データ分析組織

外注利用の大前提は主体的であること

データ分析は内製化しなければならないが、様々な事情により外注を使うを使うことは当然ありえる。しかし、金さえ払えばあとは自分の望むように勝手にやってくれるわけもなく、動かす側の力量次第でどのような役割を ...

収集

データ収集の失敗を考える

とりあえず目についた面白い情報やなんとなく役に立ちそうなニュースを集めるだけならばともかく、まじめに考えてみるとデータ収集は簡単なようで難しい。そこでデータ収集の失敗(つまり自分が過去にやらかしたこと)について ...

戦争, 書評・感想

概略だけでもわかるその無茶苦茶ぶりと、今でもさほど変わっていないらしい日本人

悪名高き「インパール作戦」ではあるが、インパールやコヒマという地名、牟田口廉也や佐藤幸徳といった将軍の名前、白骨街道といった個々の名称はよく聞くが全容について ...

キャリア, データサイエンティスト, データアナリスト, グロースハッカー, 役割分担

「アナリスト」と一言にはいうけれどもひとくくりにしてはいけない

「データ分析をする人」は「アナリスト」と「エンジニア」に分かれ、その違いは「他の誰かが意思決定するための情報(つまりインテリジェンス)」を作るかどうかにあるが、世の中で「ア ...

データ分析文化

やっても無駄になるのが大半だけど、やらないわけにいかない

「データ分析がいくら重要だと言ってもどうせ聞かないだろうから無駄」だとそのままにしてはやりたいこともできないし経験も積めない。揚句に業績が上がらずボーナスも出ない、ではどうしよう ...

分析

どっちがどっちで何しているんだっけ?

ブースティングとバギングの区別がようやくつくようになってきた(気がする)がさらにそれぞれのアルゴリズムになるとまだ混乱する。というわけで、今のところの自分の認識を書いてみる。

アンサンブル学習 ...

生産性

仕事を早くすることのメリットはもっと広まってもいい

データ分析に限らず仕事の早さは重要であり、例えば無駄を減らすことについては時間を作るために手戻りをどうやったら減らせるかや定期的にデータを受け取る際に気を付けることといった話をいくつか ...

目的の決定, データ分析プロセス

「何を知りたいのか」がわからなければデータ分析は始まらない

データ分析プロセスの始まりは、何を差し置いても意思決定者が「何を知りたいのか」を決めることだ。目的無きデータ分析は無駄である。

そもそも目的が決まっていなければ何を ...

データ分析のその他の話題

このままならば人工知能はバズワードとして遠からず消滅する

このままいけば、人工知能は一時的なブームとなり、もう2・3年もすれば忘れ去られるだろう。もちろん裏側で使われるところでは使われるし、デジタル化が進む中で機械学習の重要性が下がるこ ...

キャリア, データサイエンティスト, データアナリスト

日々繰り返される悲劇を断ち切ることはできるのか

というと大げさかもしれないが、仕事において士気は重要である。にも関わらず、大抵の場合無知から発せられる何気ない一言が実はとんでもなく士気を下げていることに気付いている人は少ないようだ。とい ...