「仮説ドリブン」という名の甘い罠 - 渋谷駅前で働くデータサイエンティストのブログ
今回の記事では、ちょっと感覚的でふわっとした話をしようと思います。それは「『仮説ドリブン』という考え方には往々にして落とし穴があるのではないか？」という問題提起です。 そもそも、「仮説ドリブン」（仮説駆動型：hypothesis-driven）というアプローチは実験科学分野出身の我が身にとっては、個人的には馴染み深いものです。まだ僕がポスドクだった頃、国際会議に際して日本人研究者同士で集まる会が毎回あったのですが、その席上でお話を聞く機会があった当時のトップ研究者の先生から「この世の森羅万象は網羅しようとするにはあまりにも広大過ぎる、故に森羅万象を区切って『仮説で白黒つけられる範囲』に絞り、これを検証するということを繰り返して前に進むべき」ということを聞かされ、感銘を受けたのを覚えています。 実際、仮説ドリブンの考え方は非常に有用なものであり、今現在僕自身が主戦場とする広告・マーケティング
解像度を上げる 🔬
2023 年 4 月にアップデートしました。 ビジネスにおいて「解像度が足りない」という言葉が使われるようになりました。この解像度という概念を、深さ、広さ、構造、時間の4つの軸で整理して、それぞれでどうやって解像度を上げれば良いのかについて解説しています。 このスライドを使ったYouTube での解説動画はこちら (2023年4月版) 東京大学 FoundX の各種リソース •FoundX Review - 起業家向けノウハウ情報 •FoundX Resource - 整理された記事の紹介 •FoundX Online School - 30以上の学習ビデオ教材 •FoundX Founders Program - 個室の無償提供とコミュニティ
コンジョイント分析 - Wikipedia
コンジョイント分析の例：アイスクリームの特徴に関する市場調査 (Conjoint.ly) コンジョイント分析（コンジョイントぶんせき、英: conjoint analysis）とは、1980年代にアメリカで急速に発展して、多くの企業で活用されている調査方法。言わば、主にマーケティング分野で利用される実験計画法である。 商品やサービスについて、顧客（ユーザ）が望む要素は様々である。 また、これらの項目は、顧客（ユーザ）の決定的な「唯一これが決め手」というものがある場合はほとんど無く、多くの場合は、複数の項目が（意識していることを自覚しているかどうかを問わず）複雑に絡み合っている。 このコンジョイント分析は、商品やサービスの持つ複数の要素について、顧客（ユーザ）はどの点に重きを置いているのか、また顧客に最も好まれるような要素の組み合わせはどれかを統計的に探ることも可能になる。 分析の準備[編集
反応拡散系 - Wikipedia
グレイ＝スコット モデルを使用した、トーラス上の2つの仮想的な化学反応と拡散のシミュレーション 反応拡散系（はんのうかくさんけい、英: reaction-diffusion system）とは、空間に分布された一種あるいは複数種の物質の濃度が、物質がお互いに変化し合うような局所的な化学反応と、空間全体に物質が広がる拡散の、二つのプロセスの影響によって変化する様子を数理モデル化したものである。 概要[編集] 反応拡散系は、化学の分野において自然な形で応用されるものである。しかし、化学的ではない動力学過程を表現する上でも、反応拡散系は応用される。例えば、生物学や地質学、物理学や生態学において、そのような応用例は見られる。数学的に言うと、反応拡散系は半線形放物型偏微分方程式の形を取るものである。 一般的には次のように記述される。 ここでベクトル q(x,t) の各成分はある物質の濃度を表し、 は
人気BIツール8つを詳細に比較【2022最新】
もちろん、上記とは異なる意見をお持ちの方もいるでしょう。しかし、自身の個別具体的な環境や経験においてはざっくりこのような印象です。以降、詳しく説明していきます。 「データ視覚化/ダッシュボードデザインを成功させる95のチェックリスト」をダウンロードする 2. すぐに分析を始められる「Power BI」 （公式Youtubeチャンネルから拝借） 120種類のデータソースに接続できるExcel、テキストファイル、各データベースなどのオンプレミスから、Azure、GCP、IBMなどのクラウドまで約120種類のデータに接続できます。 Excelベースの分かりやすいインターフェース誰もが使い慣れているExcelと同じインターフェースです。そのため、新しく何かを始める時によく起こる「どこに、なにがあるのか分からない」という状況には陥りません。 操作が簡単基本操作はドラッグ&ドロップとクリックのため、簡
A/Bテストのベストプラクティスと落とし穴 ~KDD2019 レポート~ - Gunosyデータ分析ブログ
はじめに 研究開発チームの関です。古川未鈴さんの結婚、ニジマス大門果琳さんの卒業、uijinの解散とアイドル業界も激動の秋を迎えていますね。 2019年8月4日から5日間、アメリカはアラスカ州アンカレッジで開催されたデータマイニング領域のトップカンファレンスであるKDD2019にGunosyから北田と関が参加・発表してきました。 これまでに2つのレポートを公開しています。 data.gunosy.io data.gunosy.io 本レポートではTutorialとして開催された「Challenges, Best Practices and Pitfalls in Evaluating Results of Online Controlled Experiments」の内容をレポートします。 内容は現在のA/Bテストのガイドラインと言ってもいい内容で、非常に参考になるポイントが多かったです。
国民性の指標「ホフステッド指数」を分析する - Platinum Data Blog by BrainPad
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 皆さん、こんにちは。研究開発室の佐藤 貴海です。 Platium Data Blogへは初投稿ですが、実は、前回エントリーの「ツール・ド・東北」には選手として登場しています。 応援する気持ちと、応援される感動がたくさん詰まった「ツール・ド・東北 2014」参加レポート - Platinum Data Blog by BrainPad 今回は、以前より気になっていた「ホフステッド指数」について、趣味と実益を兼ねて分析と考察をします。 1. ホフステッド指数とは？ 気になったきっかけは、以下の日経BizGateの記事。 様々な国の文化（国民性）を定量的に測定し、指数化しようとしたのがヘールト・ホフステッドである。 ホフステッドは米IBMの世界40カ国11万人の従業員に行動様式と価値観に関するア
高度なアナリティクス・ソフトウェア | SAS
SASを選ぶ理由 SASが世界で最も信頼されているアナリティクス・プラットフォームであり、またアナリスト、顧客、業界エキスパートがSASを支持・愛用しています。 SASの詳細情報
実務で使う統計手法は、５つ。すごい、そんなシンプル？
このセミナー、冒頭の渋谷 直正さん(日本航空 旅客販売統括本部Web販売部 1to1マーケティンググループ アシスタントマネジャー)のお話がとても参考になりました。 まず、渋谷さんはご存知のように、2014年に「データサイエンティスト・オブ・ザ・イヤー」を受賞され、ビジネス・サイドにおける、データサイエンスのリーダー的存在です。 その渋谷さんの「実務で使う分析手法は５つで十分、マーケターこそデータサイエンティスト候補」という講演は、多くの示唆に富んだものでした。 まず、みなさんが気にしている５つの手法とは、 クロス集計 ロジスティック回帰 決定木 アソシエーション分析 非階層的クラスター分析（k-meansなど） の５つです。統計の教科書にはさまざまな手法が出てきますが、マーケターが実務で使うのはこの５つ程度だと説明されるのです。でも、この説明には、私も思い当たる部分があります。東大の数学
データの扱い方・読み方がわかる！ 実践的なビジネスデータ分析の入門書『楽しいR』著者インタビュー
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
DOMAIN ERROR
ドメインウェブの設定が見つかりません 考えられる原因 ドメインウェブの設定がまだ行われていない。 ドメインウェブの設定がまだ反映されていない。(反映には数時間～24時間かかることがあります) ドメインウェブ・DNSの設定が誤っている。 アカウントが存在しない、契約が終了している、削除されている。
中央値 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "中央値" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2023年11月） 中央値（ちゅうおうち、英: median）あるいはメジアン、メディアンとは、データや集合の代表値の一つで、順位が中央である値のことである。ただし、データの大きさが偶数の場合は、中央順位2個の値の算術平均をとる。 例えば5人の年齢10歳、32歳、96歳、100歳、105歳からなるデータの中央値は、順位が上からも下からも3である96（歳）となる。0歳の子供が2人増えて7人になると、中央値は32歳となる。 平均値との関係[編集] 最頻値・中央値・平均値の図示 中央値は平
定性調査と定量調査の違いとは？ アンケートやインタビューの成果を最大化 | プロ厳選！ ユーザーを理解する調査手法
マーケティングにおける調査には、大きく分けて定量調査と定性調査の2つがあります。それぞれがどんなことを調べたいときに適しているのか、定量調査と定性調査の違いから説明していきます。 2つの違いを説明するにあたって、前回説明したユーザー理解のための「3つの掟」が重要になりますので、頭と心に浮かべて読み進めてください。 定量調査 What／「なに？」を知る 定量データの分析や集計で調査定量調査とは、人数や割合、傾向値などの何かしら明確な“数値や量”で表される「定量データ」で集計・分析する調査方法です。 代表的な定量調査は、「アンケート」です。 一般的なアンケートは、アンケートを回答してくれる人（被験者）が「はい・いいえ」や「1～5のスケールに○をつける」といった「スコアリング方式」と呼ばれる、質問項目に明快に回答できる設問で構成されていて、これらを集計すると設問ごとに必ず明確な数字でデータがアウ
「私のMAUは53万です」アプリ版スカウター「App Ape Analytics」誕生、ニュース・フリマ・マンガアプリのアクティブユーザーと性別比率を調査した結果。 | アプリマーケティング研究所
「私のMAUは53万です」アプリ版スカウター「App Ape Analytics」誕生、ニュース・フリマ・マンガアプリのアクティブユーザーと性別比率を調査した結果。 「App Ape Analytics（アップエイプ アナリティクス）」というおもしろいサービスがリリースされたので紹介したいと思います。好きな人はずーっと眺めていられるはず。 ※【追記】「データを使用する場合、事前許可が必要」など、一部の表現を追記・修正いたしました。 「App Ape Analytics」の使い方 「App Ape Analytics」って？ GooglePlayで公開されている、主要なAndroidアプリのデータが調べられるツールです。まずデータを見たいアプリを検索しましょう。「アプリ名」や「キーワード」（「カレンダー」とか）を検索窓に放り込みます。 URL：http://analytics.appa.pe
高速フーリエ変換ギター
著名ロック・ジャズギタリストを高速フーリエ変換し、そのギターの音色について考えるページです。
メタアナリシス - Wikipedia
(ニューヨーク州立大学作成[1]） メタアナリシス（meta-analysis）とは、複数の研究の結果を統合し、より高い見地から分析すること、またはそのための手法や統計解析のことである。メタ分析、メタ解析とも言う。ランダム化比較試験（RCT）のメタアナリシスは、根拠に基づく医療 (EBM) において、最も質の高い根拠とされる[2]。メタ分析は科学的総合の重要な部分だが[3]、メタ分析を理解せずに結論を受け入れるのは危険である[4]。 メタアナリシスという言葉は、情報の収集から吟味解析までのシステマティック・レビューと同様に用いられることがある[5]。厳密に区別する場合、メタアナリシスはデータ解析の部分を指す[6][5]。また、メタアナリシスとシステマティックレビューをまとめてリサーチ・シンセシスとも言う。 Graphical summary of a meta-analysis of ov
DMP: Real-time data, real-time segmentation.- PIano
Everything you know about a user immediately available for segmentation and targeting. Combine first-, second-, and third-party data with volunteered zero-party data. Develop user profiles and audience segments and put the data to work across your sites and multi-channel campaigns. Integrate zero-party data to ensure data reliability, transparency, and consent – so you can grow your business no ma
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
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
超循環評価器 on Twitter: "良い図だ……。最近はGitHub Issueに「その分析をすると何が明らかになって、明らかになった結果どんな施策が取れて、施策の効果はどう計測するのか確認させてくれ」と書きこむのが仕事になってるけど、図でいう所の「QUESTION… https://t.co/UoEaXn2MpZ"
GitHub - getredash/redash: Make Your Company Data Driven. Connect to any data source, easily visualize, dashboard and share your data.
「欧州で受けるアニメ、受けないアニメ」～月渡ねこさんの連続ツイートとその反響
