2014年度enPiT BizApp AIIT ビジネスアプリケーション演習・特論 3日目
- YoshikiEguchi
- 1401
- 0
- 0
- 0
モデリングについて。決定木を使ったクラス分類の技法の解説。決定木を作る際は、エントロピーの変化により分割点を決める。 #enpit_aiit
2014-09-24 19:52:37検証について続き。手元にあるデータに適合させすぎることを過学習という。これに陥ると予測の精度が下がる。 #enpit_aiit
2014-09-24 20:29:49予測を誤った場合について。False PositiveのほうがFalse Negativeのほうが損失が少ない。 #enpit_aiit
2014-09-24 20:31:48良い指標の条件: ・比較しやすいこと ・理解しやすいこと ・比率や割合であること ・我々の行動の変化を喚起するものであること #enpit_aiit
2014-09-24 20:43:44データ分析で指標とするのはおすすめしない8つのデータ。上にあるものほど良くない。 ・ヒット数 ・PV数 ・訪問者数 ・ユニークビジター数 ・フォロワー数、フレンド数など ・滞在時間 ・獲得したEmailアドレスの数 ・ダウンロード数 #enpit_aiit
2014-09-24 20:45:59利用者がいつ加入したか、どのようなタイプのユーザなのか、何の機能を使ったのかなど、利用者のプロファイルと行動の移り変わりを把握できるようにデータを取るべき。 #enpit_aiit
2014-09-24 20:50:01第一段階:共感。ユーザが本当に求めるプロダクトを目指す。検証は定性的検証が主(インタビューなど) #enpit_aiit
2014-09-24 20:56:21ソリューションの検証には、最小限の機能を実装したプロダクト(MVP=Minimal Variable Product)を作成してユーザに提示、興味度を測る。 #enpit_aiit
2014-09-24 21:01:47Dropboxの事例。製品を開発する前にサービス紹介ビデオを公開し、「ベータ版ができたら知らせる」フォームを用意し、反応を見た。 #enpit_aiit
2014-09-24 21:03:12第二段階:定着。ユーザが日常で使い続けるプロダクトを目指す。 ・利用者のライフサイクルを把握したうえで、追跡・分析する値を決定する ・利用者をグループに分けてグループごとに値の遷移を追跡調査する #enpit_aiit
2014-09-24 21:09:57ターゲットのユーザは絞る。誰にとっても良くしようとすると、あまり良くないものができることが多い。 #enpit_aiit
2014-09-24 21:16:09機能を追加する前に考えるべきこと。 ・それはなぜビジネスを改善させるのか(仮説の形成) ・その効果をどうやって測るか ・開発期間 ・複雑にならないか ・リスク ・利用者が必要としているか #enpit_aiit
2014-09-24 21:18:52演習3。プロダクトによるサービスの改善につなげるデータ取得やデータ解析に関して、自分の経験に基づいたノウハウをプレゼンする。 #enpit_aiit
2014-09-24 21:24:07