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
実務のデータ分析でハマったことと対策 / Kichijoji.pm 31
Search
Higuchi kokoro
November 22, 2022
Business
1
2.5k
実務のデータ分析でハマったことと対策 / Kichijoji.pm 31
#kichijojipm
Higuchi kokoro
November 22, 2022
Tweet
Share
More Decks by Higuchi kokoro
See All by Higuchi kokoro
PMとしてLLMと上手くプロダクトを作るための抽象度レイヤーの設計
zerebom
2
770
PMになって痛感した未知の未知とその対策
zerebom
1
390
Pythonによるネットワーク分析の基礎とコミュニティサクセスへの応用
zerebom
4
1.3k
Polarsの成長: v0.14からv1.0までの変遷と今後の展望
zerebom
1
960
ダッシュボードを使ってもらうには、 現場へのヒアリングが重要だと 改めて気づいた話
zerebom
4
2k
非同期処理でLLMにもっと働いてもらおう
zerebom
2
2k
使い回しやすい 2-stage recommender systemの デザインパターンを考えて実装した話
zerebom
3
2k
WantedlyでFeature Storeを導入する際に考えたこと
zerebom
4
5.7k
論文紹介: Cross-Market Product Recommendation
zerebom
1
230
Other Decks in Business
See All in Business
ソリューションデザイナの紹介
laboroai2016
0
230
OpenBridge株式会社 会社紹介資料 / We are hiring
openbridge
0
140
The “AI×UX Explorer” – From AI Theatre to UX Magic #UXCE25
bennoloewenberg
1
190
ネクストビートコーポレートガイド/corporate-guide
nextbeat
3
81k
Udyam Registration Portal - MSME Registration Online for Small Businesses in India
udyamr
0
270
relay インパクトレポート2025
relaytown
0
680
インキュデータ会社紹介資料
okitsu
3
41k
Sales Marker Culture book
salesmarker
PRO
35
55k
M3 Career Culture Deck(セールス&コンサルティング職)
m3c
1
280k
REVISIO 会社説明
revisio
0
290
LW_brochure_engineer
lincwellhr
0
34k
プロジェクトにおける政治について
ichimichi
19
4.2k
Featured
See All Featured
Thoughts on Productivity
jonyablonski
69
4.7k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
790
Bash Introduction
62gerente
614
210k
Learning to Love Humans: Emotional Interface Design
aarron
273
40k
Testing 201, or: Great Expectations
jmmastey
42
7.5k
Visualization
eitanlees
146
16k
Reflections from 52 weeks, 52 projects
jeffersonlam
351
20k
GraphQLとの向き合い方2022年版
quramy
47
14k
Git: the NoSQL Database
bkeepers
PRO
430
65k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.8k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
490
Transcript
実務のデータ分析でハマった ことと対策 吉祥寺.pm31
自己紹介 📝 名前: - Higuchi Kokoro 📝 所属: - Wantedly
📊 職種 - Data Scientict @ 新卒2年目 🧑💻 お仕事 - Wantedly Visitの推薦の改善 👾 趣味 - 🎾 🏂 🍺 🧖♂️ ♨️ 🛫 アカウント: twitter: @zerebom_3 GitHub: @zerebom
本日のネタ (来年に向けて)データ分析タスクで、迷子にならないよう対策した話 背景 事業課題は役員→マネージャー→メンバーと経由して抽象度が下がって渡される 課題発見から始める、高い抽象度のタスクに挑戦も 迷子になることもしばしば
ハマったことと対策
ハマったこと: 集計したもののアクションに起こせない 例: 施策リリース以降、ユーザのプロフィール入力率低下 リリース前後の入力率をみるも、なだらかな変化で原因が判別できない 対策: 答えが出せる粒度まで集計を細かくする 入力率の低下傾向が見られるか? → 主観が入る
& 原因を特定できない リリースしたプラットフォームだけ低下したか? → Yes, Noを出せる
ハマったこと: 集計したものの人に説明できない GitHub issueで時系列に結果をまとめるも、集計により前提がひっくり返る 「この結果はもう古くて…」のように都度説明し、支離滅裂に 対策: どこを前提にしているか立ち戻れるようにする ツリー構造にしてどこまで調べたかわかるように 仮説と事実を分ける 各仮説の確信度をメモる
ハマったこと: 答えが出せないのに、時間をかけすぎた 新しい推薦モデルが、いくつか精度劣化する可能性があった ケースをログデータから再現しようとするも不正確・時間がかかる 対策: データ分析は数ある手法の一つであると認識する データと分析経験があるとついデータを触りがち Howの一つに過ぎない。ほかで仮説の確信度をあげられないか検討 ex) ヒアリング,
実際に製品を触る, A/Bテスト
まとめ 対策 解が出せるまで問題を細かくする どこまで前提か立ち戻れるようにする データ分析は手法の一つであると認識する 学び 伝わないなら価値は生めない 手段より目的