Enviar búsqueda
Cargar
20131031 首都大学東京 cloud_computing講演会 講演資料(野上)
•
19 recomendaciones
•
4,717 vistas
Daisuke Nogami
Seguir
首都大学東京システムデザイン学部で実施されたクラウド・コンピューティング講演会でお話しさせていただいたときの資料です。
Leer menos
Leer más
Empresariales
Denunciar
Compartir
Denunciar
Compartir
1 de 31
Recomendados
データに振り回されて失敗した あんなことやこんなこと+α 〜なぜ数字の手助けが必要になるのか、その理由と分析の実践例〜
データに振り回されて失敗した あんなことやこんなこと+α 〜なぜ数字の手助けが必要になるのか、その理由と分析の実践例〜
Daisuke Nogami
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Hisahiko Shiraishi
リーンスタートアップの企画検討と起業準備 ブレークスルーキャンプ by IMJ セミナー第2回
リーンスタートアップの企画検討と起業準備 ブレークスルーキャンプ by IMJ セミナー第2回
ブレークスルーパートナーズ 赤羽雄二
データに振り回されて失敗したあんなことやこんなこと~ゲームのために必要な本当のビジネス・アナリティクス~
データに振り回されて失敗したあんなことやこんなこと~ゲームのために必要な本当のビジネス・アナリティクス~
Daisuke Nogami
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
Daisuke Nogami
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
Takashi J OZAKI
最新業界事情から見るデータサイエンティストの「実像」
最新業界事情から見るデータサイエンティストの「実像」
Takashi J OZAKI
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
Kenshin Yamada
Recomendados
データに振り回されて失敗した あんなことやこんなこと+α 〜なぜ数字の手助けが必要になるのか、その理由と分析の実践例〜
データに振り回されて失敗した あんなことやこんなこと+α 〜なぜ数字の手助けが必要になるのか、その理由と分析の実践例〜
Daisuke Nogami
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Hisahiko Shiraishi
リーンスタートアップの企画検討と起業準備 ブレークスルーキャンプ by IMJ セミナー第2回
リーンスタートアップの企画検討と起業準備 ブレークスルーキャンプ by IMJ セミナー第2回
ブレークスルーパートナーズ 赤羽雄二
データに振り回されて失敗したあんなことやこんなこと~ゲームのために必要な本当のビジネス・アナリティクス~
データに振り回されて失敗したあんなことやこんなこと~ゲームのために必要な本当のビジネス・アナリティクス~
Daisuke Nogami
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法
Daisuke Nogami
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
Takashi J OZAKI
最新業界事情から見るデータサイエンティストの「実像」
最新業界事情から見るデータサイエンティストの「実像」
Takashi J OZAKI
DeNAの分析を支える分析基盤
DeNAの分析を支える分析基盤
Kenshin Yamada
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
Hirofumi Ikeda
データサイエンティストの憂鬱と退屈
データサイエンティストの憂鬱と退屈
Shu (shoe116)
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
BrainPad Inc.
5年後のデータサイエンティスト
5年後のデータサイエンティスト
Drecom Co., Ltd.
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
Takashi J OZAKI
10年前「Microsoftの社員だと思って働け!」と教育されて嫌気がさして出てった人から見た「外の世界」の話 #JCCMVP
10年前「Microsoftの社員だと思って働け!」と教育されて嫌気がさして出てった人から見た「外の世界」の話 #JCCMVP
Kazuhito Miura
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)
Nagi Teramo
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
Takashi J OZAKI
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
Python for R Users
Python for R Users
Ajay Ohri
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
Nagi Teramo
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
Takashi J OZAKI
Deep learningの軽い紹介
Deep learningの軽い紹介
Yoshihisa Maruya
失敗から学ぶデータ分析グループのチームマネジメント変遷
失敗から学ぶデータ分析グループのチームマネジメント変遷
Tokoroten Nakayama
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 Dockerマン
Nagi Teramo
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
Tokoroten Nakayama
20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座
Tomoshige Nakamura
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
Tokoroten Nakayama
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
Jun Okumura
SEGA : Growth hacking by Spark ML for Mobile games
SEGA : Growth hacking by Spark ML for Mobile games
DataWorks Summit/Hadoop Summit
Más contenido relacionado
Destacado
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
Tokoroten Nakayama
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
Hirofumi Ikeda
データサイエンティストの憂鬱と退屈
データサイエンティストの憂鬱と退屈
Shu (shoe116)
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
BrainPad Inc.
5年後のデータサイエンティスト
5年後のデータサイエンティスト
Drecom Co., Ltd.
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
Takashi J OZAKI
10年前「Microsoftの社員だと思って働け!」と教育されて嫌気がさして出てった人から見た「外の世界」の話 #JCCMVP
10年前「Microsoftの社員だと思って働け!」と教育されて嫌気がさして出てった人から見た「外の世界」の話 #JCCMVP
Kazuhito Miura
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)
Nagi Teramo
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
Takashi J OZAKI
Stan超初心者入門
Stan超初心者入門
Hiroshi Shimizu
Python for R Users
Python for R Users
Ajay Ohri
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
Nagi Teramo
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
Takashi J OZAKI
Deep learningの軽い紹介
Deep learningの軽い紹介
Yoshihisa Maruya
失敗から学ぶデータ分析グループのチームマネジメント変遷
失敗から学ぶデータ分析グループのチームマネジメント変遷
Tokoroten Nakayama
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 Dockerマン
Nagi Teramo
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
Tokoroten Nakayama
20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座
Tomoshige Nakamura
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
Tokoroten Nakayama
Destacado
(20)
DAUを評価指標から捨てた会社の話 #tokyowebmining
DAUを評価指標から捨てた会社の話 #tokyowebmining
なぜ数学と理系人材がビジネスの現場で必要とされるのか
なぜ数学と理系人材がビジネスの現場で必要とされるのか
データサイエンティストの憂鬱と退屈
データサイエンティストの憂鬱と退屈
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
5年後のデータサイエンティスト
5年後のデータサイエンティスト
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
10年前「Microsoftの社員だと思って働け!」と教育されて嫌気がさして出てった人から見た「外の世界」の話 #JCCMVP
10年前「Microsoftの社員だと思って働け!」と教育されて嫌気がさして出てった人から見た「外の世界」の話 #JCCMVP
さらば!データサイエンティスト
さらば!データサイエンティスト
続わかりやすいパターン認識11章(11.1 - 11.4)
続わかりやすいパターン認識11章(11.1 - 11.4)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
Stan超初心者入門
Stan超初心者入門
Python for R Users
Python for R Users
5分でわかるかもしれないglmnet
5分でわかるかもしれないglmnet
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
Deep learningの軽い紹介
Deep learningの軽い紹介
失敗から学ぶデータ分析グループのチームマネジメント変遷
失敗から学ぶデータ分析グループのチームマネジメント変遷
Reproducebility 100倍 Dockerマン
Reproducebility 100倍 Dockerマン
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
20140727_第1回スポーツデータアナリティクス基礎講座
20140727_第1回スポーツデータアナリティクス基礎講座
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
Similar a 20131031 首都大学東京 cloud_computing講演会 講演資料(野上)
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
Jun Okumura
SEGA : Growth hacking by Spark ML for Mobile games
SEGA : Growth hacking by Spark ML for Mobile games
DataWorks Summit/Hadoop Summit
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
The Japan DataScientist Society
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
佑 甲野
ウェブブラウザの時代は終わるのか 〜スマホアプリとHTML5の未来〜
ウェブブラウザの時代は終わるのか 〜スマホアプリとHTML5の未来〜
Kazuho Oku
SocialGame 20130130 KnowledgeCommons vol.19
SocialGame 20130130 KnowledgeCommons vol.19
Visso株式会社
Service Cloud Trailblazers Meetup #01
Service Cloud Trailblazers Meetup #01
sfdc_sctb
【14-E-7】Technology Enterprise Development「悪ふざけに関する真面目な話」
【14-E-7】Technology Enterprise Development「悪ふざけに関する真面目な話」
Kent Ishizawa
CNTK deep dive
CNTK deep dive
Kyoichi Iwasaki
Zansa第12回資料 「ソーシャルゲームでは、データがユーザーを理解する!」
Zansa第12回資料 「ソーシャルゲームでは、データがユーザーを理解する!」
Shota Kubo
ヒーロー島 Visual Studio 2012
ヒーロー島 Visual Studio 2012
智治 長沢
データサイエンティストの就労意識
データサイエンティストの就労意識
The Japan DataScientist Society
TechTarget新サービス
TechTarget新サービス
リード研究所 / Lead Lab
アプリの「無事故リリース」を目指して~品質管理部によるSmartBeat活用事例~
アプリの「無事故リリース」を目指して~品質管理部によるSmartBeat活用事例~
CYBIRD Co.,Ltd.
強化学習を利用した自律型GameAIの取り組み ~高速自動プレイによるステージ設計支援~ #denatechcon
強化学習を利用した自律型GameAIの取り組み ~高速自動プレイによるステージ設計支援~ #denatechcon
DeNA
DeNA の Slack 導入と活用の事例紹介
DeNA の Slack 導入と活用の事例紹介
DeNA
アンラーニング
アンラーニング
Yoshiki Shibukawa
DeNAのプログラミング教育の取り組み #denatechcon
DeNAのプログラミング教育の取り組み #denatechcon
DeNA
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
miyanegi
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
Similar a 20131031 首都大学東京 cloud_computing講演会 講演資料(野上)
(20)
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
SEGA : Growth hacking by Spark ML for Mobile games
SEGA : Growth hacking by Spark ML for Mobile games
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
データサイエンティスト協会スキル委員会2ndシンポジウム講演資料
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
強化学習技術とゲーム AI 〜 今できる事と今後できて欲しい事 〜
ウェブブラウザの時代は終わるのか 〜スマホアプリとHTML5の未来〜
ウェブブラウザの時代は終わるのか 〜スマホアプリとHTML5の未来〜
SocialGame 20130130 KnowledgeCommons vol.19
SocialGame 20130130 KnowledgeCommons vol.19
Service Cloud Trailblazers Meetup #01
Service Cloud Trailblazers Meetup #01
【14-E-7】Technology Enterprise Development「悪ふざけに関する真面目な話」
【14-E-7】Technology Enterprise Development「悪ふざけに関する真面目な話」
CNTK deep dive
CNTK deep dive
Zansa第12回資料 「ソーシャルゲームでは、データがユーザーを理解する!」
Zansa第12回資料 「ソーシャルゲームでは、データがユーザーを理解する!」
ヒーロー島 Visual Studio 2012
ヒーロー島 Visual Studio 2012
データサイエンティストの就労意識
データサイエンティストの就労意識
TechTarget新サービス
TechTarget新サービス
アプリの「無事故リリース」を目指して~品質管理部によるSmartBeat活用事例~
アプリの「無事故リリース」を目指して~品質管理部によるSmartBeat活用事例~
強化学習を利用した自律型GameAIの取り組み ~高速自動プレイによるステージ設計支援~ #denatechcon
強化学習を利用した自律型GameAIの取り組み ~高速自動プレイによるステージ設計支援~ #denatechcon
DeNA の Slack 導入と活用の事例紹介
DeNA の Slack 導入と活用の事例紹介
アンラーニング
アンラーニング
DeNAのプログラミング教育の取り組み #denatechcon
DeNAのプログラミング教育の取り組み #denatechcon
SLAM開発における課題と対策の一例の紹介
SLAM開発における課題と対策の一例の紹介
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
Último
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
masakisaito12
株式会社MAVEL会社概要_アフィリエイト広告_運用型広告_LTVを予測しLOIを最適化する広告代理店
株式会社MAVEL会社概要_アフィリエイト広告_運用型広告_LTVを予測しLOIを最適化する広告代理店
ssuserfb441f
ストックマーク株式会社がお客様へご提供しているAnews概要資料のご共有.pdf
ストックマーク株式会社がお客様へご提供しているAnews概要資料のご共有.pdf
masakisaito12
UP103シリーズ パワーコメット ユニパー スライドレールタイプ 瓦揚げ機 ウインチ
UP103シリーズ パワーコメット ユニパー スライドレールタイプ 瓦揚げ機 ウインチ
ユニパー株式会社
20240427 zaim academy counseling lesson .pdf
20240427 zaim academy counseling lesson .pdf
ssuser80a51f
シンフォニティ株式会社(SYMPHONITY , Inc.) 会社説明・人材採用資料
シンフォニティ株式会社(SYMPHONITY , Inc.) 会社説明・人材採用資料
シンフォニティ 株式会社
Service-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadership
Yasuyoshi Minehisa
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
KayaSuetake1
Último
(8)
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
ストックマーク株式会社がご提供しているAnews(エーニュース)概要紹介.pdf
株式会社MAVEL会社概要_アフィリエイト広告_運用型広告_LTVを予測しLOIを最適化する広告代理店
株式会社MAVEL会社概要_アフィリエイト広告_運用型広告_LTVを予測しLOIを最適化する広告代理店
ストックマーク株式会社がお客様へご提供しているAnews概要資料のご共有.pdf
ストックマーク株式会社がお客様へご提供しているAnews概要資料のご共有.pdf
UP103シリーズ パワーコメット ユニパー スライドレールタイプ 瓦揚げ機 ウインチ
UP103シリーズ パワーコメット ユニパー スライドレールタイプ 瓦揚げ機 ウインチ
20240427 zaim academy counseling lesson .pdf
20240427 zaim academy counseling lesson .pdf
シンフォニティ株式会社(SYMPHONITY , Inc.) 会社説明・人材採用資料
シンフォニティ株式会社(SYMPHONITY , Inc.) 会社説明・人材採用資料
Service-introduction-materials-misorae-leadership
Service-introduction-materials-misorae-leadership
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
202405_VISIONARYJAPAN_engineerteam_entrancebook(ver2.1)
20131031 首都大学東京 cloud_computing講演会 講演資料(野上)
1.
一般公開用 スライド・図表の一部を 削除させていただいております 首都大学東京 クラウドコンピューティング講演会 ビジネスの現場での、 データサイエンティストの働き方 ~ホントのところ、 いったいなにをやっているのか~ October 31, 2013 NOGAMI
Daisuke (Analytics Strategist) Analytics Dept. Service-Analytics Gr. Mobage JP Region. Platform Unit DeNA Co., Ltd. Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
2.
本日お話しさせていただくこと 自己紹介 データサイエンティストのスキルセットと働き方 ⁃
データサイエンティストの定義 ⁃ DeNAにおけるデータサイエンティストのパターン ⁃ 具体的な分析事例(離脱率抑制、ゲーム活性化) 「情報通信分野をリードする底力のある技術者」が、 この潮流を活かすには ⁃ エンジニアの強みを活かす ⁃ エンジニアの弱みをカバーする 2 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
3.
本日の発表の進め方 できるだけ、みなさまの疑問・質問に答えながら進めたいと 考えております 本当は、十分に質疑応答の時間を取りたいのですが… 1番手ということで、時間厳守で進めないといけません
というわけで、ハッシュタグつけてtweetしていただければ、 随時見て、疑問・質問にお答えしながら発表していきます ⁃ ハッシュタグは、 #tmu_cloud です 1点だけお願い: スライドの写真掲載は避けてください… ⁃ 差支えのないスライドは、あとでSlideshareに掲載します 3 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
4.
自己紹介 4 Copyright (C) 2013
DeNA Co.,Ltd. All Rights Reserved.
5.
自己紹介 野上 大介(のがみ だいすけ) ⁃
Mobage統合事業本部 JPリージョン事業本部 プラットフォーム本部 分析部 サービスアナリティクスGr. • 業務内容の詳細は後述 • 過去の対外発表 : • CEDEC2013 ”決定版:サービスの盛り上がり具合をユーザの数(DAU)から読み解く方法” http://cedil.cesa.or.jp/session/detail/1053 経歴 ⁃ 野村総合研究所で戦略コンサルタントとして6年半勤務 • 事業戦略の推進に必要となるリサーチ・戦略立案・業務改革を支援 • 担当業界は、金融・小売・通信・製造・非営利団体 など ⁃ 2011年11月にDeNA入社 データマイニング部を経て現職 5 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
6.
よくある質問「DeNAの社員ってゲームをしてるの?」 ちゃんと遊んでいます! ちなみに、会場の皆様は、どんなソーシャルゲーム/スマート フォンアプリを遊ばれていますか?
たとえば ⁃ 怪盗ロワイヤル ⁃ FINAL FANTASY BRIGADE ⁃ ガンダムカードコレクション ⁃ アイドルマスター シンデレラガールズ ⁃ パズル&ドラゴンズ ⁃ 魔法使いと黒猫のウィズ ⁃ クラッシュ・オブ・クラン ⁃ 艦隊これくしょん 6 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
7.
• データサイエンティストの定義 • DeNAにおけるデータサイエンティストのパターン データサイエンティストのスキルセットと働き方 7 Copyright
(C) 2013 DeNA Co.,Ltd. All Rights Reserved.
8.
データサイエンティスト、ってなんぞや? 日本での流行のきっかけ: Harvard Business
Review 「データ・サイエンティスト ほど素敵な仕事はない」 ⁃ 組織は新しいタイプの専門職を 必要としている。それは 「データ・サイエンティスト」 と呼ばれる人々である。 ⁃ 彼らは大容量の非構造化データ に構造を見出し、分析可能に し、ビジネスに役立つ知見を導 き出すことができる。 ⁃ 実際に、SNSの〈リンクトイ ン〉の躍進の背後には、彼らの 貢献がある。 Source: Diamond Harvard Business Review Website (URL: http://www.dhbr.net/articles/-/1565 ) 8 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
9.
Google検索してもよくわからない それぞれの企業の実情に即した分類がされているようだ どうやら、①データサイエンスの専門家
②ITのスペシャリスト ③データを読み解くスペシャリスト がいるようだ • リクルートの尾崎さんのまとめがしっくりきました Source: 2012/09/13 PFIセミナー「データサイエンティストのつくり方」 PFI比戸将平さん (URL: http://www.slideshare.net/shoheihido/120913-pfi-dist ) データサイエンティストを目指す就活生の皆さんに役立つかもしれない記事まとめ リクルート尾崎隆さん (URL: http://tjo.hatenablog.com/entry/2013/09/25/201842 ) 9 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
10.
DeNAでのデータサイエンティストたちはどうか 職種は2種類:基盤系エンジニアとアナリスト 完全分業制ではなく、オーバーラップする領域も大きい ⇒
先ほどの3種類の定義がしっくりくる ①データサイエンスの専門家 ②ITのスペシャリスト ③データを読み解くスペシャリスト データ整備 大規模データ 処理基盤整備 データ抽出・集計 分析~施策実行 各サービスの 企画・開発・運用 モジュール開発 基盤系エンジニア アナリスト 企画・開発・運用担当 (EC・SG等) 10 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
11.
もう尐し具体的には何をしているのか ①データサイエンスの専門家 • 機械学習・統計学の専門性を生かして レコメンドエンジンを企画・運用 ②ITのスペシャリスト • 大手電機メーカーでの研究開発や、 モバゲーの運用を通じて得られた専門性を 生かして、データ分析基盤を運営
③データを読み解くスペシャリスト • ベンチャー企業でのサービス開発の経験を 生かし、ゲームのレベルデザインにも アドバイスを与えるプロデューサーの参謀 ※実は、データサイエンスの専門家でもあるんですが… 私は③の領域に該当します Source: リクナビNEXT 2100万会員モバゲータウンはデータマイニングの宝の山 (URL: http://next.rikunabi.com/tech/docs/ct_s03600.jsp?p=001829 ) 東大助教がDeNA転じゲームの「KPI番人」たるデータサイエンティストに (URL: http://itpro.nikkeibp.co.jp/article/COLUMN/20130801/496022/ ) DeNA キャリア採用サイト 社員紹介 Engineer Kenshin (URL: http://dena.com/recruit/career/staff/engineer/kenshin.html ) 11 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
12.
• ソーシャルゲームからの離脱率抑制 • ソーシャルゲームのチームでの競争の活性化 具体的な分析事例 12 Copyright
(C) 2013 DeNA Co.,Ltd. All Rights Reserved.
13.
事例紹介1 ~離脱率抑制~ 怪盗ロワイヤルにおける離脱率抑制の事例 事例1 ミッションをこなし、悪者をやっつける! 離脱率抑制のためのミッション見直し分析 仲間と一緒に世界のお宝を集める! 13 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
14.
事例紹介1 ~離脱率抑制~ ユーザーの進捗度(Lv)別に離脱率を集計すると… ユーザーのLv別離脱率集計結果 25% 15% Lv10のところで離脱率が高 くなっている(特異点) 10% 5% 0% Lv01 Lv02 Lv03 Lv04 Lv05 Lv06 Lv07 Lv08 Lv09 Lv10 Lv11 Lv12 Lv13 Lv14 Lv15 Lv16 Lv17 Lv18 Lv19 Lv20 離脱率 20% ユーザーの進捗度( Lv) 14 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
15.
事例紹介1 ~離脱率抑制~ 特定のミッション(クエスト)で非常にクリアに時間がかかってい ることが判明 Lv10におけるミッション別所要時間 2000 1800 1400 あるミッションだけ 所要時間が特に長い 1200 1000 800 600 400 200 10-I 10-H 10-G 10-F 10-E 10-D 10-C 10-B 0 10-A 平均所要時間 1600 ミ ショ ッ
ン 15 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
16.
事例紹介1 ~離脱率抑制~ 当該ミッションに必要な行動力を下げることで、ユーザーのゲーム 進行をスムーズにすることを意思決定 クエスト別 滞留時間のレポート SGアナリスト 設計・チューニング・レ ポーティングの相談 企画・開発・運用担当 (EC・SG等) 16 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
17.
事例紹介1 ~離脱率抑制~ 難易度調整後には平均所要時間が大幅に低下したことを確認 Lv10におけるミッション別所要時間 2000 1800 1400 1200 1000 800 600 400 200 10-I 10-H 10-G 10-F 10-E 10-D 10-C 10-B 0 10-A 平均所要時間 1600 ミ ショ ッ
ン 17 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
18.
事例紹介1 ~離脱率抑制~ 離脱率もチェックしたところ明確に低下したことが確認できた ユーザーのLv別離脱率集計結果 25% 難易度調整前 難易度調整後 15% 10% 5% 0% Lv01 Lv02 Lv03 Lv04 Lv05 Lv06 Lv07 Lv08 Lv09 Lv10 Lv11 Lv12 Lv13 Lv14 Lv15 Lv16 Lv17 Lv18 Lv19 Lv20 離脱率 20% ユーザーの進捗度( Lv) 18 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
19.
事例紹介1 ~離脱率抑制~ 「特に難しい特定のミッション」は難易度を下げるべきなのか? ⇒ 難関ステージもないとゲームは盛り上がらない… 19 Copyright
(C) 2013 DeNA Co.,Ltd. All Rights Reserved.
20.
事例紹介2 ~バトル活性化~ ユーザー5人ごとにグループを作り、 グループ内でポイントを争うイベント実施 5人1グループでポイントランキング競争! 20 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
21.
事例紹介2 ~バトル活性化~ グループバトルの際に、マリオカート※効果と言われるテクニック をうまく使っています ※一般的には「ラバーバンド効果」というらしいです 複数のユーザーが 上位を狙って争う 21 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
22.
事例紹介2 ~バトル活性化~ マリオカート効果とは、下位のユーザーほど追いつきやすいような 仕組みを入れて自然な接戦を演出すること 効力の弱いアイテムしか 手に入らない =下位を引き離しづらい 効力の強いアイテムが 手に入りやすい =上位に追いつきやすい 22 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
23.
事例紹介2 ~バトル活性化~ 順位が低いユーザーほど、フィーバー(※)の発生確率を高くし、 上位に追いつきやすくする ミッション1回あたりの フィーバー発生確率 0% 5% 10% 15% 20% 25% 30% 1位 2位 3位 4位 5位 ※フィーバーが発生すると一定時間獲得できるポイントが倍になる 23 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
24.
事例紹介2 ~バトル活性化~ 今回はグループ内の個人戦で、かつ順位が上がるほど賞品が豪華に なることから、“1つ上位のユーザーとの得点差”を接戦度合いの KPIとする(1位のみは2位との差とする) 1000pt 400 600pt 400 400pt 200 200pt 200 0pt 200 24 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
25.
事例紹介2 ~バトル活性化~ グループごとにきっちり接戦が演出できているか フィーバー導入前後でKPIを比較すると、導入後の方が数値が下がっ ている(=接戦になった)ことが確認できる ~100pt 0% 101~200pt 10% 20% 201~300pt 301~400pt 401~500pt 接戦度水準別のユーザー数分布 30% 40% 50% 60% 70% 501~pt 80% 90% 100% フィ ーバー導入前 フィ ーバー導入後 25 Copyright (C)
2013 DeNA Co.,Ltd. All Rights Reserved.
26.
「情報通信分野をリードする底力のある技術者」が この潮流を活かすには 26 Copyright (C) 2013
DeNA Co.,Ltd. All Rights Reserved.
27.
Source: 首都大学東京 システムデザイン学部
情報通信システムコース (URL: http://www.sd.tmu.ac.jp/sdfaculty/ice.html ) 27 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
28.
基盤技術の専門性があれば自由度は高まる 基盤技術や、学問的な基礎知識があれば、 ビジネスの実務に必要な道具が使える状態だと言える しかし、技術という道具に頼りすぎてしまいやすい気がする
どうすれば、「技術に使われる」状態を避けられるか? Source: データサイエンティストを目指す就活生の皆さんに役立つかもしれない記事まとめ リクルート尾崎隆さん (URL: http://tjo.hatenablog.com/entry/2013/09/25/201842 ) 28 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
29.
「人の心を動かす」ことへの意識が大切 データには、単純な行動が記録されているように見えてしまう ⁃ 何かを見た、何かをクリックした、何かを買った そのデータの向こう側には、ユーザのいろんな感情がある ⁃ 喜:貴重なカードやアイテムを獲得した ⁃ 怒:他のユーザとのバトルに負けた ⁃ 哀:イベントの先着n名ランキングに入れなかった ⁃ 楽:チームの仲間と一緒に楽しくプレイ
ゲーム以外でも、「人の心を動かす」ことの重要性はおなじ よろこび いかり たのしみ かなしみ 29 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
30.
本日お話しさせていただいたこと データサイエンティストのスキルセットと働き方 ⁃ データサイエンティストは(今のところ)3種類 • ①データサイエンスの専門家
②ITのスペシャリスト ③データを読み解くスペシャリスト ⁃ 様々なお客様を満足させるため、日々サービスの改善を 続けている 「情報通信分野をリードする底力のある技術者」が、 この潮流を活かすには ⁃ 基盤技術を身に着けていることは強み ⁃ 技術に使われるのではなく、 技術を使って、ユーザの気持ちが捉えられるようになろう 30 Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved.
31.
31 Copyright (C) 2013
DeNA Co.,Ltd. All Rights Reserved.