【参加記録】Data Gateway Talk vol.3

【参加記録】Data Gateway Talk vol.3

簡単に

  • DataGatewayTalk vol.3にblog枠として参加してきたので簡単なまとめと若干のコメントです

  • 固定されたテーマと言うよりはデータ分析者の登竜門に立つ人々向け、という大枠の中で自由な話題をという雰囲気でした

  • あとは多分、この勉強会の良いところで普段登壇しているというわけでもない人向けの登壇機会の提供目的にも重きが置かれていた模様

  • 自分はデータ分析職ってわけでもないので業界初心者向けから様々にデータ分析業界の情報を拾えればなぁ、と思って参加しておりました

  • 毎度のことですが自分のまとめコメントは戯言程度に捉えてもらってリンク先の一次資料を参考にしていただければと思います

各発表

あの日見たデータ「サイエンス」を僕たちはまだ知らない

  • 伊藤貴史さん
  • 結局の所、データにおける科学的な手続きとは何なのかとか科学的手続きって大事ですよねとかそういう話
  • 全体の議論は「Sience for All Americans: 邦題「すべてのアメリカ人のための科学」」をベースに進めている
  • サイエンスとはなにか、「科学は証拠を要求する」・「科学は論理と想像力の融合である」・「科学は説明し、予測する」・「科学は偏向を特定し、回避する」・「科学は権威ではない」
  • サイエンスにおいては証拠としてのデータだけでは不十分、更にそこに仮説を想像し適切に検証していくことが肝要
  • 仮説設定は大事、検証が可能であるものを、検証する意味のあるものを
  • ビジネスにおいてもこれは重要であるのではないか、科学で金を稼ぐことも出来るはず
  • 仮説を立てて検証していく過程は創造的な営みであるは納得感
  • 手元のデータからそれを説明できるような仮説を立て新しい検証データでもそれが実証出来ることを検証していく過程はそれっぽい
  • 汎化された仮説は再現性を有するのでより低いコストで運用可能なのできっとそれは利益を生む・・・ような気がする

ZOZOUSEDのデータ活用事例紹介個人のキャリアの話

  • 佐々木北都さん(@hokuto_sd
  • ZOZOUSEDのデータ活用事例の紹介
  • 古着における買取及び販売価格の予測システムの作成および活用事例の話(価格の予測なので要は値付けシステム)
  • 課題の設定が非常に上手く行っているように感じた
  • 元来は古着の値付けという人間のエキスパートに依存したタスク、大量のラベル付きデータ及び巨大なECプラットフォーム、そこそこの精度と大量の処理速度が大事
  • 企業の競争戦略においても個人のキャリアに置いても様々な要素を組み合わせたポジショニングが大事(とはいえ現状は端的にココに居れば安心というポジションはなさそう)

KPIという制約と創造性

  • 滑川智也さん(@tomoyanamekawa
  • KPIの役割の再確認とかそのあたりのふわっとした話
  • KPIの設計において忘れては行けないこと、目的・粒度・期間など
  • KPIとは業務範囲や注力する先を明確にするもの、
  • 加えて、KPIが制約を与えることで創造性が生まれることも期待される
  • 創造性を生むような良いKPIを設定しましょう
  • 指標は往々にしてハックされるので、ハックされたときにそれでも更に大きな目標からズレないように正しいKPIを設定することが大事なのかなと思ったり
  • あるいはKPIをより効率的に達成するような従業員の動きがそのまま企業の利益に繋がってくるような指標が推奨されるのでしょう

姿勢推定とLightGBMを用いたテニスのスイング認識

  • 持丸裕矢さん(@hampen
  • 動画の解析から姿勢推定を行い、更にその推定データからテニスのスイング推定を行った話
  • 実際に自らの壁打ち動画を撮影して学習及び評価用のデータを作成、フレーム単位での分類精度は90%を達成していた
  • 今回の分析の動機は最終的に相手の打ってくるボールの軌道を予測することだそうなので更に色々高度化を目指されているのかも
  • スポーツ系の分析ということで今回の分析対象である動画に加えて筋電位計測とかも組み合わせると更に色々できそうと思っておりました

BtoB分野のデータサイエンティストとして5年生きた四方山話をする

  • 吉田勇太さん(@yutatatatata
  • 受託分析サービスの四方山話
  • データ分析タスクにおける役割、エグゼキューター(役者)・ディレクター(監督)・プロデューサー(オーナーくらいが適切?)
  • 分析の目的は結局ビジネス課題の解決・意思決定の補助あるいはそのもの
  • 顧客が求めるものとデータサイエンスの領分の話
  • 顧客との適切なコミュニケーションとラピッドプロトタイピングで期待値の調整、まずは動くものを作ってその後に面倒なタスクを捩じ込みましょう
  • 受託分析は結局の所、他人のビジネスの補助なので意思決定の補助として立ち回るとき非常に踏み込むラインを決めるのが難しそうだなと感じました
  • 顧客との密なコミュニケーションとか顧客に安心感を与えるような報告(実際に動くものを提示するというような)が肝というのは納得感があります

後付け

  • ブログ枠で参加するというのは初めてなので必死で発表中はメモを取っていたのですが出来上がったブログのクオリティは・・・・
  • 全体として共感できる悩みや話が多くみんな同じようなこと悩みますよねという部分が多かったです

いじょう