記事一覧
Duty Free Marketing
免税店増加
首都圏・中京・近畿、いわゆる三大都市圏と、三大都市圏以外で興味深いのが免税店の増加率。
三大都市圏の増加率は10.6％、それ以外の増加率は10.9%とほぼ同等で、パーセンテージだけを見るならば、地方の方がわずかに上回っている。
観光庁は、「観光立国推進基本計画」のなかで、地方の免税店を増加させることを目標としている。
免税システムの簡素化
政府は2018年の税制改革に免税制度
線形代数にPython、データ加工・処理ができれば一流人材へ！？
今が稼ぎ時のデータサイエンティスト。近づくには、どうすればいいのか。そこで、必要なスキル何かを「必要度」として1から5に数値化。
すると、統計・数学的知識面では、トップが統計学。それに続くのが線形代数だった。機械学習とも関係するが、高度な予測モデルを作るのに線形代数の知識は欠かせない。
エンジニア面のトップはデータの加工・クレンジング。 次いでSQLなどでデータベースを操作。データ分析とい
積分サークルの出番だ
データサイエンティストはなぜ足りない？
単にデータを集計できる人材は「足りている」との回答が過半を占めている。
データの集計や整理だけの人材は要らない。
条件に合った分析手法の提案や、新たな分析手法を作り出すことができる高レベルの人材を、企業はほしがっているのだ。
そのため、微積分や線形代数の知識が必要なスキルだとする意見が、産業を問わず最も多くある。
その次が、分析作業をする際の基礎と
新卒採用は1300万円以上！？な職種とは！！
太田一樹さんの記事より (米Treasure Data 共同創業者兼CTO)
データエンジニアとデータサイエンティストの二つ。
データエンジニアは、サーバーの分散システムや大量データ処理システムという基盤をつくる人たち。コンピューターサイエンスの知識が必要な、非常に専門性の高い職。
データサイエンティストは、そのシステム上で、機械学習や統計分析をする人材。特にビジネスのセンスが必要。
ドーナツとコーヒーカップは同じ形！？
「ドーナツとコーヒーカップは同じ形だ。なぜならどちらも穴がひとつだからだ。」
このような考え方をするのがトポロジーという分野だ。このように、データの「形」に注目することで隠れた価値を掘り起こすのがトポロジー分析で、この分析を得意とするAyasdiというアメリカのベンチャー企業が今伸びている。
トポロジーは「穴」に注目する幾何学のことで、実際の分析ではひとつひとつの点のデータを膨らませていき、膨
データサイエンティストはすし職人！？
昨今、データサイエンティスト不足のためデータサイエンティストのしごとを自動化するツールが開発されている。
ツールが発達すれば、技術的なハードルは下がるので、今後大事になってくるのはビジネスへの応用力だ。
すし職人は、どんなに切れ味の良い包丁を持ってい
てもうまいネタの仕入れ先を知らなければお客さんはつかない。
同様に、解決すべき問題を見つけ、分析するデータがどこにあるかわかってはじめて技術
データサイエンティストとは？
データサイエンティストの役割は
データの力を解き放つことであり、
人間を数字入力や情報処理の作業から解放するプロフェッショナルな人材を指す。
求められるスキルとして、
・課題解決力
・データサイエンス力
・データエンジニア力
が必要とされる。
まず、ビジネスの課題を理解し整理して解決できるか問われる。具体的には、データ分析を行うための目的やテーマ設定、分析結果をふまえて解決策を実行できるかだ。
もったいないデータ戦略
データサイエンティストは、分析ツールを使いこなせるだけでは務まらない。
顧客と対話し、分析すべきテーマを実際に解ける問題へ置き換えることができなければ意味がない。
現在不足する人材は、データを価値化できるデータサイエンティストだ。
日本はもっぱらデータ活用が不得意と言われている。
IoTや人工知能をやるぞ！という声を耳にするがデータ活用と同じ意味である。
本来、IT投資は他社との差別化につながるビ
【論文紹介】「パス成功率って、そのままでいいの？」【プレミアリーグ】
結城康平さんがfootballistaで投稿された以下の記事について、サッカークラスタのみなさまがTwitter上で有益な議論をされています。
パス、評価、新たな指標...なんか覚えているぞ、そんなことを提案していた論文...ってことで、無料の文献管理ツール「Mendeley」の"サッカー"フォルダを確認したところ、ちゃんとありました！STATS社のデータサイエンティストの方々が著者となっている