仮説検証とサンプルサイズの基礎 - クックパッド開発者ブログ
パートナーアライアンス部 森田です。有料会員の獲得施策や、それに関わるサービス内動線の最適化を担当しています。 記事の対象 仮説検証を通じて何かを改善をしたいと思っている人 仮説検証の際に「どれくらいのデータを集めたら良いか」分からない人 はじめに 仮説検証とは「仮説を立て、それを証明するためのデータを集め、真偽を確かめること」です。今回は仮説検証を行う際の手順と、その検証に必要なサンプルサイズの考え方を説明します。サンプルサイズの話のみ関心があるかたは、前半を飛ばし「サンプルサイズの決め方」を読んでください。 目次 記事の対象 はじめに 目次 仮説検証のつくりかた 1. 仮説をたてる 2. 施策/KPIを考える 3. 仮説検証後のアクションを決める 4. 対象を決める 5. サンプルサイズを計算する サンプルサイズの決め方 答えを先に サンプルサイズを決める二つの要素 「二つの平均値」と
データデータデータデータデータデータって聞き飽きたのでなんとかしたい｜松本健太郎
数ヶ月ほど前、東京都内某所で開催された飲み会での出来事です。 横に座ったオッサンに職業を問われたので「データサイエンスを少し」と答えたら、大げさに「凄いねぇ！」と返され、羨ましそうに言われました。 「データサイエンティストなら、色んなデータ集めて、タピオカの次に何が流行るか分かるでしょ！ いーねぇ、楽できて！ 稼ぎ放題だ！」 冗談で言ったつもりかもしれません。それでも、オッサンの頭皮に、桃屋のラー油を染み込ませてやろうかと思うほどのイラつきを覚えました。辛そうで辛くないけど少し辛いらしいし。 「ハッハッハッ、冗談が過ぎます。データに幻想を持ち過ぎですよ！」 なんて言い返せれば良かったのですが、まだまだ人間ができていませんね。押し黙ってしまいました。そして睨んでしまった。 それにしても、なぜこんな発言が出るのでしょうか。オッサンはそれなりのキャリアを持つ人で、日経新聞も読み、社会情勢には詳し
デザインとコミュニケーションで改善するデータのUX - Speaker Deck
Transcript Improving UX of Data by Design and Communication σβΠϯͱίϛϡχέʔγϣϯͰ վળ͢ΔσʔλͷUX THE STUDY BY THE GULD ࣗݾհ GO ANDO THE GUILD / UXɾUI Designer 1. SIer ͰΩϟϦΞελʔτ ɾ େن։ൃͰσεϚʔνΛଟܦݧ ɾ ւ֎ࣄۀ։ൃͰւ֎Ͱൃ۷ 2. ݕࡧΤϯδϯϕϯνϟʔ ۀ ɾ ถࠃελʔτΞοϓͱڞಉ։ൃ 3. ಠཱͯ͠ΞϓϦσϕϩούʔʹ ɾ App Store ຊ૯߹1ҐΛؤுͬͯ֫ಘ 4. THE GUILD ۀ ɾ U-NEXTٕज़ސब ɾ ͍·͜͜ ɾ IBMʹങऩ͞Εͯऴྃ ���� 6�/&95ͷձһ 2014 2015 2016 2017 (3085) None THE STUDY BY THE G
認知バイアスを回避するためのアイデア検証プロセス / Validate Ideas
データで失敗するパターン 1. データを見なさすぎる 2. データを間違って解釈する 3. データの精度を不必要に高めすぎる ①改善プロセスを整理する ・課題事実 ・原因仮説 ・解決策 ②アイデアを検証する ・ユーザーテスト
Netflixがカスタマーを誰よりも理解するためのデータ分析プロセス、コンシューマー・サイエンスの紹介 - Qiita
時間がたつに連れて、私のフォーカスは、「カスタマーが何を言っているのか？」から、「まずはテストしよう！」というコンシューマー・サイエンスの態度に変わりました。私のチームのカスタマーに関するインサイトは向上し、学びの速度も上がり、何がカスタマーを喜ばせるのかについてのある仮説を形成するに至りました。 以下が、コンシューマー・サイエンスとカスタマーオブセッションのために私達が使ったリサーチの手法です。 既存のデータを使って過去と現在のカスタマーの行動を理解する。 私達の作っているものに対してカスタマーがどう反応するのかを聞くために、フォーカス・グループや一対一のインタビューやユーザーテストといったクオリティティブなリサーチをする。 カスタマーがどういった人たちなのかを、デモグラフィック（人口統計学的属性、つまり性別、年齢、住んでいる地域、所得、職業、学歴、家族構成など）、競合する製品の使用度、
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
