マネーフォワード・データ＆AI

本

マネーフォワード所属データアナリスト・データサイエンティスト・データエンジニア・機械学習エンジニア・アナリティクスエンジニア・研究者の共同マガジンです。データ分析・活用事例やデー… もっと読む

運営しているクリエイター

固定された記事

マネーフォワードのデータ＆AI組織の記事を紹介します！

マネーフォワード・データ＆AI マガジンは、マネーフォワード所属データアナリスト・データサイエンティスト・データエンジニア・機械学習エンジニア・アナリティクスエンジニア・研究者の共同マガジンです。データ分析・活用事例やデータ組織の取り組みについて発信しています。マネーフォワードには複数のデータ＆AI組織があるため、組織ごとに分けてこれまで発信してきた記事をご紹介します！データ戦略室データ戦略部データ戦略室分析推進部データ戦略室データエンジニアリング部 CTO

Salesforceのテーブルをスタースキーマ化したら喜ばれた話

はじめにマネーフォワードの分析推進部のアナリティクスエンジニアの奥野です。私が携わったプロジェクトにおいて、Salesforceから連携されるデータを扱うのが難しくて困っていました。そこでそのデータをスタースキーマの形式に変換してみたら、シンプルで分かりやすくて好評だったのでそのことを書いていきたいと思います。想定読者Salesforceの標準オブジェクトの構成について知っている方で、取り込まれた生データの形式が使いづらいと感じている方。背景：事業本部との共同プロ

社内輪読会の運営のコツ

こんにちはマネーフォワード分析推進部の作野と申します。突然ですが、みなさん輪読会はやっていますか? 技術本の輪読会を開催する事によって、参加者がそれぞれの理解を共有して自分ひとりで読んでいる時には気づかなかった視点を得る事ができます。また、参加者の中での共通言語を作る事ができるのでコミュニケーションがスムーズになるという効果も期待できます。そんなメリットがある輪読会ですが、適切に運営をするのが難しいですよね。途中でフェードアウトする人が増えていって次第に参加者の

ABテストにおける分散削減手法①〜少ないサンプルから小さな改善効果を検出する〜

マネーフォワード分析推進部の石田と申します。社内では、データサイエンティストとして施策効果検証系の案件を中心に担当しています。本稿から2回に渡って、「ABテストにおける分散削減手法」というテーマで記事を執筆したいと思います。馴染みのない方もいらっしゃるかもしれませんが、ABテストへ分散削減手法を適用することで、例えば以下に挙げたメリットを享受することができます。必要サンプルサイズを低減できるため、意思決定サイクルを高速化できるより小さな改善効果を検出できる

アナリティクスエンジニアとしての成長を求めてマネーフォワードに入社しました

はじめまして。マネーフォワード分析推進部の地口です。昨年11月に入社し、日々、アナリティクスエンジニアとして、データ分析基盤の運用業務や保守開発に取り組んでいます。今回は（すでに5ヶ月ほど経ちましたが）入社エントリの位置付けで、入社までの経緯や分析推進部の良いところ、個人的に苦労しているところなどを書いてみたいと思います。なぜ転職したか私の背景を簡単にお話しすると、クラウドデータベースツールの導入支援やWebアプリケーションの開発業務を経て、前職で初めてデータ活用に

BigQuery ML の自然言語処理機能でどんなことができるか・どう実行するか？

マネーフォワードケッサイの tamiya です。この記事では、前回に引き続きスリランカカレーの魅力について BigQuery ML で提供されている自然言語処理機能について紹介します。 BigQuery ML（以下、BQML）は、BigQuery （以下、BQ）上で通常の SQL を拡張したクエリを用いて機械学習タスクを行うことができる機能です。以前の記事で概要と基本的な使い方を紹介しましたが、BQML はデータ加工〜モデル作成・予測実行までが BQ 上で完結すると

マネーフォワード MEの家計簿データをCSVダウンロードしてPythonで分析してみる

このnoteでは、プログラミング言語Pythonを書ける方向けに、ご自身のマネーフォワード MEの家計簿データをCSVダウンロードして分析する方法をご紹介します。マネーフォワード MEのプレミアムサービスを利用されている方は、マネーフォワード MEのWebページのログイン後の「家計簿」タブ→「入出金」タブ→「家計簿データの出力（Excel、CSV形式対応）」→「ダウンロード」ボタンから、入出金の収入・支出詳細をダウンロードできます。この記事の対象読者プログラミング言語

合同勉強会の開催レポート - タイミー × マネーフォワード -

こんにちは。マネーフォワード分析推進室の yuu_kimy です。先日の10/24(火)、タイミーさんと合同勉強会を開催しましたので、そのあらましをレポートしたいと思います。きっかけ前回のRettyさんとの合同勉強会のことをタイミーの土川さんにお話したところ、僕らも一緒に勉強会をしませんか〜と自然に会話が進み、こうして合同勉強会が実現しました！！普段の業務では、社外の方と接点が少ないので、こうした繋がりは本当にありがたいです。データ界隈で頻繁に登壇されている土

BigQuery ML の多変量時系列モデル(ARIMA_PLUS_XREG)で簡易に施策効果推定を行ってみる

マネーフォワード CTO室 AI推進部の tamiya です。好きな Slack 絵文字は :curry_forward: です。前回の記事では、スリランカカレーの布教 BigQuery ML（以下 BQML）の概要とどんなときに使えるかについて例を交えて紹介しました。この記事では、その実例編といった形で、ビジネスでもしばしば出くわす施策効果推定を BQML を用いて簡易的に行う方法について紹介したいと思います。問題設定以下のような日毎のアクセス数の時系列データ

BigQuery ML でお手軽機械学習

マネーフォワード CTO 室 AI 推進部の tamiya と申します。好きなものはスリランカカレーで、最近オフィスの近くに R スリランカ三田という福岡（※注1）にある有名店の新店舗ができてテンション上がってます。さて、みなさん、 BigQuery ML ってご存知でしょうか？データ系に携わる方なら、一度くらいは聞いたことがあるかもしれません。 BigQuery ML (以下 BQML) は、BigQuery から機械学習モデルの作成・予測といったタスクを行える機

【データ抽出業務ゼロへ】ChatGPTでクエリを自動生成させた話

こんにちは、マネーフォワードの金築です。今回は、私が行ってきたChatGPTを利用して、データ抽出の問い合わせに応じて自動的にクエリを生成するようにした話をします。自然言語でのデータ抽出が可能に今回行ったことは、チャット上で自然言語で問い合わせた内容に対して、クエリとそのクエリの実行結果を添付して返す機能を実装しました。この結果、クエリの知識のない方もデータ抽出ができるようになり、全体としてもクエリを作成するコストが軽減しました。例えば、チャット上で「証券口座を

データを前へ。データとAIでUser Focusな価値創出を目指すマネーフォワード DataForward室のメンバー紹介

こんにちは。マネーフォワードホームカンパニー DataForward室の吉住です。今回は、家計簿アプリ「マネーフォワード ME」などのマネーフォワードの個人向け領域のデータ活用に興味を持っていただいた方向けに、DataForward室のメンバーを紹介します。 DataForward室の紹介マネーフォワードホームカンパニーは、マネーフォワードの「お金を前へ。人生をもっと前へ。」というミッションにもとづき、個人向けに家計簿アプリ「マネーフォワード ME」を中心としたサー

経営学部のためのSaaSとサブスクリプションのデータ分析入門

こんにちは。マネーフォワードの吉住です。 10月19日に国立大学の経営学部の学生向けのセミナー講義に登壇しました。この記事では、内容を一部削除・加筆・修正した講義スライド資料とそのサマリをご紹介します。もし誤植・間違い等ございましたら、SNSにご連絡ください。 SaaSとサブスクリプション・ビジネスSaaS(サース)は、Software as a Service(サービスとしてのソフトウェア )の略です。PCやオンプレミスにソフトウェアをインストールするのではなく、

YANS2023に発表者＆スポンサーとして参加しました

こんにちは、Money Forward Labの山岸です！ Money Forward Lab（以下Lab）は、マネーフォワードのValueの1つだった「Technology Driven」（現在はTech&Designに変更）を体現し、さらなるデータの可能性を追求するために設立された、社内研究組織です。私はコンピュータでテキストを扱う技術である自然言語処理（NLP）の研究員として、社内の課題解決・新規技術の研究などを行なっています。この記事では、2023年8月に東京で