顧客はそのサービスの体験に満足しているのか？ 顧客をデータとしてではなく「人」として見る方法 | 【レポート】Web担当者Forumミーティング 2018 Spring
「Web担当者Forum ミーティング 2018 春」では、プレイドの倉橋氏が、デジタルマーケティングの現状の課題とその解決方法を、プレイドが提供するCXプラットフォーム「KARTE（カルテ）」の取り組みを通して紹介する。 「何を買ってもらうか」ではなく「誰に買ってもらうか」スポーツ用品のミズノの担当者は、あるセミナーで次のように発言したという。 オートメーション化はとてもすばらしいが、細かな気づきになかなか出くわさない。気づき、面白がって、おもてなしを考えられる体制にしたかった。 「何を買ってもらうか」よりも「誰に買ってもらうか」。 「ペルソナ」ではなく、「リアルなお客様」を把握して接客できる。ただ作る仕事から、考えて作る仕事に変わった。 注目したいのは、「何を買ってもらうかよりも誰に買ってもらうか」という言葉だ。マーケティングでは、「何を売るか、誰に売るか」と考えがちだが、「売る」とい
大規模解析サービスのためのデータベース構成 ～BigTable／BigQueryの弱点をどう補うか？
大規模なデータを扱う解析サービスにおいて、データベースの性質の理解や選定、配置、活用方法などはクリティカルな問題であり、サービスとして大きく差をつくる要素にもなります。本稿では考慮すべきデータベースの性質の違いから始め、解析サービスにおける考え方や活用のテクニック、構成方法について紹介したいと思います。 解析サービスにおける重要な2つの仕事 ここでは大量のデータを収集する解析サービスの仕事の中でも、重要な2つの仕事についてフォーカスして話を進めていこうと思います。 一つ目は、データを単に収集し、スケーラビリティの高いデータベース（または分散ファイルシステム）に格納し、あとで（管理画面から、もしくはスケジュールバッチなどで）Aggregateするものです。こちらは解析サービスと言われるサービスの多くが行なっている仕事と考えられます。 二つ目は、データによって振る舞いを変える、リアクションする
GCPとAWSのマルチクラウドで構築する、大規模解析サービスのシステム全体像
大規模解析サービスの構成要素 大規模解析サービスは一般的に、以下の要素から構成されます。 ログ情報等のデータの送信 データの受信 データの保存 保存したデータの解析 解析データの閲覧などができる管理画面の提供 KARTEはユーザのWebアクセスデータをリアルタイムに解析し、アクションまでつなげることができるサービスであり、先ほど説明した5要素は、以下の5種類のコンポーネントによって実現しています。 trackerコンポーネント：エンドユーザで実行されるtracker[1]をエンドユーザに配布するためのコンポーネント trackコンポーネント：エンドユーザからデータを受信するコンポーネント。とくにKARTEでは解析データに基づいてエンドユーザへのアクションを返す役割も持つ dbコンポーネント：解析データなどのさまざまなデータを格納するコンポーネント analyzeコンポーネント：エンドユーザ
大規模データ解析サービス実現のために、Google Cloud Platformが果たす役割
この連載では、最近盛り上がりを見せているGoogle Cloud Platform（GCP）の実践例を、大規模データ解析サービスでの実際の利用例、ノウハウなどを中心に解説していきます。「KARTE」というリアルタイム解析サービスを提供している、PLAIDのエンジニア陣が、KARTEの実現を例にとって説明します。第1回である今回は、大規模データ解析サービスを提供するにあたり、どのようなGCPのサービスが必要となるのか、GCPの果たす役割などを説明します。 大規模データ解析サービスを実現する、とは？ 今この文章を書いているMacBookで、Webサイトのアクセスデータを解析するサービスを実現するとしましょう。現在は技術が発展し、少し前に比べたら、PCの処理能力、データの保存領域の大きさは格段に向上しています。また、ものすごく解像度が高い映画を簡単に再生できるようにもなっています。このような環境
1
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
Bit Matrixを使って超高速にアグリゲーションする | PLAID engineer blog
