鮭 @shakezo_ Twitter profile

Pinned Tweet

鮭

@shakezo_

2 years

「ゼロからはじめるデータ分析のための実践的SQL入門」をリリースしました！SQLのスキルをゼロから1ヶ月集中学習してスタートアップやメガベンチャーで働く上で困ることがなくなるレベルにまで引き上げるコースです。

SQL：ゼロからはじめるデータ分析のための実践的SQL入門〜現場で使えるSQLを最短経路で習得〜

プロのデータアナリストが完全初心者を対象にゼロから実務レベルのSQLを書けるレベルにまで道案内いたします。コース完走時には、基礎的な集計操作はもちろん、実務で必須となるデータ加工や課題発見のデータ分析ができるようになります。

www.udemy.com

6

46

473

Last Seen Profiles

@diegoriffiths

@GEhcuod

@velvetedifies

@MissMileHighxxx

@bxdbel

@twst_R_

@RealDc2759

@Inventor4953

@guru33175548021

@AZU303258111541

@bokeplokalmalam

@BLACK_KING0O

@YNGKM_

@noone202211

@We6k3EkfWy85929

@cukienaknikmati

@AniYoung_x

@hazurewaku_info

@dogstoof

@offkey_anthem

@mcurtisnc3

@ilusual

@JlmJuraij15656

@ecchi865

@msum_football

@PNNgom16

@AbwBdallh33451

@Wileymshawn

@LSWHoops

@xeonerr

@AdouBD

@aslinur_cevik

@dyaelgonzales

@wmoonlgt_

@rinchan_nanoda

@j44107

鮭

@shakezo_

11 months

楽天モバイルのWebアンケート回答してるんだけど満足してない項目全てに自由回答を入力必須で聞いてくるので不満の多い人が途中離脱して、満足している人の回答完了率が高くなる設計になっている。企画者がこのバイアスの存在に気づかずにアンケート結果を信用して施策を考えると明後日の方向の施策を

3

450

843

鮭

@shakezo_

2 months

データ分析は仮説思考でするのが当然みたいな世間の風潮があるけど、多くの場合は解像度が先、仮説は後だと思う。

0

55

442

鮭

@shakezo_

2 years

データ分析のためのSQLの講座、作成に400〜500時間投下しているけど、動画にすると4時間。むしろ4時間でデータ分析に必要な最低限のSQLは一通り学べるのか。やはり超絶コスパの良いスキル...。

2

14

326

鮭

@shakezo_

1 year

10Xしたサービスを中の人として４つ見てきた経験からすると伸びるサービスは一度噛み合うと勝手に凄まじい速度で伸びていくので、伸びないときに小さい分析と改善で数値をコツコツ伸ばすのはあまり有効ではなく、いきなり数値が桁違いに伸び始める秘孔を探したほうが良いと思います。

0

20

299

鮭

@shakezo_

4 years

データ分析組織を作る順番としてはゼロからやるなら 1.データ分析基盤の整備 2.分析基盤活用の経営・企画職への浸透 3.専門家の採用で進めないと失敗することが多くて、1-2をすっとばして3をやってはいけない。1がないとアナリストは無力だし、2がないと雑用を押し付けられてバリューが出ない

2

68

300

鮭

@shakezo_

2 years

やっとずっと作っていたUdemyのデータ分析のためのSQLの学習コースが完成したのでこれから投稿。ゼロから1ヶ月集中学習でスタートアップやメガベンチャーでSQLで困ることがなくなるレベルにまで引き上げます。過去に1on1で何人にも教えていた内容を体系化して動画にしたものなので効果も証明済み。

0

11

277

鮭

@shakezo_

6 years

書いた/データサイエンティストが1年でUXデザインスキルを身につけるために読んだ本｜しゃけ @shakezo_ ｜note（ノート）

データサイエンティストが1年でUXデザインスキルを身につけるために読んだ本｜しゃけ

「産技大人間中心デザインOB/OG Advent Calendar 2018 - Adventar 」22日目の記事です。タイトルの通り私は元々はデータサイエンティストとしてレコメンドシステムのR＆Dやサイト改善のための分析をしていたのですが、数年前から徐々に既存のユーザ体験の枠の中でデータ分析や機械学習が適用できる場所を探すやり方ではサービスの大幅な改善には繋がらない、本気でデータをサ...

note.com

0

41

264

鮭

@shakezo_

2 months

仮説検証のみのデータ分析はなぜ失敗するのか？データ分析初心者のよくある失敗に仮説検証型でデータ分析したものの仮説が全然当たらないというのがあります。これは解像度を上げる現状把握型の分析を行ってないことが原因のケースが多いです。そこで実践的なデータ分析のやり方を解説します。

1

18

221

鮭

@shakezo_

2 years

初心者勘違いしがちだけどデータアナリストはSQLを極める必要ない。良い分析ができるかはSQLを書く前に決まってるからSQLは使う頻度高いやつだけ覚えておいて、後は毎回調べながら書くので問題ない。本当に大事なのは分析設計力であって、これができるかどうかでプロとして食っていけるかが決まる。

1

21

214

鮭

@shakezo_

4 years

定性×定量の越境をテーマにお話させていただきました。 #InsightTokyo

人はいかにして定性×定量のデータ分析者になるのか

Insight Tokyo #2 登壇資料

speakerdeck.com

1

39

208

鮭

@shakezo_

4 years

データ分析組織のバッドプラクティスは分析チームがSQL屋になってしまうことなんだけど会社全体の分析力が低いとデータを出せる人自体が足りずこの状態に陥りがち。こういう状態のときにまずやるべきことは強い分析者を集めることではなく全社の分析文化の醸成と社員の分析力を底上げていくこと。

0

38

203

鮭

@shakezo_

2 years

データ分析のためのSQLが書けるようになった人向けに、データ分析そのものの入門的な講座、こんな感じかなーとさくっと目次だけ簡単に作ってみたんですが需要ありますか？

1

12

197

鮭

@shakezo_

2 years

データ分析のためのSQLが一通り書けるようになった人が次に読む本としてよさそうだなと思ったのがグロービスが出してる「定量分析の教科書」。初心者向けに分析の考え方や基本が書かれているので最初の一冊としてとても良いと思います。

0

8

195

鮭

@shakezo_

2 years

ビジネス系のデータアナリストはプレイヤーとして極めるよりもマネージャーになったほうがレバレッジが効く。なぜならデータ分析は何を見るべきか判断が重要であって、データを出すこと自体はただの作業なので、他人に手を動してもらってもアウトプットの質は変わらないから。

1

20

181

鮭

@shakezo_

5 years

UXリサーチに興味のあるけどどこから手を付けていいかわからないデータアナリストの方達はまずはここで紹介している本を読んでみてください。出版されているUX系のほぼすべての本に目を通した上でデータ分析者がUX学ぶのに最適な本を厳選したリストです。

データサイエンティストが1年でUXデザインスキルを身につけるために読んだ本｜しゃけ

「産技大人間中心デザインOB/OG Advent Calendar 2018 - Adventar 」22日目の記事です。タイトルの通り私は元々はデータサイエンティストとしてレコメンドシステムのR＆Dやサイト改善のための分析をしていたのですが、数年前から徐々に既存のユーザ体験の枠の中でデータ分析や機械学習が適用できる場所を探すやり方ではサービスの大幅な改善には繋がらない、本気でデータをサ...

note.com

0

20

171

鮭

@shakezo_

3 years

データ分析に長年関わっていると「道を極めたなら、刀は抜くまでもないもの、いかに鞘から抜かずにおくか」みたいになる感覚わかる人いませんか。

4

12

167

鮭

@shakezo_

4 years

Web業界のデータ分析職(行動ログ分析メインの人)は専門職と呼ぶには専門性が低すぎるのでいずれ淘汰されるだろうというのが私の見立てです。対になる定性のUXリサーチを学ぶとその専門性の低さを実感できると思う。

0

19

147

鮭

@shakezo_

1 year

データ分析組織は気を抜くとチームがすぐにSQL屋になってしまう。会社全体の分析力が低い状態だと企画側が自分でデータ集計できずにこの状態に陥りやすい。こういうときに最初にやるべきことは、つよつよ分析者を集めることではなく、分析文化の醸成と企画に携わる社員の分析力を底上げていくことです

0

15

147

鮭

@shakezo_

2 years

データ分析は不確実性を減らすためのものだから対象について意思決定者がよくわかってる状況なら必要最低限の検証だけで十分なことが多く、もし毎回大量な分析が必要な場合は施策の分析は対処療法になっているので、アナリストはユーザや事業解像度の向上を目的に設定して時間を投下したほうがいい。

1

12

130

鮭

@shakezo_

5 years

事業数値をKPIにおいて直接施策検討するのはジュニアPMやアナリストががやりがちな典型的なBadパターン。目標となる事業数値→目標と現実の間にある課題→施策という順番で施策をつくらないと当たらない。事業数値→施策でつくられる仮説は仮説じゃなくて願望であることが多い。

にしむらじゅん / STORES

@jnishimu

5 years

このわけるポイント、感じてください。事業の数字と施策の数字はわけて考えよう｜にしむらじゅん @jnishimu #note

0

4

51

1

40

120

鮭

@shakezo_

2 years

データ分析で仮説が全然当たらない人は、分析対象への解像度が低いのです。解像度が低い、つまり対象の構造を深く理解できていない状態で出てくる仮説は単なる思いつきと同じです。思いつきを検証しているから仮説が当たらないのは当然なのです。

1

8

111

鮭

@shakezo_

2 months

データ分析組織を作る順番としてはゼロからやる場合 1.データ活用戦略の青写真を描ける人を採用 2.データエンジニアを採用または社内から募る 3.データ分析基盤の整備 4.分析基盤活用の経営・企画職への浸透 5.分析のスペシャリストの採用 6.高度な分析への着手

1

6

104

鮭

@shakezo_

5 years

データアナリストのキャリアが見えないのはその仕事が当人が思っているよりも付加価値が低いからというのが私の私見。今後需要が高まるのはデータアナリストではなく分析のできるUXデザイナーやプランナーだと思います。つまり課題の発見から解決までをデータドリブンで実行したりリードできる人材。

0

12

101

鮭

@shakezo_

4 years

データサイエンス老人会メンバーの経験によると機械学習系のプロジェクトは限りなくシンプルな手法でで金に直結することをやるのが生き残る秘訣なのじゃ。

TJO

@TJO_datasci

4 years

良い記事だった。機械学習以下データサイエンス系の仕事は「絶対に最後まで完遂して必ずや表舞台に立たせてみせる」という気概を持って取り組むべきだと自分も強く思う。それがないと「今回も上手くいかなかったけど面白いことやれたからいいや」となりがちで「負け癖」がつく

1

122

628

2

16

99

鮭

@shakezo_

5 years

データ分析は意思決定プロセスの１機能なので、アナリストは分析だけしするべきというのはカレー屋さんに置き換えると人参を切る仕事に特化したいのでカレーは作りませんと言っているのに近い。美味しいカレーを作れる人と人参を切るのがめっちゃ早い人どちらの需要がありますか？って話なのです。

2

23

94

鮭

@shakezo_

8 years

AI系（機械学習）の仕事したいんですって学生に対してはアルゴリズムで勝負している会社はしんどいから良質なデータを持っているところが良いんじゃない？とアドバイスしている。あと機械学習がその企業のビジネスのどの部分にどれだけ影響をもたらすかをちゃんと見積っときなとも。

0

42

90

鮭

@shakezo_

2 months

ライトユーザーを育ててヘビーユーザーに成長させるのは相当難しく、徒労に終わることが多い。ヘビーユーザーを増やしたいなら育成よりも本来ヘビーユーザーになるはずのユーザがライトユーザーに留まっている原因となる障害を取り除くことに注力したほうがいい。

0

7

92

鮭

@shakezo_

4 years

コロナショックによる不況。こういうときは無理に仕事をしても削られた予算と人員で大したことができないことが多いので、おかれている状況にもよりますが中途半端な仕事をするくらいならインプット期が来たとおもって学習に振り切ったほうがいいと思ってます。

0

24

87

鮭

@shakezo_

5 years

PMのできないデータアナリストは施策や意思決定につながらない意味のない分析をやりがちだし、分析のできないPMがつくる企画は当たらないことが多い。PMとデータアナリストは表裏一体でどちらのロールを担うかの違いでしか無いのと思っているので両方できるようになるのがいい。

0

26

87

鮭

@shakezo_

4 years

分析が上手く行かない人は分析スキルそのものではなく、問いを立てる力が弱いことのほうが多い。

0

13

90

鮭

@shakezo_

2 months

多くのデータ分析の資料とか教科書でも仮説を立てて検証するみたいな流れで書かれてるもの多いのですが、私はそれは少し違うのでは...元投稿の流れが実際なのは..と思ってるのですが、他のプロのデータアナリストの意見も聞いてみたいです。

鮭

@shakezo_

2 months

データ分析は仮説思考でするのが当然みたいな世間の風潮があるけど、多くの場合は解像度が先、仮説は後だと思う。

0

55

442

0

7

88

鮭

@shakezo_

3 years

現場レイヤーのKPIは戦略でなく戦術にしたほうがよい。継続率をKPIにすると継続率をどうやって上げるか？から考えなくてはいけないが、登録3日以内に必ず1つ商品を購入するであればその実現方法を考えるだけで良い。この溝を埋めることができるのが良いプロダクトアナリスト。

0

8

87

鮭

@shakezo_

4 years

現職を退職しました。撮り忘れたのでヒルズの写真はありません。現職にはこれからもしばらくはアドバイザーとして関わっていく予定です。

14

0

87

鮭

@shakezo_

2 years

データ分析できるようになりたい人がSQLをある程度かけるようになって次に引っかかるのが「何を検証するべきか」、「優先順位をどうするべきか」あたりなんだと思うのだけど意外とここって暗黙知になっていて良いテキストがあまりないので形式知に変換して提供��たら需要あるのでは？と思ってる。

3

81

鮭

@shakezo_

1 year

SQLを学んで��ータを集計できるようになると次の壁として何をどう分析していいかわからない、データ分析してもなかなか成果がでないという状態になる方が多いので、集計屋から分析屋にステップアップするために必要なデータ分析のハードスキルを学べる講座つくってます。

1

6

81

鮭

@shakezo_

5 years

UXリサーチャーとUI/UXデザイナーはスキルセットが分離したほうがよくUXリサーチャーとデータアナリストは統合したほうが良いのです。

1

6

78

鮭

@shakezo_

2 years

ChatGPT、目当ての論文を探す効率が上がり過ぎてやばい。

1

5

79

鮭

@shakezo_

4 years

データアナリストがデザインをゼロから勉強するのってすごく大変じゃない？と思うかもですがデザイン能力は分解すると 1.観察力 2.問題発見力 3.発想力 4.視覚化力 5.造形力になります。このうち1〜4はデータアナリストとして働くなかで自然と身につくものなので実際に新しく学ぶのは5だけなのです

0

5

76

鮭

@shakezo_

4 years

UXリサーチは課題解決や企画のためにプロジェクトとして行うことが多いけれど最近は事業会社でやるなら常日頃から専任チームが様々なリサーチをかけていていざ企画するときにPdMが高精度な仮説が超短時間で出せる体制を作るのが一番ワークすると思う。

1

6

73

鮭

@shakezo_

4 months

データアナリストが組織で価値を発揮するには左右両方ができる能力をもった上で、左側の仕事を中心にするのが重要。右側ももちろん必要な仕事でだし感謝されやすいが、それだけでは作業の枠を超えない。

0

4

75

鮭

@shakezo_

4 years

定性・定量分析できてUXデザインもできるなら分析側にいるよりプロダクトデザイン側にいたほうがバリューが出せるので多くのデータアナリストやUXリサーチャーは今後プロダクトマネージャーにジョブチェンジしていくと思う。

0

11

72

鮭

@shakezo_

11 months

ここまで書いていて思ったけどこのアンケート調査で全体傾向データなんて欲しくなくて、満足してない人の「自由回答」をとにかく集めたいという可能性もあるな。多分途中回答も保存してるだろうから、それならとにかく書かせるというのもわかる。

0

33

72

鮭

@shakezo_

11 months

これが一例。ここだけじゃなくて他の設問でも満足度を聞かれてあまり満足してない以下を回答すると毎回次の設問で自由回答の必須回答が続くので離脱か面倒くさいから満足に入れちゃう人が続出すると思う。

1

49

73

鮭

@shakezo_

4 years

新卒PMはコンサル会社でいうと一年目からマネージャー職させるようなもんだから隣でみてて一部の超人以外はキャリア的側面でマイナスのほうが多い気がしてる。本来順序立てて学ぶべきことを全てすっ飛ばしてる印象。ただ実質的にアソシエイトの役割のことも多いのでその場合は大丈夫だと思います。

Fritz.M.K

@fmkpro1984

4 years

新卒で PM な人の記事を読んで。求められる能力がかなり広範囲に渡るので「新卒で PM」って相当大変だろうな、と思うんだけど、どうなんだろう…？千尋の谷に突き落として自ら這い上がってきたやつだけ生き残れる、みたいな感じなのかしらん。

4

7

116

3

4

70

鮭

@shakezo_

2 years

SQLで集計できるようになった人が次によく躓く「分析の優先順決めができない」は分析力の問題というよりは、事業やプロダクトに対する解像度が不足しており構造化できていないのが原因なので、まずは事業構造の分析をするのがおすすめです。

1

4

70

鮭

@shakezo_

2 months

2010年代前半に流行ったグロースハック系施策はこういうのめっちゃ多かった。短期的に数値がガンガン上がるのだけど長期的にはネガティブな効果を及ぼし、気付いたときには売上に占めるインパクトが大きすぎて切り戻せずプロダクトが緩やかに死んでいく。

ヒザ

@__hiza__

2 months

あと、ブラウザバック広告でCVRが上がったことはABテストで測れるけど、「結果として広告全般への忌避感が上がって広告ブロッカーの導入が増える」とかそういう長期的なネガティブはほぼ測定できないから、ABテストの結果から機械的にリリース判定してると危険なんだよな

2

29

118

0

18

69

鮭

@shakezo_

5 years

施策のための分析課題発見のための分析プロダクト戦略のための分析経営の意思決定のための分析上に行くほど意思決定者＝分析者になったほうが効率が良く、下に行くほど分離したほうが良いのではないかと思う。

0

12

66

鮭

@shakezo_

8 years

某ファッションサイトのデータサイエンティスト案件、募集人数１名なのに年収400万円〜2000万円なんてバカみたいにレンジが広いの、任せたい職務のきちんと定義ができてないか、できてるならその仕事の価値を適切に評価できる人がいないってことなので完全に地雷案件なのでは…。

0

45

64

鮭

@shakezo_

2 years

SQL習得コツですが、一度さっと文法を学んであとはひたすら演習（または現場でデータ抽出）してください。そして演習でわからないところ、忘れているところがあったらその都度調べてください。これを繰り返すと自然にかけるようになります。

1

63

鮭

@shakezo_

4 years

データアナリストの場合は統計解析に詳しくなるというのも一つの方向性だけどWeb企業で働く場合ここは大して需要がないので分析の企画系にいくか、マネージャーになるか、隣接専門領域と掛け合わせましょうというお話。

鮭

@shakezo_

4 years

Web業界のデータ分析職(行動ログ分析メインの人)は専門職と呼ぶには専門性が低すぎるのでいずれ淘汰されるだろうというのが私の見立てです。対になる定性のUXリサーチを学ぶとその専門性の低さを実感できると思う。

0

19

147

0

5

59

鮭

@shakezo_

10 months

KGIに対してKPIをどのように設計するかは組織の状態にかなり依存すると考えていて、例えば売上10%UPというKGIに対して顧客数を15%増やしてみたいなものから、顧客訪問回数を1日3回以上みたいに超具体の行動レベルにも落とし込むこともできます。

0

8

60

鮭

@shakezo_

2 years

データ分析＝統計分析みたいな印象をもってる人も多い印象があるけど、データ分析の本質は「比較」なので、統計分析できなくてもデータ分析はできます。

1

0

58

鮭

@shakezo_

4 years

強いデータアナリストになりたいなら自身のOSスペックを上げろにみたいな側面があるのでデータアナリストになりたい学生はへたな会社にデータアナリストとして就職先するよりもコンサルとか思考体力を極限まで求められる会社に入ったほうが後々伸びる気がするんですよね。

0

7

58

鮭

@shakezo_

4 years

データアナリストのキャリアは長期的にはプロダクトマネージャーになるか分析部門のマネージャーになるかが良いと思うよ。課題発見と分析できるPdMは差別化できるし、マネジメントしたいアナリストは希少だし。あとどっちも年収高いです。

0

1

57

鮭

@shakezo_

4 years

BIとUXリサーチの統合してグロースする方法

ビジネスインテリジェンスと UXリサーチの統合

speakerdeck.com

0

7

55

鮭

@shakezo_

4 years

これは勘違い。ペルソナはマーケターの願望を反映させたものではなく観察やインタビューデータをもとに作成したターゲット像です。

西村マサヤ

@masayaquality

4 years

ペルソナ設定はマジ意味ないと思ってるのだけど、やはり『ブランディングの科学』でも否定されてた。ペルソナってマーケターの「願望の反映」。その証拠に「高所得」「好奇心旺盛」「情報収集に熱心」「成長意欲が高い」そんな性格ばかりでてくる。あれはマーケ「やってる感」でしかないと思う。

12

187

2K

1

9

56

鮭

@shakezo_

3 years

読了。いまのところ今年読んでよかった本No1。時間的自由を手に入れても人は退屈をするという問題を抱えていて、そこに対してどう向き合うべきかについての指針になる本。

暇と退屈の倫理学増補新版 (homo Viator)

「わたしたちはパンだけでなく、バラも求めよう。生きることはバラで飾られねばならない」明るく潑剌と、人生の冒険に乗りだすための勇気を! 新版に寄せた渾身の論考「傷と運命」(13,000字)を付す。序章「好きなこと」とは何か? 第一章暇と退屈の原理論──ウサギ狩りに行く人は本当は何が欲しいのか? 第二章暇と退屈の系譜学──人間はいつから退屈しているのか? 第三章暇と退屈の経済史──...

www.amazon.co.jp

0

1

57

鮭

@shakezo_

2 years

毎回1on1でSQLを教える仕事のルーチンさに疲れ果ててたので、最近動画教材を作ってパイロットテスト中なのだけど、SELECTを知らない状態の人が1ヶ月でファネル分析までできるようになったので満足じゃ。

1

7

57

鮭

@shakezo_

5 years

データ集計マンは付加価値低いけど転職したばかりとか新しいサービスに関わるときは最初はとにかく集計マンになってデータの感覚を掴むのはとても大事だと思います。

0

9

57

鮭

@shakezo_

4 years

4年前にデータサイエンティストとしてバリバリやってた自分がいきなりユーザーインタビューをはじめ定性分析とUXデザインに全振りした仕事をやり始めた時の周りの反応に「バカな」感あったし、いまなら「なるほど」と理解されるからデータ活用×デザインは良い戦略だったと思う。

森山大朗(たいろー) Work in Tech!

@tairo

4 years

この「戦略とは捨てること」ついて、Voicy で僕が見てきた事例を『ユニコーン🦄転職ラジオ』第6話としてお話ししてみました🎤😊貴方のキャリアにも「バカな」と「なるほど」をストーリーとして取り入れてみて下さいね🌟

0

1

22

0

2

52

鮭

@shakezo_

5 years

専門はなんですか？と聞かれて答えが「データ分析」である場合それが本当に専門にすべき仕事であるかはよく考えたほう良いかもしれない。専門性の高いデータ分析は名前がちゃんとついていることが多くて、それはSEOやAdやマーケティングリサーチだったり、品質工学や金融工学だったりします。

0

13

49

鮭

@shakezo_

4 years

データアナリストの採用試験で分析力を見極めるためにケース面接をすることが多いのだけど、最近は一緒にKA法を実施するもよいなと思ってる。KA法のスキルと分析力は間違いなく強い相関がある。

0

2

50

鮭

@shakezo_

5 years

◯◯を分析してほしいと依頼された内容をそのまま受けると分析よりも集計作業に近い内容になることが多いぽよ。専門外の方からの依頼はお題が間違っている場合も多いので、まずは何をしたいのかを聞いて適切な分析提案をするのがおすすめぽよ。

0

8

49

鮭

@shakezo_

3 years

10XのGrowth＆Successチームはわかってる感がぱない。俺たちデータ人材はこういう組織を求めてるんだよというものが詰め込まれている。

0

1

50

鮭

@shakezo_

3 years

データ分析人材、わいの独断と偏見によると興味のないことや非合理的な意思決定の従うのに我慢できないタイプが多いので期間を区切ったプロジェクト単位の契約で働くほうがストレスなく楽しく働けると思うんだよね。

0

6

49

鮭

@shakezo_

15 days

データ分析の目的はビジネス課題があって初めて決まるので、データ分析の目的が曖昧になってるときは解決したいビジネス課題が曖昧になってるケースが多いので、一旦データ分析を忘れて何を解決したいのかを考えるのが大事。

0

6

49

鮭

@shakezo_

3 years

ここには無いけどPMFしたサービスは勝手に伸びるからこまい機能追加するよりも成長の障害を取り除くことに意識を向けろ、そして成長はある日突然止まるから次の仕込みをやっておけも推したい。

hikaru / 樫田光

@hik0107

3 years

金曜の夜だしこれまでの学びをまとめてる。自分がメルカリにはいる前に知っていれば、同じ成果を出すのに20%位の時間で出来たであろう、そんな圧倒的な知見たち。まあ、それを肌身を切って知るということが大事で、はじめから紙の上の知識として知っていても意味はなかったりする側面もあるのですが

3

792

6K

0

1

47

鮭

@shakezo_

2 years

需要結構ありそうなのでつくります。せっかくなのでTIPS記事ではなく、体系的な内容にしてPMFしたサービスをもってるミドル〜メガベンチャーが実際にやってるプロダクトグロースのためのデータ分析の方法と思考様式を誰でも再現できるレベルのものを作成しようと思います。

鮭

@shakezo_

2 years

データ分析のためのSQLが書けるようになった人向けに、データ分析そのものの入門的な講座、こんな感じかなーとさくっと目次だけ簡単に作ってみたんですが需要ありますか？

1

12

197

1

0

47

鮭

@shakezo_

5 years

今週からデザイン思考×データアナリティクスをテーマに現職で貯めた知見をnoteに書いていく！

0

1

45

鮭

@shakezo_

4 years

SQLの学習コストって大体40時間くらいなんでPdMは全員スキル習得するの激オススメ。自分で簡単な分析ができるとクイックに様々な仮説検証ができるようになるので企画の精度が全然変わります。

0

3

46

鮭

@shakezo_

2 years

現実はまずは線形回帰以前にちゃんとしたダッシュボードをつくりましょうからスタートするケースも多いとか

0

7

45

鮭

@shakezo_

1 year

うまく行くプロダクト、データ分析するまでもなく勝手に伸びがち

0

4

45

鮭

@shakezo_

2 years

こういうグラフを作る会社にデータアナリストが入社したら間違いなく不幸になるという予感しかしない。

しょんぼりんぐ

@shonboring777

2 years

楽天モバイルの課金ユーザー数、グラフの軸を正しく表示すると、随分印象変わるよねw ←CEOプレゼン資料　　実数値→

45

2K

4K

3

9

43

鮭

@shakezo_

2 months

【Q】未経験からデータアナリストになるにはどうしたら良いですか？経験がないから採用されず、採用されないから分析の経験が詰めないデットロック状態です。回答↓ まずはSQLをマスターしましょう。

0

8

43

鮭

@shakezo_

2 years

リリースから1ヶ月経過し「ゼロからはじめるデータ分析のためのSQL入門」が全コース中3%の質の高いUdemyコースにのみ適用されるUdemy Businessコレクションに選ばれました！

SQL：ゼロからはじめるデータ分析のための実践的SQL入門〜現場で使えるSQLを最短経路で習得〜

プロのデータアナリストが完全初心者を対象にゼロから実務レベルのSQLを書けるレベルにまで道案内いたします。コース完走時には、基礎的な集計操作はもちろん、実務で必須となるデータ加工や課題発見のデータ分析ができるようになります。

www.udemy.com

1

42

鮭

@shakezo_

3 years

UXグロースモデル本良い。自分もこれまで似たようなことをやってきたけど、この方法は本当に面白いくらい成果がでるようになるので皆実践して欲しい。私の施策ヒット率はこの方法をマスターしてから大小あるけど6割は超えていると思う。

1

42

鮭

@shakezo_

5 years

エンジニアリングが特段好きじゃないデータサイエンス人材はデザイン思考を学んで企画側に回るのがおすすめルートです。

テラモナギ

@teramonagi

5 years

だめや何回考えてもまともにデータサイエンスをやるためにはデータサイエンティスト全員クビにして、データサイエンスのわかるエンジニア大量に雇った方がうまくいく気がする。

1

18

104

1

5

42

鮭

@shakezo_

5 years

人参をきれいに切る能力とかじゃがいもを茹でる能力を極めてもその先がみえないは当然でシェフを目指すのが普通です。ちなみに機械学習や統計モデリングができるのは美味しいソースを作れるに近いのでそれだけで生きていけます。

4

8

41

鮭

@shakezo_

2 months

優秀なアナリストは他の人よりも成功への道筋が見えてしまうからこそ、分析側に居て見えない人の説得することにコストをかけるより、さっさと意思決定権をもてるビジネス側いって、分析を指示をする側になるので優秀なアナリストがアナリストしての肩書をもつ期間はとても短い。

だみ〜

@guiltydammy

2 months

Why the 100x analyst doesn’t exist by @mikldd

0

8

0

5

41

鮭

@shakezo_

3 years

データ「サイエンス」はどこまでいっても「あったほうが良いもの」を超えられない気がしますね。そもそもそういう性質のものだと思ったほうが良い気がします。普通の会社がまずやるべきことはデータに立脚したビジネスアナリティクスであってデータサイエンスではないとおもうしゃけでした。

やっぱり鎌倉がいいね

@tetsuroito

3 years

エンドツーエンドでデータサイエンスがミッションクリティカルになる事例を俺はほとんど知らないな。レコメンドのコンポーネントくらいか

1

7

0

4

41

鮭

@shakezo_

10 months

データ分析するときにまずは現状把握をするのってものすごい大切なのですが、実はこれちゃんとやろうとするとものすごく時間かかります。

0

4

40

鮭

@shakezo_

5 years

データ分析者と意思決定者を分けるべきか問題は分離によって発生する情報ロスによる意思決定精度の低下と客観性の担保のトレードオフ問題なのでどっちが正しいとか原則どちらにするかという問題ではないので、問題提起自体を疑ったほうがいい。

1

6

40

鮭

@shakezo_

3 years

UXリサーチとBI的なデータ分析をすればプロダクトのどこにどのような問題を抱えていて、それを解決するとどれくらいのインパクトがあるかを見積ることができる。分析としてはほぼ完璧。一方でそこからの課題解決のためのデザインの技法は未だに企画者依存が強いのでここを改善したい。

3

1

40

鮭

@shakezo_

4 years

webのデータ分析は定性・定量あるいはUXリサーチ⇔データ分析(BI)の切り口ではなくプロダクト分析⇔事業分析のフレームでみたほうがスッキリする。当然分析対象と目的が変われば必要な手法も変わってくる。最近流行りの定量×定性分析はプロダクト分析のスキル、KPI分解は事業分析のスキルである。

0

4

40

鮭

@shakezo_

2 years

データアナリストですらビジネス-KPIとUX-KPIを連動させずにビジネスKPIの分解だけしてしまっているケースが散見されるのわりと課題な気がするんだよな。

0

1

38

鮭

@shakezo_

3 years

UXリサーチやBI系のデータ分析のノウハウって溜め込まずにどんどん吐き出したほうがお得だと思うんですよ。どちらも「頭の使い方」が最も成果に影響するので「やり方」を学んだだけでは成果でないから希少性がなくなるマイナス面よりも裾野が広がったり認知されるメリットのほうが大きいと思う。

0

3

39

鮭

@shakezo_

3 years

「学力の経済学」は実務経験の浅いジュニアデータアナリストがやってしまいがちなアンチパターンを踏みまくっているので分析人材には一度は読んで欲しい。

0

39

鮭

@shakezo_

3 years

実力のあるPdMは従業員としてPdMをする理由があまりなく起業してしまう人が多そうなので、PdMは常に人材不足になる運命にあるのでは。

0

37

鮭

@shakezo_

3 years

理数系院卒からならわりと短期間でキャッチアップできるけど高校数学で止まってる人が転身した場合、scikit-learn使えるようになりましたの次のレベルに行くのが結構厳しそうな印象がある。

Grahamian | データアナリスト

@grahamian2317

3 years

「未経験からデータサイエンティストになりました！」みたいなやつってエンタメとしては面白いし頑張ったんだなっておもうんですけど、それは例外であってメインストリームじゃないんですよね。大学などで教育を受けた人や類似の業務の経験値を積んだ人以外はかなり厳しいよ。他の業種でも同様。

1

20

221

1

3

38

鮭

@shakezo_

3 years

面白かった。5年くらい前は自分も似たような悩みを抱えていた。一昔前より道が整備されてるから一見楽なようで職種定義が進んでしまったことで逆にキャリアが難しくなってる感じがする。ただスキルに逃げず事業に向き合い続けていれば勝手に道は開けると思うのでそこまで心配しなくてもよい気がします

Grahamian | データアナリスト

@grahamian2317

3 years

データアナリストのキャリア難しすぎワロタなので配信します。19時からです。

0

1

34

0

2

38

鮭

@shakezo_

4 years

マーケリサーチ業界も経験済みですが、リサーチ業界の方はUXの理解が弱いためインタビューや行動観察をレポートにまとめるケースが多く、リサーチスルーデザインのスキルやプロトタイピングやユーザビリティテストあたりのスキルが抜けてるイメージがあります。

KOUSHO｜アナリスト

@kousho_mkt

4 years

この話直接聴いてないんですが、UXリサーチってWeb業界の方が新しい風に言ってるけど、これまでマーケティングリサーチャーがやってきた定性調査と違いはないと思ってる。一方でマーケティングリサーチャーの人気の無さを見るとリサーチ業界のマーケティング力の無さを感じざるを得ない。

4

3

18

2

6

37

鮭

@shakezo_

5 years

研究者でない実務のデータ分析職って言うほど専門性高くないし2〜3年で分析能力はカンストする印象。むしろ数年でカンストしなかったら才能がないから別分野言ったほうがいい気がしてます。なので超専門職っていう認識が間違いで若い分野なので人材の平均レベルが低いだけいうのが実態な気がします。

だみ〜

@guiltydammy

5 years

最近のデータ分析者は超専門職だから調整役別に立てろの風潮は割と反対で、自分で現場間の調整くらいはできないと分析者としては失格なんじゃないっすかねえ、が私の意見ですね　ていうかこういう分析やってよって言われてやる分析ほどつまらんものないでしょ　自分で分析提案するから面白いんでしょ

0

14

84

0

11

37

鮭

@shakezo_

8 years

サービスデザインがだめだとねぇ、AIで精度をあげても意味がないんだよ。ユーザ体験がさき、人工知能はあと　しゃけを

0

20

36

鮭

@shakezo_

5 years

Web系のビジネス系データアナリスト的な仕事(not ML,統計)とUXリサーチの仕事のどちらの専門性が高いかというと圧倒的に後者。ただどちらも本質的には知識よりも構造化スキルと抽象度コントロールの技術がアウトプットの質を決めるので思考体力がものをいう世界なのは間違いない。

1

2

36

鮭

@shakezo_

2 years

本人わりとデータ分析界隈全般詳しいけど、もうデータアナリストもPMもUXリサーチャーもあまりやる気がなく完全に宝の持ち腐れ感あるのでツイッターなりUdemyなりでノウハウ垂れ流していきます。

0

36

鮭

@shakezo_

8 years

「Python機械学習プログラミング」内容的にもレベル的にも「Rで学ぶデータサイエンス」のPython版という感じで良い。scikit-learnを使うときに手元に置いておくと捗りそう。

0

8

35

鮭

@shakezo_

2 months

データアナリストもエンジニアもデザイナーもそうだけど、多くの専門職には本人の思考特性との相性による明確な向き不向きがあるので、自分の日常的に行っている頭の使い方と同じ使い方をしている職種を選ぶのが職種選びの勝ち筋です。

0

2

36