Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Speaker Deck
PRO
Sign in
Sign up for free
レポート化の落とし穴
けんご
August 18, 2017
Research
0
69
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
機械学習を始めるための第一歩
tkengo
0
140
PHP and sometimes Machine Learning
tkengo
3
820
機械学習と数学とプログラマのための数学勉強会
tkengo
0
450
CNNによるテキスト分類
tkengo
1
44k
指数の裏側
tkengo
1
160
architecture-of-highway
tkengo
1
3.8k
数学とプログラミングの世界を楽しもう〜プロジェクトオイラー〜
tkengo
8
5.5k
目に見えるパーセプトロン
tkengo
5
97k
commits in git
tkengo
2
140
Other Decks in Research
See All in Research
eccoによる言語モデルの可視化 (2022-01-28 NLP Hacks#1)
hikomimo
0
310
民間企業におけるデータ整備の課題と工夫 / 20220305
yuzutas0
4
3.1k
第9回チャンピオンズミーティング・カプリコーン杯ラウンド2集計 / Umamusume Capricorn 2022 Round2
kitachan_black
0
1.6k
GovTechとマーケットデザイン (東京大学野田講師)
daimoriwaki
0
140
論文読み会資料When Shift Operation Meets Vision Transformer:An Extremely Simple Alternative to Attention Mechanism
sensetime_japan
1
780
2022.2.11 第6回 統計・機械学習若手シンポジウム チュートリアル講演 Vision and LanguageとTransformers
sei88888
7
1.6k
Instance-Based Neural Dependency Parsing
hiroki13
1
140
生成的モデリングによる集合データのVisual Analytics(博士論文公聴会)
ae14watanabe
4
900
ビジネス電話応対における音声感情認識
ken57
0
240
科学技術情報分析の面白さ
hayataka88
5
4.8k
ABCIで回そう爆速深層学習 (基礎編)
yoshipon
9
5.1k
CVIM_2022_01
keiichirokagawa
0
480
Featured
See All Featured
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
237
19k
Ruby is Unlike a Banana
tanoku
91
9.2k
Why Our Code Smells
bkeepers
PRO
324
54k
Scaling GitHub
holman
451
140k
Fireside Chat
paigeccino
11
1.3k
Designing for Performance
lara
596
63k
WebSockets: Embracing the real-time Web
robhawkes
57
5k
Web development in the modern age
philhawksworth
197
9.3k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
181
15k
Design by the Numbers
sachag
271
17k
What's new in Ruby 2.0
geeforr
336
30k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
103
16k
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!