私の勤務していたニューヨークでは、法律で紙の処方箋が廃止になり、全てオンライン処方箋に移行したことで、このオンライン薬局の利用率も増えている実感が現場感覚としてありました。一方で患者さんからの不満も頻繁に耳にしました。人を介しての薬局であればすぐに現地の薬剤師さんを通して薬の変更や相談ができたりと言った小回りがききます。しかし、オンライン薬局ではコールセンターに電話が繋がりにくい、対応が悪い、間違った処方が薬剤師の確認なしにそのまま届いた、などの問題が起こり、リバウンドして通常の薬局を利用再開していた方も多数見ました。 また、現実として多数の処方薬を必要とするのは多くの場合高齢な方なので、若い介護者がいなければオンラインの世界に馴染みにくいという問題もあります。 顔の見える関係から見えない関係へ、コミュニケーションの質の低下により起こる問題をどのようにカバーするかが課題です。先進する米国で
記事のとおり、リアルの購買データは手付かずであり、高校生のチャレンジだし、全く新しい取り組みなので応援したいが、いろいろ難しそうなところが。 まず、購買頻度が高い、コンビニ、スーパー、ドラッグなどが中心となりそうだが、会員組織をもっていればある程度購買履歴は追えるので、そこだけに閉じてるとあまり意味はなそう。どれだけ業態を超えた購買行動のデータがとれるか。購買頻度が低いものとか、サービスとか。オンラインの履歴はあとで繋げそうですが。 次に販売するのに必要なデータ量。一定のデータが溜まらないとマーケティングには使いにくい。例えばマクロミルが購買データをモニターに記録させてデータ販売をしているQPRは3万人の購買データがあるのでこのレベルまでやるとすれば、上限の月3000円払い続けると最大10億円のデータ収集固定費になってしまいきつそう。一度一定の購買パターンがわかれば継続的には必要ないのかも
ブログでここまで詳細に書いていただけると試したくなりますね。 我々も不動産に関する研究を行ってまして、下記の点を補足しておきます ・コンビニや小中学校までの距離も結構強い影響がある。特に学生が多い地域では駅までの距離よりコンビニまでの距離のようが影響が強い場合も。 ・重複物件に注意。同じ建物かつ同家賃のの101号室と102号室がたまたまWEBに掲載されていて片方がトレーニング、他方がテストデータに振り分けられるととてもよく予測できるように見えますが、これはデータの汚染が起きているだけ。 ・実は時系列解析も重要。 ・多層パーセプトロン(MLP)を利用すると、要因解析はできなくなりますが相関は0.97程度出るようになります。 また、データセットの重要性は言うまでもありませんが、NIIという組織が不動産情報に限らず様々な企業のデータを研究用途に集約して公開しています(NII-IDR)。研究用途に
正しい比較対象は新宿伊勢丹です。日本で最も多くのファッション関連売上を叩き出す商業施設が新宿伊勢丹(年商2,700億円、食品やレストランを除くと2,100億円前後)ですが、ZOZOTOWNの今年度の商品取扱高は2,000億円に迫る勢いで、新宿伊勢丹の背中が見えてきてます。 新宿伊勢丹の来店客数は年間2,500万人。ZOZOTOWNの総出荷件数も年間2.500万件でトラフィック数も同程度です。 しかし、新宿伊勢丹に出店しようとすると25〜30%の手数料に加えて、ショップ側が販売員を派遣しなくてはならず、その人件費(10〜15%)も含めた総コストは35〜45%に達します。 かたや、ZOZOTOWNは店員を派遣する必要はなく、30%弱の手数料(採寸、集客、出品、発注処理、梱包&発送など全て込み)しかかかりませんので、伊勢丹に出店するよりもお得ということになります。 ちなみに、ZOZOTOWNと伊
「石の上にも三年」とはよく言いますが、「あなたが乗っているのは、そもそも本当に石(盤石)なのか?」という問いは意外と見過ごされがち。 最近はメガバンクや地銀のようなところですら、三年以内離職率が3割を超えているとかいないとか。 1〜2年もやれば、自分がどんな職場、どんな顧客、どんな仕事だと強みが発揮できる/できない(向き不向き)のか、エネルギーが湧く/湧かない(好き嫌い)のかが見えてくるので、今の職場がどうやら向いてもないし好きでもない、ということが分かったら三年を待たずに次に賭ける、というのはごく自然な営みな気がします。 就職を結婚に例える時代はもうおしまい。 新卒で就職して最初の三年はお試し期間。その後はじめる転職活動がある意味で「就活本番」と言えるのかもしれません。
インテリジェンス(正確にはカウンター・インテリジェンス)の基本のなかに、紙は必ずしも安全ではないという考え方があります。紙は置き忘れたり盗まれてしまえば終わりだからという理由です。 一方で電子情報の方が安全だと言われている訳では無く、適切な扱い方や暗号化などの措置で漏洩自体を防いだり、漏洩した場合でもそう簡単には読めないようにするなど、時と場合によって媒体を使い分ける(ただし、インテリジェンス活動でも現代社会で紙媒体の方がベターという場面は限られます)。紙の場合は、分かる人以外が解読不可能に暗号化すれば別ではありますが、さすがにそんなことはやっていられないでしょう。 また「秘密情報」とあり、人事情報だけには限らない模様です。とすると、「秘密情報」の範囲をどうするのか、という別の議論が出てきます。往々にして役所の「秘」情報というのは範囲を大きく設定しがちです。 あともう一つ。役所の紙は、保存
DeNAベイスターズの球団社長である池田純氏が今季限りで退任することがわかった。池田氏はDeNAが球団を取得した2011年12月、球団社長に就任。年30億円近かった赤字を在任5年で黒字化の見込みとするなど、球団を急成長させた。また、チームも5年目で初のCS進出を果たした。 そんな池田氏はNewsPicksのプロピッカーでもあるが、NewsPicksに池田氏からの球団社長の退任理由、そしてDeNAベイスターズへの思いを綴ったメッセージが届いたため、以下に掲載する。 このたび契約期間満了に伴い、株式会社横浜DeNAベイスターズ代表取締役社長を退任致します。チームが初めてのクライマックスシリーズを懸命に戦っていたこともあり、皆様へのご報告が遅れましたこと、心よりお詫び申し上げます。
(Bloomberg) -- クオンツ運用ヘッジファンドの先駆者、デービッド・シーゲル氏は人工知能(AI)を活用して自身のツー・シグマ・インベストメンツを資産規模370億ドル(約3兆7600億円)のヘッジファンド会社に成長させた。そのシーゲル氏が、AIには背景知識や感覚を指すコモンセンス(常識)が欠けていると警告した。 同氏によると、アルゴリズムには限界がある。イメージ対象を差異化する方法について教えるためのトレーニングデータ量が不足しているためという。 シーゲル氏はブルームバーグ・マーケッツの28日の会議で、「現在のAIにはコモンセンスとでも言えるようなものが欠けている。コモンセンスが知能の鍵を握る特徴だ」と話した。 ツー・シグマはAIの一つの形である機械学習の技術を活用。株式や債券のアクティブ運用者が市場全体のリターンを上回るのに苦戦する中、ヘッジファンドはこの技術に関心を寄せている。
<追記>マルチステークホルダーの現場では、国境を超え巨大化した企業と国の衝突があります。先週のThe Economistに、Superstar companyの特集がありましたが、これらの企業はロビーングも巧みです。 福井さんにもご参加いたただいた「AIネットワーク化検討会議」は、この秋から「AIネットワーク社会推進会議」となり、アウトプットは海外に発信されます。 矢野さんのご意見もぜひ伺いにいきます。<おわり> 記事中にもありますが、倫理基準などAIについての開発原則のニーズが高まっています。今年4月のG7情報通信大臣会合で、日本から提案され、6月のOECDデジタル会合で重要な議題となりました。OECDはマルチステークホルダーのやり方をとっていますので、この記事のような提携と連動していきます。 出口としては、国際的なガイドラインとなるでしょう。個々の研究機関や企業のAI開発は、ゆるやかに
追記:たくさんの人に読んでいただけて嬉しく思うとともに明日以降も頑張ろうとモチベーションが一段と上がりました。コメント全て拝読しておりまして、きちんとお返事、お礼差し上げたいのですが、不躾なlikeになってしまってすみません。 追記2:わわわ、総合トップにまで置いてくださって…。ありがとうございます。引き続きクオリティ高めます! 原文: 大統領選挙の第1回公開討論会の内容を簡単に?まとめてみました。 とても力を入れて作ったので、ぜひ読んでください! とにかくNPR全文書き起こし読みながら、トランプさんの主張のまとめづらさに苦労しました。質問に答えてくれないので、どれが回答なんだといったりきたり。 あと2つほど今日記事上げる予定なのですが、そちらはかなりカジュアルでふざけてるかもな感じなので、長い目で見てあげてください。 現地ソルトレイクシティ(朝5時半)からでした!
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く