【データサイエンティスト019】2.サービスを絵にする①
データサイエンティストの本を参考に勉強しつつ2月中に何らかのサービスを出そうと画策している連載。
その本とはこちら。
改訂2版 データサイエンティスト養成読本 [プロになるためのデータ分析力が身につく! ] (Software Design plus)
- 作者: 佐藤洋行,原田博植,里洋平,和田計也,早川敦士,倉橋一成,下田倫大,大成弘子,奥野晃裕,中川帝人,長岡裕己,中原誠
- 出版社/メーカー: 技術評論社
- 発売日: 2016/08/25
- メディア: 大型本
- この商品を含むブログ (1件) を見る
結構、意気揚々とスタートしましたが現時点でハードルの高さに打ちひしがれ、世間知らずさに赤面し、最先端からの遅れに遠い気持ちになっているなうです。
まぁ差がわかってきたということは成長してきているということで消し去りたい恥部もそのままに前へ進んでおります。
ということで何らかのサービスを考えようと。
どんな絵になるのかしら。
誰の何に貢献するか。
おととい考えた案は下記の3つ。
「データをファイルで受け渡ししなければならない場合の対応」
「データ分析上での間違いを判別」
「データ分析で適切な手法を選択」
まだまだあいまい過ぎてどうしようもないなぁ。
つっても中身もわからん。
うーん、完全に壁にぶち当たった。
果たしてとっかかりはどこにあるのか。
一旦昨日見つけたやつを更に進めて一周することを優先するか。。
あの講座をクリアすればPythonも一通りいけるようになるとのことやし(受講生の声から)、見える世界を変えに行こう。
あと9日。なんとかしてやるぜ。
【データサイエンティスト018】凄いサービスを発見した
(旅でネット無し→風邪でダウンしてたので、携帯に書き溜めた分を19日にまとめてアップしてます)
データサイエンティストの本を参考に勉強しつつ2月中に何らかのサービスを出そうと画策している連載。
実は、今まで色んな本やサイトを齧ってきたけどなかなか自分で取り組んでおらず身になっていない。
データサイエンティスト系なら3冊、
R関係なら5冊前後かな(Rは、かれこれ5年くらいは遊び程度にやったりやらんかったり)。
ところが、
NewsPicksというニュースアプリを眺めていたら
UdemyというC2Cの教育サイトで
今の俺のニーズ(スキル側)にどんぴしゃの講座を発見した。
しかもNewsPicks限定の破格で。
通常12,000円がなんと・・・!
ちょっと迷惑になるかも?なんで一旦額は書かないでおこう。
NewsPicksやってる人は探してみて下さい。
全講座が驚きの均一価格です。
たとえて言うなら立ち飲み屋で90分飲んだ位の額。
早速この記事連載は続けながらも、このプログラムにおんぶにだっこで技術面を深めてみる。
今日は紹介のみ。
良かったらぜひ!
【データサイエンティスト017】1.ビジネスモデル考える
(旅でネット無し→風邪でダウンしてたので、携帯に書き溜めた分を19日にまとめてアップしてます)
データサイエンティストの本を参考に勉強しつつ2月中に何らかのサービスを出そうと画策しているブログ。
ちょっと苦戦中ですが2月末までにやりきってみる。
残りやることは5つ。
1.ビジネスモデル考える
2.サービスを絵にする
3.ゴリゴリプログラム書く
4.デバッグする
5.販売サイト作る
これらを実質10日でやりきろうとしています。
できりゃ苦労しねーよ、ですが、苦労してやりきってみようと。
ということで今日は
1.ビジネスモデル考える
でいきます。
今日から1日1つで5日間やってみて様子見で。
ということで。
ビジネスモデル考えるって難しいね。
今バリバリの上司から日々仕込まれていることは
・商売は「商品力」「値段」「サービス(配達の迅速さとか受付のホスピタリティとか店舗のアクセス性とか問い合わせ窓口の利便性とかの全てを含む広義のサービス性)」 のいずれかで尖がっている必要がある
ということなのでこの切り口で進めてみる。
商品力:ビジネス上の課題が短時間で解決できる
値段:一旦置いておこう
サービス:問い合わせがあった際にすぐ対応できる/ソフトのヘルプが充実/ソースコードの可読性が高い
うーん、商品力を分解するしかなさそうやな。
競合も知らずに突っ込んでるのがデスマーチ感やばいけど。
一旦ぐぐるか。
うーん、2013年11月に上記のブログを書かれている方がいるね。
3年以上前か。頭痛くなって恥ずかしさのあまり顔が熱くなってきたアルよ。
いいや、一度晒した恥部を隠すという恥の上塗りはしまい。
レッドオーシャンに突入になるけど心が折れるということはみんなも心が折れるということでこの壁を一度乗り越えてみてから考えよう。
ということで欲しいサービスとしては上記のブログを読むと
「データをファイルで受け渡ししなければならない場合の対応」
「データ分析上での間違いを判別」
「データ分析で適切な手法を選択」
かな。
この3つを軸に検討してみよう。
明日は
2.サービスを絵にする
で。
【データサイエンティスト016】ここまでの振り返り③と今後の計画
(旅でネット無し→風邪でダウンしてたので、携帯に書き溜めた分を19日にまとめてアップしてます)
データサイエンティストの本を参考に勉強しつつ2月中に何らかのサービスを出そうと画策しているブログ。
前半2週間が光の速さで過ぎていったので
後半2週間に突入する前後で振り返りと今後の計画を立てました。
前回二日間ただ振り返って過ぎましたが3日目にして今後の計画まで完了!
ちっちゃくなったけど左下が今後の計画ですね。
17日~28日の11日ってあれ、一日数え間違えてるけどまぁということで残り6時間。
それで5項目を一気に進める。
1.ビジネスモデル考える
2.サービスを絵にする
3.ゴリゴリプログラム書く
4.デバッグする
5.販売サイト作る
5.は規約とかあるから別途考えるとしても1~4はできる。
颯爽と進めていこう。
【データサイエンティスト015】ここまでの振り返り②
(旅でネット無し→風邪でダウンしてたので、携帯に書き溜めた分を19日にまとめてアップしてます)
データサイエンティストで2月中に何らかのサービスを出そうとして画策中。
2週間やってみたけど、、、という現状なので一旦振り返りをし、残り2週間の計画を立てようとしています。
今回はこの2週間の振り返りから~~
~~~
とにかく内容が浅い。具体的には、自分で取り組んでいないから「お勉強」レベルになっていてサービスにするにはてんでお話にならん。
追い込まれていないから遊び程度で留まっているのやろうか。
当初の想定が甘く、予想以上に難易度が高いことも要因に挙げていいとは思う。
だがここから巻き返すにはどうするか。
こういう時には王道作戦を用いよう。
この本で学びました。
内容はめっちゃいい本なんやけどなー。キャッチーな名前で評価が下げられちゃっている。
ということで。王道作戦。
①現状把握
②原因分析
③複数対策樹立
④裏目展開(元の本とは言葉違うけど、要は対策を実施する前に、対策が逆に悪影響を与えることがないかを検討すること)
①②が振り返りになるのでざっくりと。
①現状把握
・毎日取り組む時間が確保できていない
・2月末までにサービス化したいが、お勉強レベルで実践無し
・アウトプットイメージがないままモヤモヤ進めている
うーん、テキストやとつらいのでマインドマップでがんばってみる。
続きはまた明日。
【データサイエンティスト014】ここまでの振り返り
(旅でネット無し→風邪でダウンしてたので、携帯に書き溜めた分を19日にまとめてアップしてます)
データサイエンティストを目指してコツコツブログ。
本日までを一旦振り返る。
データサイエンティスト養成読本を参考に、ここまでは中身のお勉強をしてきました。
改訂2版 データサイエンティスト養成読本 [プロになるためのデータ分析力が身につく! ] (Software Design plus)
- 作者: 佐藤洋行,原田博植,里洋平,和田計也,早川敦士,倉橋一成,下田倫大,大成弘子,奥野晃裕,中川帝人,長岡裕己,中原誠
- 出版社/メーカー: 技術評論社
- 発売日: 2016/08/25
- メディア: 大型本
- この商品を含むブログ (1件) を見る
要約すると、
・データサイエンティストに求められるスキル(ハードスキル、ソフトスキル。ハードはIT系と分析系に分解でき、ソフトは分解されずビジネス系と表現される)。
・データ分析のためにこれだけは覚えておきたい基礎知識として、下記項目の概要。
ーデータベース操作言語のSQL(シークウェル)を言語とするデータベースのRDBMS(Relational Database Management System)
ーGoogle起点の分散処理Hadoop。
ーWEB情報を集めて活用するWEBスクレイピング。
ーデータ分析の便利サービスTableau(タブロー)。
になるかな。
最終何らかのサービスを生み出すとしてこの二週間の棚卸しとあと二週間でどこまでやるか設定しよう。
ということで、次回はデータサイエンティストに関係ない話を展開します。。
【データサイエンティスト013】Tableau(タブロー)について①
データサイエンティスト本を参考にサービスを生み出すまでを画策し連載中。
今回はデータを可視化できる分析ツールTableauについてお勉強。
どこかで見たな、思ったらRの本で見たんやった。
3ヶ月くらいかけて作った処理もTableauに入ってて全部置き換えたと書いてあった。
面白い。
そういうプログラム、Tableauそのものではなく、各企業でしこしこ手作業でしている処理を自動化できれば商売になるね。
それだけハードルは高いけど。
せっかく今は企業にいるので企業内処理としてトライできるし模索を続けよう。
ということでTableauについて。
ー大量データをずがーんと処理
ーオシャレグラフをがっつり出せる
ー県別に塗り分けもしてくれる(売り上げに応じた色分け、など)
ー当然クロス分析も
ーダッシュボードに要点を集約できる
ー結構な金額がする(企業ならあり、個人でペイできるかは、、、)、ただし2週間の試用ができるので味見は可能
うーん、欲しくなるしいったん試してみよう
エクセルしこしこも良いけどデータ数が万を超えてくると難しかったり重くなったりするしね。