Netflix社内闘争 - データ重視のシリコンバレー文化と人間関係重視のハリウッド文化の衝突

データ分析で有名なNetflixの社内では現在、シリコンバレーのデータを重視する文化とロサンゼルスの人間関係を重視する文化が衝突しているようだという話が、ちょっと前にウォールストリート・ジャーナルに出ていました。

映画やTV番組（ショー）などの動画配信サービスを提供しているNetflixは、何度かWeekly Updateでも取り上げてきましたが、データがこの会社のDNAといってもいいほどに、とにかくデータを積極的に使ってカスタマーをだれよりも深く理解し、そのことでビジネスを成長させてきたことで有名です。

• Netflixがカスタマーを誰よりも理解するためのデータ分析プロセス、コンシューマー・サイエンスの紹介

最近の例では、自分たちのオリジナルのコンテンツを作る前に、それがどれくらい視聴されるか、どういった層に受けるか、どのようにプロモートすればより多くの人に視聴されるかといったことをデータをもとに予測していたりします。

ただ、このオリジナルのコンテンツを作るために、ハリウッドのあるロサンゼルスに製作部門を構えてやっているらしいのですが、そのコンテンツの数が増えれば増えるほど、このロサンゼルスの部門の力が社内でも強くなってきているようです。

最近ではシリコンバレーのプロダクト（ユーザーがショーを見るためのウェブサイトであったり、モバイルのアプリであったり）を作っている部門が出してくるデータ分析の結果を上書きして意思決定を行うこともあるようです。

続きを読む。

アメリカではシリコンバレーへの一極集中、ニューヨークの地方化が始まっている。

LinkedInというビジネス・ネットワークのサービスがありますが（転職サイトのようなもの）、そこでの仕事の応募や採用に関するデータをもとに、彼らが毎月出しているレポートがあります。

大きな都市ごとのレポートとなっているのですが、現在USでは都市によってどういった仕事のスキルが足りていないのか、さらに仕事を求めて人はどの都市からどの都市に移動しているのか、といったおおまかなトレンドがつかめます。

ここでは最新版のサンフランシスコ、ロサンゼルス、そしてニューヨークの3都市について簡単にまとめてみました。

続きを読む。

機械学習のクラシフィケーションと統計の確率的思考の違い

先週、機械学習と統計のアルゴリズムの選び方のガイドラインを紹介しました。

今回はこの機械学習と統計の違いを、クラシフィケーション（分類）と確率的思考という違いから話している記事があったので紹介したいと思います。

これまでも、機械学習と統計の違いには何回か触れてきましたが、少しでも機械学習と統計のアルゴリズムに触れたことのある人にとっては、実感しやすいのではないかと思います。

先週もありましたが、キーとなるのは、Signal-to-Noise Ratio (ノイズに対するシグナルの割合）で、それによってアルゴリズムに意思決定をさせることができる機械学習の手法なのか、それとも人間が意思決定を行うための統計学の手法なのかという比較は、大変面白いと思います。

意思決定のプロセスに興味のある人はぜひ読んでみてください。

続きを読む。

ピボットテーブルとテーブルでのURLリンクのサポート

v5.1からはピボットテーブルやテーブルにダイナミックなURLリンクを埋め込むことができるようになります。これで、例えばダッシュボードを見た人が直接関連のあるレポートやページを開くことができるようになります。