こんちには。 データアナリティクス事業本部 機械学習チームの中村(nokomoro3)です。 Quaryというエンジニア向けのBIツールが気になったので使ってみました。 GitHub - quarylabs/quary: Open-source BI for engineers VSCodeの拡張機能やCLIが準備されており、以下のことができます。 データベースへの接続 dbtに類似した機能 sqlファイルとしてmodelを記述可能、schemaもyamlファイルで記述可能 schemaはGUIで操作もでき、リネージも表示可能 また簡単なグラフなどもyamlファイルで管理可能 対応ソースはBigQueryやSnowflakeなどとなっていますので、今回はBigQueryで試してみようと思います。 BigQuery側の準備 前準備として、以下のページにある ml-latest-small.z
GitHub - quarylabs/quary: Open-source BI for engineers
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
「全世界の80億人にベーシックインカムを」チャットGPTを開発したサム・アルトマンの人類救済ビジョン《橘玲氏が解説》 | 文春オンライン
対話型人工知能「チャットGPT」を開発したサム・アルトマン氏は、AIが人類を超えた後のことまで考えているという。AIブームを牽引する天才の思想を、作家の橘玲氏が解説する。 ◆◆◆ ディストピアをユートピアへ サム・アルトマンは1985年にミズーリ州セントルイスで生まれ、皮膚科医の母から8歳のときにアップルコンピュータをプレゼントされたことで、スティーヴ・ジョブズが「アイドル」になった。州内の私立学校を卒業したあと、スタンフォード大学のコンピュータサイエンス科に入学したが1年で中退、位置情報ベースのモバイルアプリを開発する会社を創業し、ベンチャー投資ファンドや暗号通貨「ワールドコイン」の発行を手がけたのち、イーロン・マスクなどから投資を受けた生成AIの開発企業「オープンAI」のCEOに就任した。 オープンAIはマイクロソフトと提携した対話型人工知能「チャットGPT」で近年のAIブームを牽引し
データ分析基盤まとめ（随時更新）
はじめに データ分析基盤の資料を力尽きるまで追記していきます。 構成図にあるアイコンや記事の内容から技術要素を調べて記載していますが、不明分は未記載にしています。修正のコメント頂ければ助かります。 あと、この記事追加してっていう要望も歓迎いたします。 テンプレート 記事公開日 : 会社名（サービス名） データソース : データ処理 : アウトプット : 画像 URL 2025年 2024/03/14 : 株式会社エス・エム・エス（カイポケ） データソース : Amazon Aurora データ処理 : Datastream、BigQuery、dbt アウトプット : Looker Studio 2024/03/12 : 株式会社マイナビ データソース : SQL Server、Amazon S3 データ処理 : Embulk、Amazon MWAA、Apache Airflow、Snowf
「Data Engineering Study #23 Data orchestration 特集」の発表資料です イベントページ: https://forkwell.connpass.com/event/310011/
実家が太くて得したこと一覧
他にも色々あるがさっと思いついたことなど やりたい習い事はだいたいさせてもらった（小学生〜中学生） * プールとかサッカーとかをしていた * サッカーのコーチがだいたい狂人だったので、狂人とのやりとりに慣れることができた * 社会人になってから狂人とのやり取りが増えたのでここで得た耐性が大変役に立っている 塾に通わせてもらった（中学生） * あまりにも勉強しないので通わせられた感がある * やる気がなかったので結局勉強せずに塾においてあった小説を読んでいた 家庭教師をつけてもらった（高校生） * 結局やる気はなかったので特に勉強はしなかった * 先生もちょうどよく適当だったので、毎回 G ガンダムの話をしていた * 先生から勉強する気がないのに大学に行くなら工学部がいいよ、という話を聞いたので、そうした 私立大学に行った（大学生） * 理系の単科大学 * 受験勉強をろくにしなかったので偏差
2022年にアメリカのテキサス州・オースティンでは、135の低所得世帯に対し、毎月1000ドル(約14万6000円)のベーシックインカムを支給する試みを1年間にわたり行いました。同時に、支給されたお金をどのように使用するか、生活がどのように変化するかについての調査も行われました。 Austin_Guaranteed_Income_Pilot_Participant_Outcomes_at_12_Months.pdf (PDFファイル)https://www.urban.org/sites/default/files/2024-01/Austin_Guaranteed_Income_Pilot_Participant_Outcomes_at_12_Months.pdf FAQs | austintexas.gov https://www.austintexas.gov/page/faqs-e
Steep is a modern analytics platform powered by metrics that changes how companies use data together.
チーム ワークスペースを使用した大規模なコラボレーション Looker Studio Pro では「自分がオーナー」「チーム ワークスペース」「サンドボックス」という 3 つのワークスペースが利用できます。 Looker Studio Pro の画面 1 つ目の自分がオーナーは、従来の Looker Studio と全く同じ環境として存在しています。そのため、このワークスペースでは Looker Studio Pro の機能が利用できません。 2 つ目のチーム ワークスペースは、Looker Studio Pro ユーザーのみが利用でき、ワークスペースごとにアセットを管理できます。チーム ワークスペースのメンバーであれば、ワークスペース内のアセットに自動的にアクセスできるようになります。 つまりチーム ワークスペースを利用することで、Looker Studio の中にグループが作れるように
QuickSight向けデータマート構築術 ~ 1:Nカーディナリィ対策編 ~ - KAYAC engineers' blog
この記事はAWS Analytics Advent Calendar 2023の7日目の記事です。 こんにちは、SREチーム所属の@mashiikeです。 皆様はAmazon QuickSightを活用していますでしょうか？ QuickSightで言うところのデータセット。一般的にはデータマートとも呼ばれるものの設計・構築おけるTipsな話です。 他のBIツールにも応用できるとは思いますが、主にQuickSightをターゲットにした話になります。 データマートについて AWSのサイト上ではデータマートについて以下のように書かれています。 aws.amazon.com データマートは、組織のビジネスユニットに固有の情報を含むデータストレージシステムです。これは、会社がより大規模なストレージシステムに格納するデータの小規模で厳選された部分を含みます。企業は、部門固有の情報をより効率的に分析する
世界最大規模のベーシックインカム実験でわかったことは？
非営利の慈善団体・GiveDirectlyは2016年からケニアで、数万人が参加する世界最大規模のベーシックインカムの実験を行っています。マサチューセッツ工科大学の経済学者であるタヴニート・スリ氏と同じく経済学者で2019年にノーベル経済学賞を受賞したアビジット・バナジー氏がこの実験の内容から、ベーシックインカムをどのような形で行うのがよいかという知見を明らかにしています。 GiveDirectly – Send money directly to people in need. https://www.givedirectly.org/ The first results from the world’s biggest basic income experiment in Kenya are in - Vox https://www.vox.com/future-perfect/202
trocco・BigQuery・Tableauを採用。アソビューがデータ分析基盤の再構築に挑んだ理由 - what we use（技術スタックデータベース）
はじめまして、アソビューでデータ基盤チームに所属している霧生です。 近年、モダンデータスタックの登場などによりデータ分析基盤は一層盛り上がりを見せています。選択肢も増えてできることが多くなった反面、どう構築していくか迷う場面も多いのではないでしょうか。今回はアソビューのデータ分析基盤の構成と現状の課題、将来的な改善をどう考えているのかなどを解説しますので、ご参考になれば幸いです。 現在のアソビューのデータ分析基盤アソビューは創業10周年を超えており、当然ながら今までもデータを分析して事業やサービスに役立ててきました。しかし、コードやインフラの継ぎ足しを重ねたことにより秘伝のタレのような状態と化してしまい、多くの課題が生まれています。そこで、アソビューではこの問題を解消するために、昨年から株式会社DATALEさんとともにデータ分析基盤の再構築を行いました。 データ分析基盤を構築するにあたり、
政府が全ての国民に一定の現金を給付する「ベーシックインカム（BI）」を巡り、制度導入を重点政策に掲げてきた日本維新の会が、党の政策パッケージを見直し、財源などの具体案を削除する調整をしていることが判明した。維新は次期衆院選で野党第1党を目指しており、巨額の財源が必要なBIの財源論への批判を避ける狙いがあるとみられる。衆院選の公約からも消える可能性がある。 現プラン「全国民に6万～10万円」 維新は10日の党会合で、現行の政策パッケージ「日本大改革プラン」（2021年策定）に代わる「新・日本大改革プラン」の素案を示した。新プランを「将来的な政権政党を視野に入れ、政権構想を具体化する成長戦略」と位置づけ、BIを含む党の政策を精査した。BIは現行のプランで事業規模や給付額など具体案を記しているが、新プランでは…
無料で大量のデータを見やすいグラフで可視化できるオープンソースのセルフホスト可能なアプリ「Metabase」でGIGAZINE読者アンケートの結果を分析してみた
「Metabase」はオープンソースでセルフホストも可能なデータ視覚化ツールです。前回の記事でその使い方を確かめられたので、早速GIGAZINE夏のプレゼント大放出企画で集めたアンケートデータを分析してみました。 Metabaseのセットアップや機能については下記の記事で詳しく解説しています。 無料で大量のデータを自動で見やすいグラフなどで可視化し定期的に更新反映されるダッシュボードをオープンソースでセルフホスト可能なアプリ「Metabase」を使ってみた - GIGAZINE GIGAZINEのアンケート結果を読み込むためにPostgreSQLのセットアップを行います。前回に引き続きDockerを利用するので、下記のコマンドでPostgreSQLを起動します。「パスワード」や「ディレクトリへのパス」は適宜書き換えて下さい。 docker run --name metabase-postg
AIプラットフォーム「Bedrock」にAIエージェントを導入 AWS Summit New Yorkでは、同社が4月に発表した生成AIプラットフォーム「Amazon Bedrock」を拡張することも発表された。 Bedrockとは、生成AIのファンデーションモデルを活用して、AIアプリケーションを構築・スケールするためのプラットフォーム。このプラットフォームでは、アマゾンが同じタイミングで発表した自社開発のファンデーションモデル「Amazon Titan」のほか、AI21 Labs、Anthropic、Stability AIなど、複数のAI企業が開発する生成AIモデルにアクセスでき、それらを活用してAIアプリケーションの開発・スケールが可能となる。 たとえば、AI21 Labsが開発するJurassic-2ファミリーの多言語対応・大規模言語モデルでは、スペイン語、フランス語、ドイツ語、
①データ分析：データそのものを、用途や目的に応じてさまざまな角度から分析し、そこから事実（ファクト）や気づきを得る分析機能 ②ビジュアライゼーション：集計・分析したデータを表やグラフで可視化して、数値や文字の羅列からは見えにくい規則性や傾向を、直感的に把握できるようにする機能 ③レポーティング：②で可視化したデータをBIツールのダッシュボード上に表示したり、PDFなどのファイルや紙の資料としてプリントアウトしたりする資料化の機能こうした機能によって経営陣や現場のスタッフは、最新のデータをもとに業務の分析を行い、ファクト（事実）にもとづいた迅速な意思決定ができるようになります。急速に変化し続ける時代にあって、経験や勘、過去の成功例だけに頼った判断が困難な今、BIツールは企業のビジネスの現場に欠かせないツールといえます。 初期のBIツールは、情シス部門などごく限られたIT専門家のものだったここ
Yappliのプロダクトオーナーであり、データ関連サービスの立ち上げや導入推進も手がけるプロダクト開発本部 開発企画部 マネージャーの古屋陽介氏は、ヤプリのミッションは「デジタルを簡単に、社会を便利に」という言葉に集約されていると説明する。 「専門知識不要のノーコードの製品を提供して、企業のデジタル化を簡単にし、より多くの産業課題を解決していく。また企業の生産性を高めて、結果的に人々の生活や仕事が便利になる製品を提供する――。これがヤプリのミッションです」（古屋氏） Yappliはノーコードでのアプリ開発だけでなく、アプリの運用やログ分析の機能も備えるプラットフォームだ。加えて、アプリとユーザー分析を起点に、よりユーザーエンゲージメントを深めるための施策を実行できるYappli CRMサービスも提供している。いずれにおいても、アプリから取得できるさまざまなログデータ（行動ログ、イベントログ
こんにちはあるいはこんばんは。村山(twitter id:muraweb_net)です。2023年6月末に ユニバーサルアナリティクス が終了し、2023年7月から本格的に GA4 を利用することになりました。慣れないUIに戸惑っている方が多いかもしれません。今回は、 GA4 で利用できるようになったレポート機能である「探索」について紹介します。 モニタリング分析とアドホック分析 モニタリング分析 アドホック分析 GA4 の「レポート」と「探索」 GA4 の「レポート」でのモニタリング分析 GA4 の「探索」でのモニタリング分析とアドホック分析 GA4 の「探索」レポート活用例 自由形式 自由形式でレポートUI内でデータ分析するケース 折れ線グラフ ドーナツグラフ 地図 テーブル 自由形式にてデータエクスポートした後にBIツールで分析するケース GA4 からデータをエクスポートし外部BIツ
Looker Modeler のご紹介: BI 指標のための信頼できる唯一の情報源 | Google Cloud 公式ブログ
※この投稿は米国時間 2023 年 3 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。 データドリブンの組織では、共有された定義の不足、ビジネス ロジックの競合、および増え続ける古いデータ抽出に起因する、一貫性のない指標に手を焼くことが少なくありません。その結果、KPI の不一致が発生して、チームは月間アクティブ ユーザー数やパイプラインの拡大といった基本指標に関する見解の相違が生じ、信頼を損なったり、データ文化の育成が脅かされたりします。指標を定義したら、すべての場所で一貫してそれを使用することで、分析情報の取得時間を短縮し、リスクを軽減して、ガバナンス、セキュリティ、コスト管理を改善することが可能です。 10 年前に現在のビジネス インテリジェンス（BI）業界の進化を加速させたインテリジェント エンジン、Looker’s の革新的なセマンティック モデ
風音屋では、データエンジニア、データアナリスト、データコンサルタントを募集しています。 書籍執筆者やOSSコントリビューターなど、業界を代表する20名以上のアドバイザーと一緒にベストプラクティスを追求できる環境です。 ぜひカジュアルトークをお申し込みください。 はじめに こんにちは。廣瀬智史 (@satoshihirose) と申します。 Looker の LookML は便利ですよね。LookML はデータモデリングを抽象化してコードによる管理を可能にし、利便性を向上させました。 LookML については Google Cloud の LookMLの紹介 で次のように説明されています。 LookML は SQL データベース内のディメンション、集計、計算、データの関係を記述するための言語です。Looker は LookML で記述されたモデルを使用して、特定のデータベースに対する SQL
はじめまして。デジタル庁ファクト＆データユニット所属、データエンジニアの長谷川です。 本記事ではデジタル庁内でデータ活用を推進するための組織と分析基盤についてご紹介します。 これまでのデジタル庁noteと比べると、技術寄りの話題が多い記事となりますが、庁内のデータ活用に興味のある方はぜひご覧ください。 デジタル庁のデータ活用組織「ファクト＆データユニット」ファクト＆データユニットとはデジタル庁の特徴の一つに、デジタル分野において各種の専門性をもつ「民間専門人材」が多く所属していることが挙げられます。 民間の専門人材は、デザイン、プロダクトマネジメント、エンジニアリングなど、領域ごとに「ユニット」と呼ばれる組織を構成しており（参考：デジタル庁 - 組織情報）、必要に応じてさまざまなプロジェクトにアサインされて業務を遂行する、人材プールのような役割を果たしています。 ファクト＆データユニットも
なぜいらないダッシュボードを作らないようにしなければならないのかいらないダッシュボードとは、作っても見返りがないか、見返りがあっても非常に少ないダッシュボードのことである。作っても最初から誰も見ていないのは論外であるが、そうでなくてもいらないダッシュボードがたくさんある。 作ったが最初だけで今は誰も見ていない 意思決定の役に立たない 作るのにとても手間がかかる 維持管理にコストがかかりすぎる いらないダッシュボードは作るのにリソースが必要になる。放っておけば邪魔になるので維持管理も必要だし、いらなくなったら後で削除すればいいと思ってもコミュニケーションの手間がかかる。 そしてこのいらないダッシュボードに費やした時間は何の価値も生まず、他にやるべきことに使えた時間を奪う。従って「いらないダッシュボードは作らない」に勝ることは無い。 ではどうしたらいらないダッシュボードを作らないようにできるの
月間28万円のベーシックインカムをイギリスが2年間試験導入へ
毎月無条件にお金を支給する「ベーシックインカム」を導入したとき、人々の生活にどういった影響が出るかを調査するため、イギリスで月額1600ポンド(約27万8500円)を2年間にわたって支給するテストが行われることになりました。 Universal basic income of £1,600 a month to be trialled in two places in England | Universal basic income | The Guardian https://www.theguardian.com/society/2023/jun/04/universal-basic-income-of-1600-pounds-a-month-to-be-trialled-in-england Money for nothing: Universal income trialled i
EvidenceはSQLとMarkdownで洗練されたデータプロダクトを構築できるBiツールOSSです。MITライセンスの元でソースコードが公開されています。 従来のD&DによるBiツールではなくコードベースとなっており、データアナリストが信頼性が高く価値のあるレポートを提供できる事を想定したものとなっているそうです。 コードベースにする事で、アナリストがダッシュボードにチャートやフィルタをD&Dで作業するよりも、より活用度の高いワークフローをアナリストに提供できるようになるのだそう。 そのため、利用にはSQLとMarkdownの知識が前提条件となっています。D&D仕様のBiツールに使いにくさを感じている方はご覧になってみては如何でしょうか。 Evidence
連載目次 データ分析の初歩から応用まで少しずつステップアップしながら学んでいく連載の第2回です。前回はデータ分析とは何か、ビッグデータ時代の今、なぜデータ分析を学ぶべきなのかといったことを見た後、この連載で取り扱う内容を紹介しました。今回は、引き続き、データ分析の流れを概観した後、取り扱うデータの種類について見ていくこととします。また、オープンデータを利用した簡単なデータ分析についても紹介します。 この連載では、データをさまざまな角度から分析し、その背後にある有益な情報を取り出す方法を学びます。 データの収集方法、データの取り扱い、分析の手法などについての考え方を具体例で説明するとともに、身近に使える表計算ソフト（ExcelやGoogleスプレッドシート）を利用した作成例を紹介します。 必要に応じて、Pythonのプログラムや統計ソフトRなどでの作成例にも触れることにします。 数学などの前
Nordic Capital, a leading sector-specialist private equity investor, has made a majority investment in ActiveViam | READ MORE
PythonでTableau風 BIツールによる視覚的データ探索をやってみよう 〜PyGWalker〜 - Qiita
更新情報 -目次- はやくもUI改善等 Ver.upが図られています。以下内容の記事を追加しました。 1. データフレーム表示 2. ヒストグラムの描き方 3. ダークモード対応 4. オンライン版 5. 海外のデータイノベーション支援団体でも人気 はじめに Tableauはご存じでしょうか？ 私は使ったことはありませんが、名前だけはよく耳にします。 これは、専門家でなくてもデータの収集・分析・加工ができるBI(ビジネス・インテリジェンス)ツールのひとつです。 なんと、Jupyter Notebook上（Google ColabもOK）で実行できる Tableau風 BIツール「PyGWalker」が登場しました。 Tableauそのものではありませんが、ドラッグ＆ドロップの簡単な操作でデータ分析や視覚的な探索が実行できます。 こんなのが出てくるとは・・・すごい。 しかも、数行のコードで実
はじめに こんにちは。ML・データ部/推薦基盤ブロックの佐藤（@rayuron）です。私たちは、ZOZOTOWNのパーソナライズを実現する機械学習を用いた推薦システムを開発・運用しています。また、推薦システムの実績を定常的に確認するためのシステムも開発しています。本記事では、Lookerを用いて推薦システムの実績をモニタリングするシステムの改善に取り組んだ件についてご紹介します。 はじめに 改善の背景と課題 背景 課題 課題解決のために 要件1. 指標異常時の自動アラート 要件2. サマリの定期配信 要件3. 上記2つをSlack通知できること ダッシュボードの候補の比較 要件を満たすための設計 要件の実現方法 開発環境と本番環境 実装 ディレクトリ構成 ダッシュボード ダッシュボード構築の流れ 配信実績に関して 推薦結果に関して GitHub Actions 1. 指標異常時の自動アラー
GitHub - Kanaries/pygwalker: PyGWalker: Turn your pandas dataframe into an interactive UI for visual analysis
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
「EC事業者向けのGoogle アナリティクスの活用方法」をテーマとした連載の第7回は、GA4（Google アナリティクス 4）などの他のデータを取り込んで、ダッシュボードレポートを作成できる、Looker Studioの特徴について紹介いたします。GA4の「レポート」「探索」機能との違いも解説しますので、「GA4で見ることができるEC関連のレポートと活用方法」の記事と比較しながら参考にしてみてください。 Looker Studioは何ができるのか？特徴を紹介 百聞は一見にしかずということで、さっそくLooker Studioのアウトプット例を見てみましょう。 Looker Studio ＞ 例）eコマース向けのレポート 上記は、私が作成したeコマース向けのレポート例になります。Looker Studioは、GA4をはじめとしたさまざまなデータを取得し、表やグラフなどを使って表現できます
※ 2023年6月のGA4コネクタアップデートにより、ランディングページでCV数を確認できるようになりました。本テンプレートも更新済です。 ※2024年2月のGA4コネクタアップデートにより、個別のコンバージョン指標が取得できるようになりました。本テンプレートも更新済です。 BtoB企業がオンラインマーケティングで成果を出すためには、ユーザーの離脱を防いでWebサイトやランディングページのコンバージョン率をアップさせる、いわゆる「バケツに空いた穴をふさぐ」施策が必要です。 GA4（Googleアナリティクス4）へ移行したものの「GA4の初期設定をしただけで放置している……」「探索レポートに慣れておらず定点観測すらおぼつかない……」といったお悩みをよく聞きます。 そこで才流（サイル）では、計測・分析の環境を初心者でも簡単に構築できる無料のBIツール、GA4対応版Looker Studioのテ
ボールペンやシャープペンシルなど文具の開発・販売を手掛けるぺんてるは、IoT（インターネット・オブ・シングズ）技術や人工知能（AI）をテストする基盤をオフィス内に構築。2021年に同基盤を使い、サーバー室や会議室の状況を遠隔で把握するシステムを開発した。
GitHub - Kanaries/graphic-walker: An open source alternative to Tableau. Easily embedded as a component in web apps.
English | 简体中文 | 日本語 graphic-walker Graphic Walker is an open-source alternative to Tableau. It allows data scientists to analyze data and visualize patterns with simple drag-and-drop operations. Why is it different? It is extremely easy to embed in your apps just as a React component 🎉! The original purpose of graphic-walker is not to be a heavy BI platform, but a easy to embed, lite, plugin. Ma
Looker Studio のここが残念（でも愛してる）
はじめに はじめまして。アイデミーのデータエンジニア？の Yuto Shinahara です。 無償 BI サービスのデファクト的存在で、アイデミー社内でも全社のダッシュボードとして活用している Looker Studio。 Web 上でも Looker Studio age↑↑ な記事はたくさん出てきますが、今回は私が1年以上使う中で見えてきたその残念な側面にあえて焦点を当ててみます。 同サービスを利用中、または利用検討中の方への参考情報になれば幸いです。 （とはいえ、表題に記載のとおり、私は Looker Studio 大好きです！！） Looker Studio とは Google 製の無償 BI ツール Google スプレッドシート, Google アナリティクス, Google Cloud のサービス（BigQuery, Cloud SQL for MySQL, GCS, et
はじめに 元Tableau経験者が、Power BIを数年経験して、優れていると感じることのメモです。すべて、個人的な意見、2022年12月25日時点のものです。 「比較的容易な操作でグラフが可視化できますね」といったBIの共通事項的なことは割愛しています。 BIに関する略歴 2014 - 2019 Tableau （オンプレ版、Online版、Prep） 関連保有資格 Tableau Desktop Certified Associate （現在は廃止） 2019/9 - Power BIをメインに利用開始 2021/9 Microsoft MVP for Data Platform - Power BI 受賞 関連保有資格 Microsoft Certified: Power BI Data Analyst Associate（試験 PL-300） 他に使ったことがあるもの Domo,
GitHub - evidence-dev/evidence: Business intelligence as code: build fast, interactive data visualizations in pure SQL and markdown
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
政策データダッシュボード一覧｜デジタル庁
日本のデジタル社会実現の司令塔として、デジタル庁は政府内において、データと根拠に基づいた政策判断・効果の可視化の推進を先導する役割を担っていきます。その一環として、政策に関わるデータを「政策データダッシュボード」として公開します。これは、デジタル庁のデータに基づいたオープンな政策立案・実施を目指す取組みの一環として実施するものです。 マイナンバーカードの普及に関するダッシュボード マイナンバーカードの申請件数と交付枚数・健康保険証としての利用登録・公金受取口座の登録数等を紹介しています。
業務の中にデータ分析を導入し、データドリブンな意思決定を行う企業が増えつつある。BI（ビジネスインテリジェンス）ツールや帳票管理ツールを提供するウイングアーク１ｓｔ（東京都港区）の調査によると、半数以上の企業がデータ活用に注力していると答えたという。一方、一部では分析に時間をかけすぎてしまう「分析疲弊」に陥っていると答える声も上がった。 同社の執行役員でData Empowerment事業の事業部長を務める大澤重雄さんは「データを分析できても活用にまでつなげることが難しく、属人的に行うことで分析疲弊を起こしやすい傾向がある」と指摘する。なぜ分析疲労は起きてしまうのか。また、その改善方法はあるのか。大澤さんに話を聞いた。
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
エンジニア向けのBIツール、QuaryをBigQueryに接続して使ってみた | DevelopersIO
ワークフローオーケストレーション入門
14万円超のベーシックインカムを1年間毎月貧しい家庭に与えた結果何が起きたか？
Steep: the new way to work with data together
Looker Studio Pro で料金を抑えながらレポートを管理する方法
神戸市がやってくれました！ 全国規模の人口移動・就業状況の「ダッシュボード」、全国の誰にでも無料公開。Tableau使いの市職員が作成、オープンデータの可視化・活用方法として提案【地図と位置情報】
読む政治：ベーシックインカム具体案、維新が削除調整 政策パッケージ巡り | 毎日新聞
AWSは生成AIをどう取り込んでいるのか？「QuickSight」「Bedrock」「Titan」など
進化のステージは、いよいよ第4世代へ!? BI（ビジネス・インテリジェンス）ツールの歴史を探る
ノーコードアプリ基盤のYappli、そのデータ活用拡大を支えるのは「頑丈なtrocco」だった？ (1/2)
BigQueryが使えないユーザーむけGA4探索レポート活用例 - ブログ - 株式会社JADE
Lookerライクな新興BIツールの比較検討
デジタル庁のデータ分析基盤「sukuna」｜デジタル庁
いらないダッシュボードを作らないようにしよう｜データ分析とインテリジェンス
SQLとMarkdownで洗練されたデータプロダクトを構築できるBiツールOSS・「Evidence」
データ分析の進め方と、分析前に知っておきたいデータの種類
Insights. Ignited - Atoti Community
推薦システムの実績をLookerでモニタリングする - ZOZO TECH BLOG
Looker Studio（旧：Google データポータル）とは？効率よくGA4のデータを確認する方法を解説
https://pages.awscloud.com/rs/112-TZM-766/images/20220728_20th_ISV_DiveDeepSeminar_QuickSight.pdf
GA4対応 Looker Studio 完全無料テンプレート（BtoBサイト向け） | メソッド | 才流
ぺんてるがIoT化を拡大 工場に飽き足らずオフィスにも挑戦
Power BIが他のBIと比べて優れているところ 2022 - Qiita
データ分析に時間かけすぎ？ 「分析疲労」に要注意 BIツール提供元が語る、データ活用までつなげるコツ