Crocos × TreasureData データサイエンスの始め方・データ分析のデザインパターン #ds2013
「分析可能なデータ」とは誰にとって分析可能であるのか? データ量が大きくなると、意味のある分析ができる人が変わってくる。 #ds2013 http://t.co/iuStappycY
2013-08-09 19:06:45大量のデータから意味のあるデータを取り出すスキルと、そこから分析をするスキルは、別である。 #ds2013 http://t.co/iuStappycY
2013-08-09 19:07:54インフラ技術がコアで内限り、内製するのは必ずしも正しくない。Mobfoxの例では、アウトソースすることで14日間でインフラの構築を完了できた。 #ds2013 http://t.co/iuStappycY
2013-08-09 19:10:50「インフラ技術が会社のコアでない限り、内製するのは必ずしも正しくない」ということらしい。でも必要最低限の理解は必要なんだろうな。 #ds2013
2013-08-09 19:11:18データ→情報→知識→理解→知恵→ビジネスの成功。データだけあってもビジネスには繋がらない。現実的に、これは時間と手間がかかる #ds2013 http://t.co/iuStappycY
2013-08-09 19:12:14データ→情報→知識→理解→知恵→ビジネスの成功 :時間と手間がかかる →であって等号ではない。 #ds2013
2013-08-09 19:12:28データからビジネスの成功に繋げるには時間と手間がかかる、とのこと。だからこそ、最初からビッグデータ云々ってやるのはアレなんだろうなあ。 #ds2013
2013-08-09 19:12:45見てみる / データサイエンスの始め方・データ分析のデザインパターン on td-channel http://t.co/m2FTKaN3EY #ds2013
2013-08-09 19:13:46データ基盤の整備は後回しにされやすい。しかしデータ基盤を構築してから、実際に解析ができる程度にデータを溜まるまでには時間がかかる。無いデータは分析できない。 #ds2013 http://t.co/iuStappycY
2013-08-09 19:13:52