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…

運営しているクリエイター

#データ活用

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

時系列データを分析してみる（4）

　こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。　前回は、時系列データを前処理し挙動を俯瞰して見てみました。今回は前回の結果の一部を利用して、他とは異なる挙動をとる箇所を取り出してみましょう。前回のおさらい（の一部）データの大まかな挙動を掴む　これまで

時系列データを分析してみる（3）

　こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。　前回は、時系列データを前処理して形を整えました。今回は、前回の結果とは違った軸でデータ前処理し、挙動を俯瞰して見てみましょう。データを前処理するデータについて　前回の結果から得られたデータセットを扱いま

時系列データを分析してみる（2）

　こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。　前回は時系列データを集計・可視化して、その性質を掴むことから始めました。今回は前回の結果をもとに、時系列データを前処理して、より分析しやすいよう形を整えていきましょう。データを前処理するデータについて　

時系列データを分析してみる（1）

　こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。　これから、データサイエンスの視点に立ち、時系列データ分析の進め方を複数回に分けて紹介していきます。まずは、時系列データの性質を掴むことから始めます。時系列データとは　時系列データは、時間の経過に伴い値が変

CRISP-DMをうまく活用する

　こんにちは、CTO室AI推進部アナリストグループの足立です。私たちアナリストグループは、主に「プロダクトの課題発見のためのデータ分析」に取り組んでいます。ユーザの皆さんがサービスをより利用しやすくなるよう、データ分析によって得られた知見は様々な場面で活用しています。　本記事では、データ分析のフレームワークとして知られるCRISP-DMの概要や、活用する上で注意することについて紹介します。 CRISP-DMとは　CRISP-DMは、Cross-industry stan

データ組織横断で考えるマネーフォワードのデータ活用の未来

こんにちは！マネーフォワードの吉住です。マネーフォワードデータ組織の公式noteとマガジンが、2022年4月より発足しました！データ分析事例やデータ組織の取り組みを発信していきます！マガジン第一弾はデータ組織の対談です！昨年12月からデータ組織横断でデータ戦略についてディスカッションをしてきました。この記事では、戦略ディスカッションに参加したメンバーと対談で振り返りながら、マネーフォワードにはどんなデータ組織があり、どんな課題と向き合っているのか、どんなデータ活用の