calderarie

データ分析に絡んだ仕事をしております

calderarie

データ分析に絡んだ仕事をしております

最近の記事

  • 固定された記事

私は何者か

最終更新 2023/02/10 アカウントQiita: https://qiita.com/calderarie  よりエンジニアリングに近いナレッジはこちら Twitter: https://twitter.com/wallyest  雑多な呟き 職務経歴やスキルLinkedIn / Wantedly / YOUTRUSTをご参照ください。 (どのSNSでも内容はおおむね同じです) 仕事におけるモットー・目的志向 ・自立・自律志向 ・改善志向 興味があること組織内で

    • 簿記2級取得を諦めた話

      簿記3級取った話の続き。 タイトルの通りだが、簿記2級の取得を諦めることと判断した。 その理由をざっと書き記していく。 2級の学習でやったこと まず、一応弁明しておくと、24年の2月より、ほぼ毎日商業簿記・工業簿記のテキストを毎日1~2時間進め、1ヶ月弱かけて一通り学習することまではやり切った。 (利用したのは、3級取得時に分かりやすかった簿記の教科書シリーズ) ただ、この2冊のテキストを終え、2級の問題集に取り掛かった際に、この資格をとるのにこれ以上頑張るのは違うか

      • 簿記3級取ってきたの話

        30歳を超えてから、頭の回転が遅くなったとしばしば感じるようになった。 原因は色々あるだろうが、新しい知識を身につけていく勉強らしい勉強で脳を刺激する機会はなくなったことが1つ考えている。 そのため、今年に入ってから、簿記2級を見据えて勉強を始めている。 早速、簿記の3級をとってきたので記事に書き記す。 簿記を選んだ理由 勉強するだけなら、自分の仕事関連のデータ分析やビジネス書等でもよかった。(自分の机に積まれた大量の専門書を見ながら) でも、わざわざ簿記を選んだのは3

        • 非分析者も知ってほしいABテストでの統計的仮説検定やサンプルサイズ設計の考え方について

          データアナリストをやっていて、よく受ける相談の1つとして、「ABテストしたいけど、どのくらいサンプル数を用意すればいいの?」というものがありです。 何となく統計を使ってABテストをうまく判断できる、といったことを理解している人は存在しても、実際にその考え方をうまく理解している人は少ないように感じています。 今回は、その考え方についてと実際にサンプルサイズをどのように考えればよいかをまとめようと思います。 tl;dr統計的仮説検定は、対象とする集団の間に統計的有意差があるか

        • 固定された記事

        私は何者か

          データアナリストとプロダクトマネージャーの境界

          tl;drデータアナリストとプロダクトマネージャーの境界って曖昧じゃない? プロダクトの施策の一連の流れで、両ロールの職務領域は重複している部分がある 企業の組織状況やプロダクトの性質に応じて、決定されているであろう つまり、結構当たり前のことしか書いていない 経緯社会人になってから数年、一貫してデータ分析の業務経験を積んできたことも有り、有り難いことにデータ系ポジションのスカウトもちょこちょこ頂く。 私は現職でデータアナリストとして勤めていることもあり、スカウトは基

          データアナリストとプロダクトマネージャーの境界

          データ民主化は社員の問題解決能力の基にワークする

          この記事の趣旨社内の誰もが簡単にデータを利用できるような環境を実現する「データ民主化」 データは問題解決プロセスの中で1つの有力な材料となるが、前提として問題解決能力が備わっている必要がある 「データ民主化」の効果を最大限発揮するには、BIツールスキルやデータリテラシーを上げるより先に、問題解決能力の育成が重要かもしれない ※1分析者の経験に基づく主張なので、ポジショントークな側面はあるかも 執筆に至った経緯 今まで何社かで「データ民主化」の一貫で、分析の対応をしたり

          データ民主化は社員の問題解決能力の基にワークする

          非分析者も知ってほしいデータ分析時に考える3項目と連携方法について

          本記事では、分析者がどのように分析を行うか、分析の要件を検討する際に必ず考える3項目を紹介します。 ※主張が強いですが、1個人の意見です また、分析者視点で、非分析者にどのようなコミュニケーションがとれるとよいかも記載します。 本記事の趣旨趣旨としては、掲題の通りで、自身では分析しないもののデータアナリストやデータサイエンティストと連携をとる非分析者の方にも、この思考を理解して欲しいと考えています。 非分析者に対しても十分に習熟することを強いる訳ではなく、必要性を知った上

          非分析者も知ってほしいデータ分析時に考える3項目と連携方法について

          施策優先度付けの中でのデータ分析の取り組み

          データ分析は、意思決定において定量的な判断に有用な情報となります。 この記事では、多くある意思決定の中の1つとして、施策優先度の付け方について、その考え方をざっとまとめてみます。 なお、前提として、Webサービス上でのケースを想定し、そこでのユーザの定量的な分析が可能な上であるとしていますが、ある程度一般化した内容を目指しています。 施策優先度付けについてビジネス上での目標の達成のために、様々な施策がアイデアとして出てきます。 可能であれば全ての施策をすぐにでも実行したい

          施策優先度付けの中でのデータ分析の取り組み

          消化器系を悪くして過敏性腸症候群や胃炎で苦しんでいた21年下半期の話

          今年の下半期の間、消化器官系を悪くしてずっと体調を崩していました。今も万全というわけではないのですが、療養に集中し、大分良くなっています。残念ながら完治はしていません。 本当は完全に快調となってからにまとめたかったのですが、年の節目にまとめて投稿します。 自身の記録としての意味合いが強いので、散文なのはご容赦ください。 事の発端7月の終わり頃から8月初めにかけて、腹痛、下痢、頭痛、食欲不振、眼精疲労、入眠障害、倦怠感などの症状が発生するようになりました。 時折、腹痛や頭痛が

          消化器系を悪くして過敏性腸症候群や胃炎で苦しんでいた21年下半期の話

          裁量権は有無じゃなくて、レベル感で考えるべき

          時折、「裁量権がある」「裁量権がない」みたいな話題を目に見るし、転職の文脈になると、自分自身もそういう観点を一定重視している。 自分に限らず、積極的に転職を考える層は裁量権を重視している人が多い印象があり、企業側もそれを分かっているので裁量権を推しているところもあるだろう。 ただ、この「裁量権がある」状態の定義は、かなり曖昧で人によって捉え方が違うと感じることが多い。 本来、裁量は0か1ではなくグラデーションがあるものだと思っており、そん中で一定以上のレベルに達していれば「

          裁量権は有無じゃなくて、レベル感で考えるべき

          ぼくリメを見て仕事の在り方をつらつらと

          ぼくリメのアニメ視聴をし、仕事ついて思うところがあり、書き連ねます。 タイトルから察していただけると幸いですが、そんなに真面目な内容ではなく、ポエムに近いです。 なお、記事の特性上、作品のネタバレが含まれるので、回避したい方は即座に離脱してください。ネタバレの対象は、アニメの9話までとなっています。 また、今回の趣旨は作品に対する考察ではなく、視聴した上での個人の所感となってます。そのため、設定の把握漏れや表現の見落とし等で、一部作品の言及について問題があるかもしれません

          ぼくリメを見て仕事の在り方をつらつらと

          データ分析会社から事業会社へ転職して一年経った

          本記事は、転職してから1年の振り返りエントリです。 ・転職エントリ ・入社一ヶ月の入社エントリ 掲題の通り、事業会社へ転職し、1年が経過したので、その振り返ります。 1年間を時系列で振り返り1~2ヶ目(20年7月~8月) ・キャッチアップ ・基本的な集計業務と施策の効果検証など 最初の1~2週間ほどは新環境でのキャッチアップに勤しんでいました。前職と異なり、環境自体はそれなりに整っており、分析をするツールで余計なことを覚える必要がなかったのは救いでした。OJTを行い

          データ分析会社から事業会社へ転職して一年経った

          週刊誌AERA「大減収時代に年収を上げる経験とスキル」でインタビューいただきました

          先日、朝日新聞出版のAERAにインタビューをいただたき、出版されました。 AERA 2020年12月21日号 「大減収時代に年収を上げる経験とスキル」という特集内に掲載されております。 ここでは記事内容について特に触れませんが、貴重な機会でしたので、その際の時の話をnoteで書き記そうと思います。 なお、再現性が低い可能性があるので、こんなこともあるんだな程度に読んでいただけると幸いです。 インタビューの経緯インタビューは、転職時に利用した転職エージェントから打診いただい

          週刊誌AERA「大減収時代に年収を上げる経験とスキル」でインタビューいただきました

          データ分析会社から事業会社へ転職して1ヶ月経った

          本エントリは、以前書いた退職エントリの後日談の入社エントリです。 入社して1ヶ月経って感じたことを書いておきます。 入社してから1ヶ月やったこと入社した直後、1週間くらいはドメイン知識や環境の習得が中心でしたが、その後は施策の足元の分析など細かいのものから実際の業務に入ってました。 必要なドメイン知識も多く、求められるスピード感も早いので、最初はハードでしたが、やはり習うより慣れろの精神でした。実務の中で振り返って、自分の課題を見直すサイクルが回せているので、自分の性に

          データ分析会社から事業会社へ転職して1ヶ月経った

          データ分析会社から事業会社へ転職します

          2020年6月で新卒入社したデータ分析会社を退職し、事業会社に転職する運びとなった。 今の企業には、新卒入社してから4年経ち、今年で5年目になる。新卒入社後はおよそ3ヶ月の研修を受け、その直後から現場で働いていたので、実務は4年間やっていたことになる。どうでもいい話だが、3年経ったくらいから咄嗟に勤続年数が出てこないことが多かった。4年と聞くとそこまで長くない気がするが、これは濃い経験を出来ていたと解釈して良いのだろうか? この決断を振り返るために、退職エントリという形で

          データ分析会社から事業会社へ転職します

          機械学習の研修にディベートを盛り込んだら相性が良さそうだった件

          タイトルを適当に考えたらラノベみたいになってしまった。 ビジネス上での機械学習プロジェクトでは、異なる立場の人物が関わるため、それぞれの視点に立って考え、プロジェクトを進行していくことが重要となります。 プロジェクトにかかわる人間は、問題分析などのコンピテンシーを高めることと機械学習プロジェクトに起こりうる課題を知っておくことが必要です。 それらを身に付けるため、機械学習の研修で、ディベート形式の演習をしてみたら、良い感じだったので紹介します。 色々と粗い部分もあると思う

          機械学習の研修にディベートを盛り込んだら相性が良さそうだった件