「デザイン思考×ビッグデータ」は認識共有から始めよ | Biz/Zine
前回は、デザイン思考のうえにビッグデータをのせていくには、どのようにすればいいのかに関して、その第一歩となる内容について述べた。第3回の今回は、デザイン思考プロセスでの取組み、ビッグデータ分析の取組に共通するありがちなプロセスの失敗、その原因、対策などを述べる。 いきなり「顧客調査・分析」をしてはいけない理由 デザイン思考を進めようと、いきなり顧客観察やインタビューを始めてはいないだろうか。 「人間中心のアプローチ」ということで、とりあえず「顧客調査・分析」をスタートさせてしまうと、焦点が定まらず、「問題定義」につながる顧客インサイトやニーズの抽出に至らないということになりかねない。最悪の場合は、エスノグラフィーやペルソナ作成などの手法自体が目的化してしまうこともある。 一方、ビッグデータ分析においても、いきなり分析作業を始めてしまうと、その結果として「分析の具体的な活用先が見えない」、「
信頼区間と検出力
さて、いよいよ本題に戻ることにしましょう。上図は母平均がで母分散がの母集団からの大きさの任意標本を抽出したときの標本平均の分布（正規分布を表していますが、標本平均の値が母平均から離れれば離れるほど急速にその実現確率は小さくなりではとなって実現性は全くあり得ないことになってしまいます。そこで、の値が標本の平均としてどの程度までが許容できる限界かを決める必要がありますが、わたしたちは経験的に以下の確率しかない値はめったに起こりそうにもない実現値であろうと考えるのが妥当とみなします。すなわち、上図では両側併せてになるところですから片側ずつにすると以下になるが実現しそうにない値だと言えます。この限界点のことを信頼限界と呼び、上図では信頼上限はであり信頼下限はとなります。1.96という数字は正規分布のパーセント点の表で0.025に相当する値です。すなわち、標本平均の95%信頼区間（confidenc
Hiro Blog 「人生のコツはこの３つだけ。」
2013年の６月７日にアメリカのＭＩＴ（マサチューセッツ工科大学）の卒業式でスピーチをした、ドロップボックス社ＣＥＯのドリュー・ヒューストン（Drew Houston）のメッセージは、印象的で素敵でした。 素晴らしいスピーチなのに日本語にはまだあまり訳されていないようなので、ここで簡単に紹介したいと思います。 ＭＩＴを2005年に卒業してドロップボックス社を立ち上げて大成功したドリューは、充実した人生を生きるために必要なコツ（虎の巻）について、その日ＭＩＴを卒業する学生たちを前にして、こう語りました。 「というわけで、僕は君たちにちょっとした虎の巻を伝授したいと思う。僕も自分の卒業式だとしたらそれが聞きたかったからね。僕の虎の巻には、実は多くのことは書かれてない。テニスボール、サークル、30,000という数字、それだけだ。これだけ聞いても何のことだかまださっぱりだとは思うけど、ちょっと
辞めたくなる会社 | mediologic
mediologic my thoughts on media/communication/marketing and everyday life. Search Primary menu 以前にいた会社の、自分がいた組織の離職者率が増えているのを聞いていると、それまで「働きたい会社」だったのが「辞めたくなる会社」になってきているということなのだろう、ということに悲しくなる。 ベンチャー的な気質をもった会社だと、「この会社、このプロダクトを使って何かをしてやろう」というチャレンジャーが集まり、その“志”がエンジンとなって前進していくものだが、あるタイミングからその会社がメジャーになってしまうと「入りたい会社」となってしまい、学歴だけよかったり、対して仕事ができないのに過去の会社での経歴を“華麗に言う”人間が増えてしまう。つまり実力者が入ってこない。またそういう傾向になると、「マネージャー」
“ビッグデータ分析”は本当に必要か？
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回の寄稿では、リクルートにおけるビッグデータ活用の概要を紹介しました。 今回は、具体的な事例をお話しする前に、一度、視点をビッグデータそのものに戻して、“ビッグ”であることの意義や価値をビジネス的な視点や統計的な視点からレビューし直してみたいと思います。 ビッグデータの“ビッグ”とは、そのものずばり「データ量の膨大さ」を意味しますが、ここで一つ考えていただきたいことがあります。それは、何らかビジネスに役立つ知見を得るために、本当に膨大なデータの分析が必要なのか、ということです。 インターネットが消費者のライフスタイルへ浸透している昨今、企業側に日々ストックされるウェブアクセスログのような消費者の行動データを、ビジネスに生かせないかと思
【新連載】「アナリティクス」を始めよう。～変数って何？ 統計のスキルがなくてもアナリティクスは可能ですか？
『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
STPマーケティングとは – マーケティング is.jp
みなさんは「STP」という言葉を聞いたことがありますか。 マーケティングにおける「STP」とは、「セグメンテーション（Segmentation）」「ターゲティング（Targeting）」「ポジショニング（Positioning）」の3つの頭文字をとったもので、フィリップ・コトラーが提唱しました。 STP戦略、STPマーケティングとは ではSTP（STP戦略、STPマーケティング）とはいったいなんなのでしょうか。コトラーはこれを「効果的に市場を開拓するためのマーケティング手法」として紹介しています。 より具体的にいえば、マーケティングの目的である「自社が誰に対してどのような価値を提供するのか」という問題を明確にするために利用します。 もちろんマーケティングは伝える相手を決めただけではダメですし、伝えるメッセージ、伝えるタイミングなどすべてを包含して考えなければなりません。 ただし自社とマーケ
アベノミクスは歴史の教訓から何も学んでいない
しかし、経済の歴史や本質から見れば、「アベノミクス」の考え方は明らかに間違っています。人は「権威」の前には思考停止に陥ってしまう傾向があります。それは、「経済学」というジャンルにおいても同じです。ですから、自分で物事をしっかりと考えることができない人物が首相になると、「権威」の前に何の疑問も抱かずに迎合し、今回のように間違った政策をゴリ押ししてしまうのです。 日本国民にとって「アベノミクス」は、この上ない不幸を招くことになるかもしれません。やはり、為政者や金融当局者は幅広い見識を持っていることはもちろん、さまざまな視点から自分で物事を考えることができる人がならなければならないのです。 FRBのバーナンキ議長は「米国経済をデフレから救った」と評価されていますが、その認識自体が大きな間違いです。本当の景気回復とは、国民生活が豊かになることであり、株価が上昇することではないからです。 金融危機後
統計のスペシャリストが伝授、データを活用するときの5つの心得 | ライフハッカー・ジャパン
学者ならずとも、データを使って考察したり、仮説を検証する機会はあるもの。コンピュータ技術の発達により、面倒なデータ集計や難しい計算は、すべてコンピュータにお任せできるわけですが、「その結果から、何を読み解き、どう考えるか？」はヒトが担うべき重要な役割ですね。こちらでは、統計のスペシャリスト直伝のデータ活用術をご紹介しましょう。 統計学の博士課程に在学しているNathan Yauさんは、数々のデータ分析の経験から、データを活用するコツとして、以下のようにまとめています。 細部に注目する データ分析では傾向やパターンにばかり目がいきがちだが、同様に「異常値」にも注目することが大切。見逃している視点がここに潜んでいることも。 大局で捉える データひとつひとつを別々に捉えるのではなく、データひと塊をザクっと捉えて、大きく考えることを心がけよう。 予断を持たない データ分析は可能な限り客観的に行うべ
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
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
少子化が止まらない理由は「オッサン」にある？－「男性学」の視点から「働き方」を考える－ | サイボウズ式