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
2.4k
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になって痛感した未知の未知とその対策
zerebom
1
250
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
1.2k
Polarsの成長: v0.14からv1.0までの変遷と今後の展望
zerebom
1
880
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
1.9k
非同期処理でLLMにもっと働いてもらおう
zerebom
2
1.8k
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
1.9k
WantedlyでFeature Storeを導入する際に考えたこと
zerebom
4
5.5k
論文紹介: Cross-Market Product Recommendation
zerebom
1
190
Pythonでのパッケージング: エコシステムの理解と現場での活用 PyCon APAC2023
zerebom
2
2.3k
Other Decks in Business
See All in Business
20250219_一人データエンジニアだからこそ感じるアウトプットの重要性
1210yuichi0
0
300
Clarity for Product People
arnekittler
0
1.1k
EMConf JP 2025 楽しいぞEM拡張パズル
sasakendayo
1
1.1k
2025.02_中途採用資料.pdf
superstudio
PRO
0
63k
ログから学ぶKubernetes
googlecloudjapan
1
380
2025 会社説明資料
sharingenergy
0
260
ITエンジニアのためのコーポレートファイナンス入門シリーズ!#全体像理解
tkhresk
2
350
5分でわかる松鶴建設 | Shokaku Recruit
shokaku_recruit
0
700
株式会社リブセンス 会社説明資料(報道関係者様向け)
livesense
PRO
0
1k
AmbientNavi_紹介資料.pdf
ambientnavi0329
0
300
エメラダ Vision to Values
emerada2016
0
120
ファブリカホールディングス_2025年3月期 第3四半期説明資料
fabrica_com
1
3.1k
Featured
See All Featured
Measuring & Analyzing Core Web Vitals
bluesmoon
6
260
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
59k
How to train your dragon (web standard)
notwaldorf
91
5.9k
Building an army of robots
kneath
303
45k
KATA
mclloyd
29
14k
Scaling GitHub
holman
459
140k
How to Think Like a Performance Engineer
csswizardry
22
1.4k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
30
2.2k
Art, The Web, and Tiny UX
lynnandtonic
298
20k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
RailsConf 2023
tenderlove
29
1k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.7k
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