yuki

消費財メーカーで物流×数理最適化→メルカリでデータアナリストのちBizDevのちPM兼務

yuki

消費財メーカーで物流×数理最適化→メルカリでデータアナリストのちBizDevのちPM兼務

データアナリスト必読書③「データ解釈学入門」

ヘッダー画像：Amazon データアナリストとしての土台を築く今回紹介する本は、江崎貴裕先生の「分析者のためのデータ解釈学入門」です。 江崎先生といえば、「データ分析のための数理モデル入門」や「RULE DESIGN」も執筆されていますね。 本書の内容はデータが溢れる現代においては一般教養として広く知られていて欲しいところですが、紹介されているトピックがあまりにも豊富なので、データ系の職以外の方に全て知っておいて欲しいというのは酷かもしれません。 しかしデータアナリスト

yuki

    • データアナリスト必読書➁ 「リーンアナリティクス」

      ヘッダー画像：Amazon 情報びっしり！しんどいけど通読はしたい今回紹介する本は、リーンアナリティクスです。 前回のSQLレシピに引き続き、情報量がとんでもないです。本の大きさ自体は普通ですが、比較的小さい文字でびっしりと書かれています。 オライリーサイトの目次を見ると項目の多さにびびっちゃいますね。 プロダクトのフェーズ(PMF前？グロース期？など)やビジネスモデル(ECサイト？SaaS？など)ごとに章が分かれているので、まずは自分に関係あるところを読めばいいと思い

      yuki

      • データアナリスト必読書➀「ビッグデータ分析・活用のためのSQLレシピ」

        ヘッダー画像：Amazon 本のサイズがデカい！密度が高い！今回紹介する本は、DMM.comラボの方が書かれたビッグデータ分析・活用のためのSQLレシピです。 SQLの本はたくさんありますが、この本はSQLの書き方の基礎をサクッと学ぶための本ではありません。しかしこれ一冊あればSQLは十分です。重量と値段に面食らうかもしれませんが、値段以上の充実度ですので一家に一台置いておきましょう！ WEB系のデータ分析に関わる人に特におススメ実務で使うクエリがほとんど網羅されている

        yuki

        • 身銭を切らない意見に価値はない？　オススメ本「NO FLOP!」

          これまで多くの素敵な本に出会ってきたので、忘れないように当時の状況や感想を記録しておこうと思います。 何かを企画する人は必読今回紹介する「NO FLOP!」では、企画の失敗のほとんどはそもそものコンセプトが間違っていることに起因するとし、どうやったら短い時間・低コストでコンセプトを検証できるのかを詳しく解説しています。 身銭を切らない意見に価値はない新製品や新規事業を企画しているときに、事前にちゃんとリサーチをする組織も多いと思います。しかしながら、ちゃんと調べてちゃんと

          yuki

        データアナリスト必読書③「データ解釈学入門」

        yuki

        • データアナリスト必読書➁ 「リーンアナリティクス」

          yuki

        • データアナリスト必読書➀「ビッグデータ分析・活用のためのSQLレシピ」

          yuki

        • 身銭を切らない意見に価値はない？　オススメ本「NO FLOP!」

          yuki

          それ、本当に因果関係ですか？ オススメ本「原因と結果の経済学」

          これまで多くの素敵な本に出会ってきたので、忘れないように当時の状況や感想を書いておこうと思います。 何らかの施策に関わる全ての人におすすめ今回紹介する原因と結果の経済学は、雑にいうと「因果関係を正しく把握するための考え方をサクッと学べる本」です。 例えばこんな話があります(私による雑な要約)。 世にも恐ろしい話ですね。要素Aのあるなしでデータを比べて傾向の違いを見つけても、単純に要素Aが原因であると判断するわけにはいかないのです。 本書では正しく因果関係を見出すための

          yuki

          それ、本当に因果関係ですか？ オススメ本「原因と結果の経済学」

          yuki

          備忘録⑥ 転職活動中に考えていたこと

          消費財メーカーからメルカリへ備忘録⑤までは、消費財メーカーにおいてロジスティクス×数理最適化という切り口で仕事をしていたときの話でした。今回はそこからメルカリに移るに至ったときのことを思い返してみます。 なぜ前職を辞めようと思ったか前回まではさも楽しく仕事してるかのような書きぶりだったのになんで転職するんだって思われる方もいらっしゃると思います。 ざっくり言うと、会社の私への期待と自分の方向性が一致しなかったからになります。 会社の期待　：物流基幹システムを長期に渡って守

          yuki

          備忘録⑥ 転職活動中に考えていたこと

          yuki

          備忘録⑤ 物流×数理最適化案件にどう取り組んだか

          ※ヘッダー画像の出典：esri 今回で物流×数理最適化案件編はラストになります。ぺーぺーの自分の場合はどう案件に取り組んだかを書いてみます。 アジャイルに進める良いモデルができるまでに、 関係者へのヒアリング→要件定義→定式化→Python実装→結果の可視化のサイクルをテンポ良く回そうとしました。 モデルが出来てから実際に使うためのソフト開発も勿論アジャイルです。ここでは前半の良いモデルができるまでの話にフォーカスします。 MIPソルバーを使う私の場合はPuLPでCB

          yuki

          備忘録⑤ 物流×数理最適化案件にどう取り組んだか

          yuki

          経験・思考の振り返り④～物流×数理最適化の案件(問題を複雑にするものたち)～

          ※ヘッダー画像の出典：esri 前回は案件を進める中で情報源としてお世話になった方たちを紹介しました。 今回は私が取り組んだ案件について、現実問題ならではの複雑なポイントをかいつまんで紹介できればと思います。 「シンプルに割当問題に定式化するだけ」と思いきや？「各納品先への出荷を、どの倉庫が担えば費用が最小になるか」という問題なので、m個の倉庫→n箇所の納品先の割当問題として定式化して、運ぶ量×距離の合計が最小になるようにすればサクッと終わると思っていました。 しかし、後

          yuki

          経験・思考の振り返り④～物流×数理最適化の案件(問題を複雑にするものたち)～

          yuki

          経験・思考の振り返り③～物流×数理最適化の案件(インプット方法紹介)～

          ※ヘッダー画像の出典：esri ここから先は、数理最適化案件について、ざっくりとどんな取り組み方をしていたのかを何回かに分けて書こうと思います。あれこれと試行錯誤しましたが、深入りするととんでもない長文になってしまうのでなるべく低カロリーに抑えたいと思っています。 おさらい新卒の最初の仕事として、物流×数理最適化の仕事を任せていただいたときの話です。 m箇所の倉庫×n箇所の納品先においてどの倉庫からどの納品先へ出荷するか、最適な組合せを見つけることでコストを最小化するのが

          yuki

          経験・思考の振り返り③～物流×数理最適化の案件(インプット方法紹介)～

          yuki

          経験・思考の振り返り➁～最初の仕事が「数理最適化×ロジスティクス」～

          前回は新卒で選んだ道とその背景を書きました。 今回は、就職して最初に取り組んだ仕事についてざっくり書いてみようと思います。 いきなり望みが叶いました前回の記事で書いた通り、「数理最適化×ロジスティクスでインパクトのある仕事をしたいぜ」という思いで入社しました。面接でもぜひやってほしいと言っていただけていたので、数年のうちにチャンスがあるんじゃないかと期待していました。 蓋を開けてみると、数年のうちにどころか配属されて最初の仕事が数理最適化×ロジスティクスの案件でした。以下概

          yuki

          経験・思考の振り返り➁～最初の仕事が「数理最適化×ロジスティクス」～

          yuki

          経験・思考の振り返り➀～新卒就職の意思決定～

          結局どういう就職をしたか新卒で消費財メーカーのロジスティクス部門に就職しました。 データ分析&システム開発により、ロジスティクスをいい感じにする役割でして、自分はどちらかというとデータ分析の役割で採用されました。 数理最適化という技術によって大きなコスト削減が狙える領域であろうという考えでの就職でしたが、結果として期待通りでした。会社に感謝しています。 大学での勉強特に意思を持たずに経済学部へ 高校では理系で工学部志望でしたが、前期試験に落ちて後期試験で経済学部に進むこと

          yuki

          経験・思考の振り返り➀～新卒就職の意思決定～

          yuki