継続は力なり

タイトル通り定期的な更新を心掛けるブログです。

データアナリストとデータサイエンティストの登竜門! 『Data Gateway Talk vol.4』初参加レポート

タダです.

11/21 開催の 「Data Gateway Talk vol.4」にブログ枠として参加させてもらったのでイベントの模様をレポートとして書きます.

data-gateway-talk.connpass.com

今回の会場はレコチョクさんのオフィスでした.社内 BGM がたくさんの曲が流れており音楽好きな僕としてはテンションあがりました! オフィスもとても綺麗✨

f:id:sadayoshi_tada:20191121191305j:plain f:id:sadayoshi_tada:20191121191332j:plain

勉強会の趣旨

勉強会の趣旨は,下記の通りですが最近様々な勉強会が増えたが,ツヨツヨな内容になっていることが多い...そんな背景から若手のデータアナリストやデータサイエンティストの「登竜門(Gateway to Success/成功への第一歩)」になることを目指す勉強会というテーマがとても素敵だなーと思いました.次回以降に僕も登壇していきたい!

Data Gateway Talkはデータアナリスト/データサイエンティストの 登竜門(Gateway to Success)となることを目指した勉強会です。

「LTに登壇してみたかったけど、ちょっと自分はまだ早いなぁ」と思っていた方向けに「LT初登壇枠」を設けております。 この機会にぜひ登壇してみてはいかがでしょうか?

このイベントはこんな方にぴったりです。

・聴講者:他社のデータアナリスト/データサイエンティストが何をやっているかを聞きたい方

・LT初登壇枠:何かしらの勉強会で登壇をしたいと思っていたが、躊躇いがあった方

・ 全員:データアナリスト/データサイエンティスト同士の交流を広めたい方

参考情報 : 登竜門の意味とは? biz.trans-suite.jp

発表ごとのサマリー

時系列で発表のサマリーと所感をまとめていきます.発表資料はアップロードされているものを載せさせてもらっています.

スポンサー紹介

レコチョクについて by 福治 菜摘美 さん

レコチョクのデータ分析基盤について by 佐藤 俊之 さん

福治 菜摘美 さんから「レコチョクについて」、佐藤 俊之 さんから「 レコチョクのデータ分析基盤について」のお話がありました.今回はデータ分析基盤にフォーカスした内容をサマリーで書きます.

サマリー

  • レコチョクのデータは以下の3つのシステムから収集している
    • 音楽配信サービス
    • 音楽体験サービス
    • 楽曲管理システム
  • レコチョクさんのデータ分析基盤は AWS を採用している
  • バックエンドやフロントエンドから得たデータを S3,Kinesis Data Streams に流し,Redshift へ加工したデータを取り込んでいく.
    • Redshift に入れたデータはBI/分析/レポート出力/レコメンドに使っている
  • データ分析基盤の役割は3つあり,データ収集 / データ加工 /データ活用 となる
  • 現在のデータ基盤と未来のデータ基盤について
    • 現在は,サービス追加以外はほとんどなく定常運用は全て自動化が済んでいる
      • BIツールとして Domo を利用し,他の部署の人もデータを使えるようにしている
    • 今後はデータ分析データ活用へ注力していく

若手LT枠

Data Science APIの紹介 by 吉永 尊洸 さん

サマリー

  • LINE の「Data Science API」について
    • 広告サービスのデータアナリストによって開発された API
  • Data Science API」とは分析の知見を API(RestAPI) 化して誰でも使えるようにしている
    • モチベーションとして,利用者がデータアナリストを使わなくてもやりたいことに注力できる環境をつくる

*「Data Science API」は Python + FastAPI で開発し,コードを GitHub に PushしたらCIで 静的解析/テスト後デプロイ.デプロイ後はユーザーは利用できる

  • API活用事例
    • Anomaly Detection : 広告KPIの異常がないかを確認している
    • KPI Prediction : BIツールをつかってデイリーで予実レポート配信し、事業管理で活用
  • APIを作ってよかったこと
    • 必要な時に必要なサービスを届けられるようになった
    • 特定な言語の異存はないので横展開しやすい
    • 同じようなコードを書かなくて良くなった
      • 自分たちの仕事を殺すかと思ったら分析者の生産性が向上!
  • 今後は横展開や機能追加・基盤整備を進めたい

発表資料

新サービス立ち上げ時における分析チームの役割 by 田村 壮慶 さん

サマリー

  • データ分析チームの立ち上げの話
    • 今は一人だけどチームと呼ばせてくださいwとおっしゃってましたが、新規プロジェクトで1人チームでいろいろとアクションされてるのはステキです!
    • ミッションは,「プロジェクトをビジョンに向けて推進するために各チームの意思決定をサポートする
      • 現状把握、仮説検証、改善提案を各チームを行う支援をしていく
  • 役割
    • 1 環境構築と運用;
      • データ活用フローの設計
        • 何故データを集めて何に使いたいのかを決めた
        • 無駄な運用をしないため自動化
      • 運用
        • 取得データは開発者ドキュメントで管理するような運用を行なっている
    • 2 各チームのPDCAサポート
      • ダッシュボードの作成
        • 作業依頼の窓口を統一化するために Slack チャンネルを統一化
      • データドリブンな環境づくりをしていこうとしている

LT初登壇枠

ゲーム会社で求められるデータアナリストの役割 by 金 鎮吾 さん

サマリー

  • 事業会社向けのデータアナリストの役割とは,先頭に立って周りのアクションを起こす人
    • データが使われないとデータアナリストの存在意義が薄くなるので,データ分析+データを活用できるところまで関わりビジネス問題を解決できるまで取り組むことがミッションと捉えている
  • 4つのアプローチでデータアナリストとしてのミッションを実現を目指した
    • 1 ビジネスの問題・課題の明確化
    • 2 関係者の業務の優先度を詳細化
    • 3 受け側のデータリテラシーを考慮する
    • 4 データ活用で成功体験をあたえたり,データリテラシーの向上と連携プロセスを確立し,データ分析の文化を作る

分析案件をやり始めたときに陥っていたことの共有と対策 by 長野 克也 さん

サマリー

  • 何故なんとなく分析してしまうか?
    • モデルの構築手法をどうやって選んだらいいかがわからない
      • 何故その手法が必要なのかを考えて学習する
        • 類似手法との比較,類似手法との違いは何かを理解する
    • モデルを選択後,何について考えればいいのかわからない
      • なぜ選択したのか説明可能な状態にする

発表資料

先輩枠

データアナリストに関する情報収集 by 後藤 亮介 さん

サマリー

  • ZOZO 研究所におけるデータアナリスト の仕事は ファッションを数値化していく仕事で,具体的には以下の業務に携わっている
    • BIツール分析,機械学習システムの設計・実装・評価
    • 新規サービスの ML 部分の相談窓口
    • 論文執筆、雑誌メディアへの寄稿
    • 採用面接への参加
  • 情報収集する理由として以下の理由がある
    • 問題に対する解決手段の選択肢を増やす
    • スケーラブルに仕事をするためにクラウドコンピューティングやマネージドサービスを使って効率的に仕事をする
    • 採用面接で試される
    • 研究者として論文を書くため
  • 後藤さんがよく読んでいるブログメディア
  • サブスクライバしているメルマガ
  • 論文
  • Google News

まとめ

Data Gateway Talk vol.4」の各発表のサマリーをまとめていきました.自分自身はデータ分析に興味をもって勉強し始めた身ですが,データを生かしてチームの意思決定,プロダクト,事業に関われるところが改めて魅力だと感じました.やはり普段の生活とは異なる世界の話を聞くと刺激をもらえます.知らなかった世界を知れて勉強になりました.今日もらったモチベーションをこれからの勉強の糧にしていきたいです.

発表者の皆さん,運営の皆さん,お疲れ様でした! 次回も楽しみにしています!!