記事一覧
DATASaberBridge ［Ordeal 0-4］
データを理解する表現の力 #DATASaberBridge [Ordeal 0-4] ※動画を見て感じたこと、考えたことをまとめていきます。 「データは数字で見たほうが正確」という誤解 明確…
DATASaberBridge ［Ordeal 0-3］
データを理解する集計の力 #DATASaberBridge [Ordeal 0-3] ※動画を見て感じたこと、考えたことをまとめていきます。 データの粒度を意識する 集計を行うときには、その…
DATASaberBridge ［Ordeal 0-2］
データはどこにある？ #DATASaberBridge [Ordeal 0-2] ※動画を見て感じたこと、考えたことをまとめていきます。 極度に加工されたデータの課題 普段目にするデータは「…
DATASaberBridge ［Ordeal 0-1］
データとはなにか？なぜ必要とされているのか？ #DATASaberBridge [Ordeal 0-1] ※動画を見て感じたこと、考えたことをまとめていきます。 データを理解することは、ひと…
広瀬友紀(2017)『ちいさい言語学者の冒険 子どもに学ぶことばの秘密』岩波書店（岩波科学ライブラリー）
他者のことばに想いを馳せる
浦沢直樹の漫画『PLUTO』に、ウランがこんなことを言う場面がある。
「ロボットは人間が思うより色々なことがわかる。ただそれをうまく表現できないだけ」
子どもは大人が思うより色々なことを感じている。ただそれをことばに表現できないだけ。
そう言い換えると、子どもの頃に感じていた（ひょっとするといまもときどき感じる）もやもやの正体を言い当てたようだ。
『ちいさい言語学
EoE ：Tableau学習コミュニティの紹介
はじめにーEoEってなに？
この記事ではTableauのオンライン学習コミュニティ「Empowerment On Everyday（略称 EoE）」を紹介します。
コミュニティ名称の通り、毎日（のように）仲間同士で学び合い力をつけていこうという趣旨のもと集まっています。
EoEの前身はDATA Saber 弟子仲間の勉強会として2022年10月くらいに発足しました。（発足から割とすぐ、EoEと
【Tableau】 ジッターチャートあれこれ ーーrandomとindex どちらを使うか
概要
Jitter Chart（ジッターチャート）とはどんなものか
作り方
randomとindexどっちがいいのか
基本
・ジッターチャートは、データの粒をペイン内でバラつかせるテクニック
・データの粒（粒度）が細かいほど効果的
・X軸かY軸のどちらかでばらつきを作る場合…
→ X軸（横方向）にばらつかせる
＝列に<ばらつきを作る計算フィールド>を入れる
＝Y軸の値は変動
2022年に関わったコミュニティを振り返る
2022年によかったことを振り返ります。
おもにひととのつながりです。
かまくら読書会かまくら読書会について
鎌倉で行われている読書会です。
流行病が出てからはオンラインが中心ですが、もともと鎌倉の公民館などを会場として行っており、徐々にリアルも再開されてきています。
初めて参加したのは、2019年の『中動態の世界』でした。
最初から人がすごく良くて、今でも大好きなコミュニティです。
今
『データドリブンの極意』DAY3_HOMEWORK
①分析プラットフォームを組織に導入する意義を説明する(1)コスト削減の観点
報告資料の作成時間
マネジメント層による情報のキャッチアップ時間
現場管理者による現場状況の把握時間
(2)データドリブン文化の観点
全マネジメント層、全現場管理者が同じデータを見て理解・判断できることの利点
合意されたデータを土台とした円滑なコミュニケーションとタスク管理の利点
施策に対する迅速な効果検証の
【DATA Saber (Bridge)】Tableau publicへのパブリッシュ時エラー回避方法
はじめに
エラーの原因については触れていません。（エラーコードをググってすらいません）
また、提案している回避方法２つはDATA Saber（Bridge）に挑戦中のApprentice向けとなります。
回避方法は、DATA Saber師匠方の「新規ワークブックに必要なデータソースを接続して利用」というアドバイスをもとに具体的な手順を示しただけのものとなります。師匠の皆さま、ありがとうございます
Ord6_Visual Best Practice Ⅱ おすすめの挑戦方法 #DATASaberBridge
Ord6はVizの作り直し試練
6. Visual Best Practice II の設問を開くとこのような問いがあらわれる。
わかりづらいチャートが提示されており、それをわかりやすく変更し、
①元のチャートがわかりづらい理由
②作り直しで変更した理由
の2点を記載していくという回答方法だ。
おすすめは、回答ページを開かずにまず作り直してみること
これから挑戦するApprentice
『データドリブンの極意』DAY3_講義ノート
分析プラットフォーム
データドリブン文化を組織に浸透させていくには、共有の分析プラットフォームを整える必要がある。
分析プラットフォームは、これを土台としてすべての人とデータを乗せるのが理想だ。そこで重要になるのがデータソースの信頼性だ。
最新のデータか？ あるいは、いつの時点のデータか明示されているか？
正しい値が入っているか？ あるいは、値の定義が合意されたものか？
最新か？ あるいは
タスクのすり合わせがめちゃくちゃ大事で、これがすぐできる環境は貴重_DATASaberBridge ［Ordeal 1-2］
解釈に揺れる
Ord1、2に取り組んでまず思ったのが「この問いの意味はどういうことだろう」「実務ならすぐ擦り合わせにいけるのに」ということ。
Ordで言えば、この問いの前提になっている基準点はどこだろうかとか、この問いの意図することってこれでいいのだろうかとか、そうした逡巡が起こる。
実務に置き換えると、この集計・分析依頼で何を知りたいのだろうか、この依頼の前提になっている仮説はどんなものだろ
DATA Saber (Bridge)の わくわくするところ
DATA Saberという設計が良い
前にも少し書いたけれど、師匠の弟子という役でコミュニティに入っていくという設計がとにかく面白い。
体験型ロールプレイングゲームのような設計で学習のコミュニティが動いている。
ロールプレイングゲームは、キャラクターのパラメーターが数値化されていて、簡単に比較したりランク付けしたりできるところが素晴らしい。
（誰でもすぐに最新で確実な数値比較ができる！）
相性
DATASaberBridge ［Ordeal 0-4］
データを理解する表現の力 #DATASaberBridge [Ordeal 0-4]
※動画を見て感じたこと、考えたことをまとめていきます。
「データは数字で見たほうが正確」という誤解
明確な判断基準がある時、初めて数字に意味が出てくる。
言い換えると、文脈によって数字の意味が変わってくるということで、その文脈はストーリーテリングによって表現される。
当然、判断基準やストーリーにはそれを見出
『データドリブンの極意』DAY2_HOMEWORK
①ビジュアル分析の考え方を自分の組織でどうやって広めていくか計画を練る現在の状況を整理する
博士、フィリップ、菩薩峠くんはビジュアル分析に対してどう思っているのか未知数。
データの読み解き力がみんな高めなのはありがたいことなのだと思う。
この鷹の爪団メンバーがダッシュボード参照者になる。
ビジュアル分析が浸透すると働き方はどう変わるか？
意思決定が早くなる
アクションが早くなる
施策の検
『データドリブンの極意』DAY2_講義ノート
かんたんに目的を果たせること
データをビジュアル化する理由がこれだ。
ビジュアル化されていなくても目的は果たせるだろう。
ただビジュアルの力をうまく使えば、より少ない労力で目的を果たすことができる。
この「より少ない労力で」ということが、時間をはじめとする資源が有限な世界では非常に重要な意味を持つ。
（そしてTableauをはじめとするツールはビジュアル化自体もより少ない労力で行うことができる、
DATASaberBridge ［Ordeal 0-3］
データを理解する集計の力 #DATASaberBridge [Ordeal 0-3]
※動画を見て感じたこと、考えたことをまとめていきます。
データの粒度を意識する
集計を行うときには、その集計を見る人がいることが前提になる。
上司かもしれないし顧客かもしれないし、同僚や部下かもしれないし、未来の自分かもしれない。
「誰のための」集計なのか整理した上で、相手にとって意味があらわれてくるような
DATASaberBridge ［Ordeal 0-2］
データはどこにある？ #DATASaberBridge [Ordeal 0-2]
※動画を見て感じたこと、考えたことをまとめていきます。
極度に加工されたデータの課題
普段目にするデータは「すでに取捨選択、加工、集計、並べ替えされ、情報化されている」。
これ自体の価値はありつつも、そこからさらに深掘りして行こうとすると岩盤に突き当たる。
動画を見つつ、アドホック分析ができないというポイント以
DATASaberBridge ［Ordeal 0-1］
データとはなにか？なぜ必要とされているのか？ #DATASaberBridge [Ordeal 0-1]
※動画を見て感じたこと、考えたことをまとめていきます。
データを理解することは、ひとを理解すること
コールセンターは、エージェントの行動を秒単位で集計し、管理に活用している。
おそらく、管理されている時間のうちで一番大きいものが業務時間で、これは業務開始時刻と業務終了時刻の幅で表される。