テューキーの教え：データ分析に必要なツール

前回に引き続き、今回もジョン・テューキーの「The Future of Data Analysis」の中からの抜粋をまとめてます。

前回は、「テューキーの教え：データ分析する時に心に刻むべき10のこと」ということで、データ分析に必要な態度に関してでした。

今回は、データ分析に必要なツールに関してです。

ここでは、ツールと言っていますが、これは特に何かのプロダクトやプログラミング言語（例えばExploratoryやR言語）といったものを意味しているのではなく、データ分析に関する手法のようなものと捉えるのがいいと思います。例えば、線形回帰モデルを使った回帰分析や可視化の手法だったりということになります。

この「The Future of Data Analysis」というエッセイは1962年に出版されているので、もうかれこれ60年前になります。それにも関わらず、今日でも役に立つインサイトがいっぱいあるので学ぶことが多いですが、それと同時に、60年たった今でもここに書かれていることが当たり前になっていないのは残念でもあります。

今回紹介するのは、「What are the necessary tools?（必要となるツールとは）」という段落です。

続きを読む。

データインフォームドな組織を作る時に犯すよくある5つの間違い

「データインフォームドな組織を作るには？」シリーズの最終回です。

これまでに、ビジネスの中でプロダクト・アナリティクスが育っていく過程、そしてプロダクト・アナリティクスがデータインフォームドな組織の中で果たす役割をみてきました。

• データ・インフォームドな組織のつくり方 - Part 1 : プロダクト・アナリティクスができるまで - Link
• データ・インフォームドな組織のつくり方 - Part 2 : 組織の特徴 - Link

そこで、それではいざデータインフォームドな組織を作ろうした時に、多くの場合失敗に終わってしまいます。肩書きはできたりするのですが、全く機能していない、ビジネスの成長につながっていないというパターンです。

これでは、せっかくの号令と予算と時間をかけて発車したのはいいが失望という終着駅についてしまうことになってしまい、その後組織の中の「データ分析」に対するネガティブな記憶を塗り替えるのが逆に難しくなってしまいます。

そこで、今回はよくある5つの間違いを、「データ・インフォームドな組織の作り方」の中から抜粋して、まとめました。

続きを読む。

プロダクトの成功の鍵を握る指標とゴールの設定の仕方

If You Can't Measure It, You Can't Improve It. 

計測できなければ、改善できない。

 by ピーター・ドラッカー

「Kaizen（改善）」という言葉は数少ない、アメリカや英語圏のビジネスの世界でも通じる日本語です。日本の製造業を代表するような言葉でもあります。

ところが、いざみんなどうやってビジネスを「改善」していっているかというと、とにかくひたすら「がんばる」みたいな状況に陥ってる場合も多いようです。

「マネジメント・経営」の分野で優れた功績を残したピーター・ドラッカーの言うように、数字として計測できないのであれば、改善するのは不可能です。何をもって、改善しているかという基準がないからです。

そこで、特にビジネスの世界においては「改善」の判断基準のために指標を定義するということになるのですが、これが結構難しい。さらに、ここで間違った指標を定義してしまうと、人間は数字を上げるために向かっていくことが得意なので、そもそもその指標を作った目的を忘れ、数字を上げることばっかりが優先されてしまい、肝心のビジネスが思ったように成長しないという状況に陥りかねません。

そこで、今回は最近取り上げることが多い、世界のベンチャー・キャピタル業界では泣く子も黙る、セコイア・ベンチャーから、「プロダクトの成功の定義：指標とゴール」という記事が出ていたのですが、その中で指標とゴールを定義する時に気をつけるべきことが書かれていたので、紹介します。

続きを読む。

データの可視化シリーズ

好評のTakatoによる「Exploratoryを使ったデータの可視化シリーズ」です！

それぞれのエピソードは一口サイズなので、ぜひチェックしてみてください。

• 第5弾 - 時系列のトレンド - Link
• 第6弾 - 時系列のトレンド : 累積合計- Link

SaaS / サブスクリプションビジネスのためのKPIシリーズ

Team ExploratoryのIkuyaからのSaaS・サブスクリプションビジネスのためのアナリティクス・シリーズです！

• Vol. 4 - チャーン率 - Link

How-To: Exploratoryの使い方

最近出したTeam ExploratoryからのHowTo記事です！

• テキストデータをアノニマイズ（匿名化・マスキング）する方法 - Link
• 同じディレクトリの下にある複数のPDFファイルからテキストを読み込む - Link

Exploratory Collaboration Server v5.1

Exploratory Collaboration Server v5.1がいよいよリリースされました！

これは、私達のクラウドにパブリッシュするかわりに、自分たちでサーバーを立てて（オンプレミス）、そこでダッシュボードやデータなどの共有、スケジュール、そしてv5.1からの機能であるパラメーターを使ったインタラクティブ・ダッシュボード（またはレポーティング）をしたいという人たち向けの製品です。

もっと詳しく知りたいという方は、お気軽にご連絡ください！

Exploratory v5.2

チャートの機能をいろいろと改善していってます！

箱ひげ図

箱ひげ図でソートすることができるようになりました。

ソートするときには、中央値や平均値などといった集計値を計算するオプションもサポートされます。

バブル・チャート

バブル・チャートでもソートすることができるようになります！

もちろん、色もリファレンス・ラインもそのままサポートされます。

SaaS アナリティクス・トレーニング

SaaS/サブスクリプション・ビジネスを改善していくためのKPIの構築から、データサイエンスの手法を使ったデータ分析、施策立案までのスキルを身につけていただくことを目的としたトレーニングです。

5月20日 (月）です！

詳細を見る

探索的データ分析・トレーニング

ビジネスの問題を解決するための仮説をデータから構築していく「探索的データ分析」の手法と、そうした分析に役立つ様々なチャートとアナリティクスの効率的な使い方を身につけていただくためのトレーニングです。

5月27日 (月) です！

詳細を見る