『データサイエンス100本ノック（構造データ加工編）』をやってみた感想記事の２回目、R編です。
その１：SQL編の感想はこちら。
- 主な内容
- 印象に残った設問たち
- 基本統計量の算出
- tidyrでの縦持ち／横持ち変換
- 日付の操作
- ダミー変数を作る
- データをTrain/Testを分割
- 感想
Tableau DATA Saber 認定制度の振り返り
2020年4月〜6月の３ヶ月間、Tableau DATA Saber 認定制度に挑戦していました。*1
先日、無事にDATA Saberに認定されましたので、本記事では90日間の振り返りや、新しい挑戦者に向けた宣伝をやってみようかと思います。
- DATA Saber 認定制度
- 要するになんなの？
- 「何を」示す称号なのか？
- 参加資格
- 始めたきっかけ
- 建前
- 本音
- 90日間なにやってたの？
- Ordinal（課題）を解く
- 社内でTableauを使う
- 社外でTableauを使う
- Tableau / Data Visualizationへの知見を広げる
- 最終試験を受ける
- 二つ名を考える
- 学んだこと
- Tableauの基本的な操作スキル
- "ビジュアライズ"に対する意識の持ち方
- これから業務で起こるであろうことへの心構え
- これからどうするの？
- お仕事で楽がしたい
- 社内に味方が欲しい
- ”業務”以外のチャンネルを開き続けていたい
- Apparentice, 募集しています
- おまけ：ちゃんとした方による体験記
*1:昔は”JEDI”と呼ばれていたものだといえば、多少は噂を聞いたことがあるかもしれません。
データサイエンス100本ノックをやってみた【その１：SQL編】
２週間ほど前に公開された『データサイエンス100本ノック（構造データ加工編）』を、仕事終わりに少しずつ進めていました。
（構造データ加工編）という名前からわかるように、中身は『データ前処理100本ノック』です。『前処理大全』対応問題集みたいな感じですよね。
SQL, R, Pythonで各100問ずつなので、合計300問が解答付きで公開されています。ありがたやありがたや。新卒入社してデータ分析始めた頃にこういうコンテンツが欲しかったです…！
100/300
— にゃん (@meow3571) 2020年6月26日
ということで、SQL編を一通りやってみたので感想記事です。*1
*1:わかんなかったところはすぐに解答見て写経した
【ざっくり感想】『データ視覚化のデザイン』
Tableu界隈で数ヶ月前から話題になっていた『データ視覚化のデザイン』を読みました。*1
Amazonでも早速ランキング上位に入り込んでいるらしいですね。
本日拙著『データ視覚化のデザイン』が発売になりました！😇
— Yukari Nagata 永田ゆかり☘『データ視覚化のデザイン』(SBクリエイティブ) (@DataVizLabsPath) 2020年6月18日
執筆は本当にキツかったですが、毎日当たり前のように目が覚めて、執筆が出来る健康な心と体に感謝します。実績ゼロの自分に1年以上伴走しいつも支えてくれた作家のふろむださんに、いつか恩返しが出来るようにこれからも頑張ります。 pic.twitter.com/YyWPbrny6e
- 何が書いてあるの？
- 誰が読むといいの？
- ざっくり各章レビュー
- 第１章：データ視覚化「キモのキモ」
- 第２章：これだけでグッとプロっぽくなるコツ
- 第３章：目的に応じたチャートの選択
- 第４章：事例で学ぶ -ダッシュボード作成過程 思考キャプション-
- 第５章：本当に組織に根付かせるために
- 似たような本と比較してみる
- 『ノンデザイナーズ・デザインブック』より、人を動かす場面を想定している
- 『Google流資料作成術』より、データ分析”文化”を変えようとしている
- 気をつけたほうがいいところ
- おわりに
*1:Data saberの最終試験前にギリギリ間に合ってよかったです…！
【Tableau】サンプル−スーパーストアで『実践 顧客起点マーケティング』【Data Saber Apprentice】
この記事は Tableau DATA Saber Apprenticeのコミュニティポイント稼ぎの記事です。
2019年のマーケティング業界で最も話題になった本の一つに、元スマートニュース西口さんの『実践 顧客起点マーケティング』が挙げられるかと思います。
私はマーケティングリサーチ業界の隅っこで細々と生きているのですが、本書にインスパイアされた分析依頼をこの１年で何度か目にしました。なかには本書を「赤本」と呼んでいる方々もいらっしゃったくらいです*1。
ということで、今回は本書に紹介されていた『5セグマップ』というフレームワークを、Tableauユーザーみんなが大好きサンプル−スーパーストアで試してみようという企画です。
- 『5セグマップ』って？
- 主役とライバルを決めよう
- セグメント定義を決める
- ロイヤル顧客：認知あり／購入頻度 高
- 一般顧客：認知あり／購入頻度中〜低
- 離反顧客：認知あり／購入経験あり／現在購入なし
- 認知、未購入顧客：認知あり／購入経験なし
- 未認知顧客：認知なし
- サンプル−スーパーストアで『5セグマップ』を作る
- できあがり
- オーバーラップ分析
- もうすこし、購買データを使って『5セグマップ』
- セグメント別の過去購買傾向
- セグメント別の競合メーカー探索
- まとめ
- Tableauでやるメリット
- Tableauでやるデメリット
*1:打ち合わせが『赤本のp.29によると〜』って進むんですが、Kindkeで購入したので幾度となく話に置いていかれました…
【Tableau】ビデオリサーチの視聴率ランキングを勝手にTableauで再現する【Data Saber Apprentice】
この記事は Tableau DATA Saber Apprenticeのコミュニティポイント稼ぎの記事です。
視聴率ってありますよね。ビデオリサーチさんが提供しているアレです。そして何よりテレビ局はじめ業界では”通貨”として使われている、非常に重要なデータです。
そんなビデオリサーチさん、ホームページ上にて週間視聴率ランキングを公開しています。
このランキング、見ている分にはそれなりに楽しいのですが、もっと期間やジャンル・エリアを操作できるなど、動的なインタラクションが欲しくなるのもまたあるかと思います。特に期間は、過去分や区切り方を変えたデータも簡単に出力できるとすっごく楽しいですよね。
ということで、今回は上記コンテンツをTableau上で再現してみようという試みです*1。
- そもそも、どんなデータなのか？
- ダッシュボード用のダミーデータを用意する
- 番組ごとの最大視聴率を判定してみる
- ランキングを作成してみる
- まとめ
*1:もちろん、当然のことながら私とビデオリサーチには何の関係もございません。新卒採用で落ちたのが人生最大の接点です。