記事一覧
CourseraのGoogle Advanced Data Analyticsを修了しての所感
はじめにこんにちは。2023年末、Courseraから提供されているデータ分析の総合講座『Google Advanced Data Analytics』の全プログラムを修了することができました。
今回、このプログラムを受講してみて、実務でのデータ分析を進める上での教科書として非常に良い内容だと感じたので、解説していきたいと思います。
本記事で話さないことプログラムで学ぶことの詳細に関わる情報
新卒4年目(転職2年目)DSが今後のキャリアに思うこと
はじめにみなさま、2023年は大変お世話になりました。本記事は僭越ながらnote開設依頼毎年恒例として執筆している自省録でありポエムでありますのでご了承ください。とはいえ、データ分析職としてキャリアをスタートし、メガベンチャー転職を経た社会人4年目データサイエンティスト(名目上)という1人の人間のモデルをここに言語化し、世に晒しておくことがどこかの誰かの道標となる、あるいは自分という人間を表明す
統計モデリングをどのように活用すればいいのか〜モデルへの向き合い方から考える〜
はじめに2023年の広告・マーケティング業界において話題を集めていたトピックに「Marketing Mix Modeling(通称MMM)」があります。かく言う私も、2023年は多くのMMM関連記事執筆や発表をしてきましたし、現職においてもその推進に対して社内でイニシアティブをとって活動してきました。
さて、ひっそりと「時の人」感漂うMMMですが、一方で以下のような言及も観測されています。
【MMM活用術 vol.3】 モデリングの勘所1 - データ変換
はじめに先日、博報堂や電通が揃ってガイドブックをリリースするなど、ルネサンス的に話題となっているMarketing Mix Modeling(MMM)。本シリーズでは、分析者がMMMをマーケティングに広く活用するためのナレッジを整理してお伝えできればと思います。
第3回目の今回から、モデリングについての話に入ります。今回は、MMM実装において重要な役割を占めているデータ変換について解説してみたい
ロジスティック回帰の回帰係数を解釈したい
はじめに今年の6月ごろから、GoogleがCourseraにて提供しているGoogle Advanced Data Analytics Professional Certificateを受講しており(*1)、最近全7コースのうちの5つ目に当たる以下のコースを修了することができました。
一方、コースを進めていく中で、現在進行形でデータサイエンティストとしてお金をもらって仕事をする上では、こちらの
【MMM活用術 vol.2】 MMM実装に向けたデータレビュー
はじめに先日、博報堂や電通が揃ってガイドブックをリリースするなど、ルネサンス的に話題となっているMarketing Mix Modeling(MMM)。本シリーズでは、分析者がMMMをマーケティングに広く活用するためのナレッジを整理してお伝えできればと思います。
第2回目の今回は、データレビューに関するTipsをまとめていきます。
データレビューの必要性MMMにおいては、横断的なメディアのデー
【MMM活用術 vol.1】 MMMインプットデータの作り方
はじめに先日、博報堂や電通が揃ってガイドブックをリリースするなど、ルネサンス的に話題となっているMarketing Mix Modeling(MMM)。本シリーズでは、分析者がMMMをマーケティングに広く活用するためのナレッジを整理してお伝えできればと思います。
第1回目の今回は、データの用意と事前分析のポイントをまとめたいと思います。
本シリーズで言及しないこと
本シリーズでは、
・MMM
MMMをRユーザーのコミュニティに普及しに行った
みなさん、R使ってますか?
そして、Rユーザーにとって素晴らしいコミュニティがあるのご存知ですか?
わたくし、Rユーザーが定期的に一同に介する勉強会である「TokyoR」に参加してきました。
LTという5分の発表枠に応募し、Marketing Mix Modeling(MMM)の普及をしてやろうというところでしたがしかし・・・
まさかの途中タイムアップ泣
悲しいので資料アップします…!
実務でMMM(Robyn)を使う時の勘所
はじめにこんにちは。
近年、Marketing Mix Modeling(通称MMM)の話題が再燃しており、Big TechによるオープンソースでのR/Pythonライブラリ開発が進んでいます(*1)。
今回は、そのうちのRobynというパッケージを用いたMMMを実務で使う上での要検討ポイント、ビジネスでのアウトプットとしてまとめあげる上でのアプローチをわたくしの直近の経験ベースに紹介します。
新卒3年目DS、転職1年目を終えて
はじめに※記載内容は全て個人の見解です。
こんにちは。タイトルにあります通り、データ分析を生業として社会に放たれ3年目、2021年11月15日にメガベンチャーへと転職を果たし1年(と少し)を迎えました。
今回は、そんなわたくしのこの1年を振り返り、何をやってきたか・転職してどうだったかを綴っていこうと思います。
今何やってるの?よくある広告系のデータ分析です。ユーザーのセグメンテーションを中心に
データ分析関連の領域論を考える
はじめにデータサイエンティストとは?問題について、各所で議論が繰り広げられているかと思います。例えばこちら。
と同時に、「データサイエンティストになる、成長するために取り組むべきこと」論争に対する議論も各所で起こっています。
最近のもので私が注目したのは
このような議論に対して、よりよい見通しを与えてくれると感じた本を引用して思考してみたいと思います。
前提まず、これから展開される議論で想定
2021→2022回顧と抱負
2021年に起こったこと転職した
それに伴い年収も2倍に。
それ以上に、
・膨大な時間をかけて自分と向き合ったことで、メタ認知を獲得して自分がやるべきことに集中できるようになった
・人生をかけて追究したいことが少しだけ見えた
ことが大きな収穫になりました。
統計検定準1級受験(不合格)
実力不足。自分が思う以上に基本的なことが分かってない感触でした。
僕なりに思うところがあり統計の理論に関しては
KFASを使った状態空間モデルでコロナ感染者数をモデリングする
どうも、スミスです。
先日、統計数理研究所公開講座、LeadingDAT養成コースの修了証が送られてきました。
めちゃくちゃいかつい感じでびっくり...!この講座をやり遂げた重みを感じました。年末年始ひたすらレポートに取り組んでいたので嬉しいです。
今回は、その復習も兼ねて、新型コロナウイルスの感染者数について状態空間モデルによるモデリングを実装していきたいと思います。今回は、理論はほどほどに