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．

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...

3. 自己紹介
以前こんな発表をした者です...

4. テーマは
「弊社の分析事情-○○社の場合」
入社してから前職やイメージ(?)と，
異なった部分を話したいと思います

5. Gunosy
データ×アルゴリズム
会社紹介

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

18. ダッシュボード（可視化）まわり
社内ダッシュボード
依頼ベースでの話は，
クエリを渡して
ディレクター側で運用しています!!

19. データ分析部 開発合宿

20. - データ分析部だけどコードも書く，ちょっと特殊なデータ分析部です（主観）
- まだまだ改善途中，ノウハウを共有しあってよいチームにしていきたい
まとめと，これから

21. ご清聴ありがとうございます !!