dp/4839963525/ 読んでみたい人、興味がある人、もしいたらこのあとtkengoまで。 可能であれば発売後に献本差し上げますので是非ブログやSNSなどで
感想を書いて広めてください!
閑話休題
データ分析について 能動的に、自ら動いてアクションを提示 受動的に、依頼を受けて現状分析
データ分析について 能動的に、自ら動いてアクションを提示 受動的に、依頼を受けて現状分析 今日は ここの話
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 施策の実施した際の効果測定や、次の施策の実施のために分析依頼をもらう
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 基本的にSQLで結果を集計して、Excelなどで可視化 スポットなので多少重いクエリが流れるとしても、待つのは自分なので許容範囲
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 現状理解及び結果を加味して次回施策や新機能の考察 または追加の分析案件があればさらに対応する
分析サイクル スポット 分析 分析結果 理解 定常化 (レポート化) 分析依頼 分析結果が今後も有用であればTableauなどのツールでレポート化 基本的には企画者やマーケターが定期的にみるので表示が1分とかかかるとNG
重いクエリに対してはレポート化のためにETL必須
依頼されたことを そのままやればいい?
いきなり完璧なレポートを 求めてくる 問題点1
問題点1 •サービスが始まる前から求められるレポート化 •まあどうなるかはわかんないけど・・・ •初動を見たいから・・・ •最初から数字が取れてた方が便利だし・・・ •母数が少なくあまり動きが無いのにレポート化
すべての数字を完璧に 取れるように求めてくる 問題点2
問題点2 •KPI多すぎ問題 •クリック数 / クリックUU / 購入数 / 購入UU /
PU / 金額合計 / ARPU / ARRPU •他 ◦◦数 / ◦◦UU などが数十個 •軸多すぎ問題 •日付 / 時間 / 性別 / デバイス / 有料・無料 / 商品カテゴリ / 商品ID / 他 •すべて優先度高問題 •優先度とは •ハイハイデスヨネー
うまく伝わらない企画者の想い 問題点3
問題点3 •いつから企画者が自分の頭の中の全てを僕達に話してくれている と錯覚していた? •10の伝えたいことのうち7か8だけ伝わればいい方 •5しか伝わらないこともある •頭の中を資料にアウトプットしてくれても、そのアウトプット自体が頭の 中と間違っていることも(!?) •想いがずれていると可視化する際の障害にもなる
全部そのままやると 大変なことに…
レポート化の落とし穴 •そのレポート本当に必要? •軸とKPI多すぎて見にくすぎでは? •母数が数十のデータに対してそんなに複雑な軸いる? •あなた分析者に対するコスト意識ありますか? •夢が大きすぎない?
レポート化の落とし穴 •結局は依頼を受けるにしても自ら考える必要はある •サービスの性質と施策の意図を確実に理解する •自分も企画者になったつもりで自分が欲しいものを考える •現状分析で満足しない。アクションに活かせない分析は無価値
コミュニケーション大事
おわり
宣伝スライド やさしく学ぶ 機械学習を理解するための数学の基本 2017/9/20(水) より Amazon で発売開始予定 https://www.amazon.co.jp/dp/4839963525/ 読んでみたい人、興味がある人、もしいたらこのあとtkengoまで。 可能であれば発売後に献本差し上げますので是非ブログやSNSなどで
感想を書いて広めてください!