あなただけにそっと教える弊社の分析事情 #data analyst meetup tokyo vol.1 LT
?
16 likes?6,892 views
data analyst meetup tokyo vol.1でのLTスライドです． 弊社の分析事情を，私のいままでの経験や主観と比較しながら書いています．
あなただけにそっと教える弊社の分析事情 #data analyst meetup tokyo vol.1 LT
- 1. あなただけにそっと教える 弊社の分析事情 Data Analyst Meetup Tokyo vol.1 工藤 啓朗（Gunosy Inc.） 2016/06/23
- 2. 自己紹介 くどう ひろあき (@Hmj_kd) - 北海道釧路市出身, 30代, 妻子あり - 高専 : 釧路高専 情報工学科 - 大学 : 物理学科 (ブラックホール,Inflation宇宙論) - 前職 : プログラマ → Pandas データマエショリスト, データ分析 - 現職 : 4ヶ月目 - 2歳の娘に溺愛中...
- 6. - Gunosy の紹介 - データ分析部の紹介 - チームについて - どんなことやっているの？ - 運営ノウハウなど 今日のお話
- 7. データ分析部 in Gunosy - 構成 - 8 名 + アルバイト数名（社員の10人に1人がデータ分析部） - Bg : 人工知能，自然言語処理，計算知能，素粒子物理学 , ... - 主な業務 - 記事配信ロジックの改善 - A/B テストの運用 - データ分析 - 施策前後の数値分析 - ユーザの行動分析, アド分析 - KPI設計，分析 - クライアントアプリのログ設計
- 8. 主な分析の切り口 - ユーザ - 性別，年齢，地域，... - いつ登録したか - どんな記事を読んでいるか - いつ起動しているか - 利用頻度は - ... ユーザの行動履歴などから推定 ログデータから
- 9. 1. 研究組織（研究者）ではなく，課題解決する組織（エンジニア?） 2. 開発もワシワシする 3. コミュニケーション 4. 共有文化 5. Python 文化 他社のデータ分析部と異なる特殊なところ(主観イメージ)
- 10. 主に取り組んでいる（きた）課題 - 組織の課題 - 施策のスピード，見るべき数値 - よりデータ?ドリブンな企業となるためへの改善 - ユーザにコンテンツを適切な形で伝える - 定量，定性的にユーザを理解する - 数値 : DAU，継続率，... - ロジックの改善 - 現状把握だけではなく，仮説?検証?意思決定も含んだ分析が求められる したいのは研究ではなく，課題を解決すること データで遊んでいる 人々ではありません （笑）
- 11. - 開発もします !! - コードはGithub管理 - 本番データももちろんみれます． - むしろ，AWSさわります 分析からデプロイするまで面倒みます 仮説 分析 施策 ロジック 開発 デプロイ 内容によっては， 1人で一気通貫もある
- 12. 以前... - mtg : 30分~1時間 × N - 議事録... - 事前ネゴ - 決めるための事前mtg - わかりやすいプレゼン資料 - 部長が中々つかまらない 今... - 基本 slack - 重要な数値、それを支える数値 - mtgがあっても，Google ドキュメントで 書きながら話しながら進める - きれいなプレゼン資料つくるなら，施策 を前に進めよう - 部長はonline コミュニケーション
- 13. slack で議論 チャンネルは - Project - Team - 個人分報 - … など
- 14. - Task - ZenHub で管理 - Github - 仮説，施策，検証のログ - Slack - 議論 - yammer - 最終意思決定 仮説，議論から意思決定まで流れ 意思決定 yammer 議論 Slack ダッシュボード A/B テスト オフラインテスト プロトタイプ ロジック実装 ロジック実装 仮説出し Github issue アドホック分析 レビュー
- 15. - 失敗から学ぶ - 重要な数値をモニタリングして，下がったら原因を探る． - 他社事例 - 他社のABテストが100%になった． - 撤退した．機能が消えた． - ユーザ間の比較 - iOS/Android，獲得経路別，ユーザが最初に使った機能ごとの KPI - 大切な数値と相関の大きな値 - ある行動の回数が多いと，重要な数値も高くなる傾向がある 仮説出しの例
- 16. Github(README/Wiki) や Qiita や GoogleDriveを活用して， 知見やトラブルシューティングをシェアしています． 気軽に聞ける風土 - Pandas Tips - ロジックについてのアイデア - ... 共有文化
- 17. ロジック開発では - Django デス - バッチもDjango - (ほぼ) Python 3系 アドホックな分析では Jupyter (旧: ipython notebook) を活用しています !! - 前処理 : Pandas - 可視化 : seaborn, ggplot風 など Python 文化 そう, Python 主に
- 19. データ分析部 開発合宿
- 21. ご清聴ありがとうございます !!