タグ

データに関するku_marinのブックマーク (9)

  • 01_ユーザーリサーチの進め方

    TOKYO METROPOLITAN GOVERNMENT ユーザーリサーチ実施の進め方 2 0 2 3 年 1 月 デ ジ タ ル サ ー ビ ス 局 ユーザーテスト実施手順書 01 2 資料の記載にあたって ユーザーリサーチとはサービス利用者の 潜在的なニーズ や 真の課題 を抽出し、最適な解決策 を導くための活 動です。資料では、ユーザーリサーチを効果的に進められるよう、2種類のユーザーリサーチのパターンを 深掘りしています。ユーザーリサーチに対する理解を深めて頂ければ幸いです。 1. インサイト抽出の重要性 2. 2種類のユーザーリサーチ 2.1 検証型 と 探索型 2.2 検証型 について 2.3 探索型 について 2.4 単独手法を実施する際の注意点 2.5 企画段階における東京都での代表的なデザイン プロセス 3. ユーザーリサーチの進め方 3.1 ユーザーリサーチの計画

  • なぜデータドリブンではなくて、データインフォームドであるべきか

    Do you want to subscribe to the notification email? Once subscribed, notification emails will be sent to your registered email address when the insight is republished or refreshed by the scheduling.

    なぜデータドリブンではなくて、データインフォームドであるべきか
  • 『データ分析』という言葉の解像度を上げる『3×2』の考え方を君にだけ教えよう|樫田光 | Hikaru Kashida

    こんにちはHikaru Kashidaです。 "データ分析"というのは、非常にいろんな場面に使えるな〜、と常々思っているのですが、その反面あれもこれも同じように『データ分析』と呼ばれていて、言葉として解像度が低いよなあと思うことも増えてきています。 この記事ではそんな、『データ分析』というかわいそうな便利ワードの解像度を少しあげられるかもしれない考え方をお教えします。 読んだ方から頂いた反応 とてもわかりやすい!!どの部分に興味持つかで合う職種がわかりそう、私は「business×変える」だった(「TBT」はイケてると思います😉) →『データ分析』という言葉の解像度を上げる『3×2』の考え方を君にだけ教えよう|樫田光 | Hikaru Kashida @hik0107|note(ノート) https://t.co/WDSDovWlK7 — 豊田弥生🍉ECマーケ (@march3rdya

    『データ分析』という言葉の解像度を上げる『3×2』の考え方を君にだけ教えよう|樫田光 | Hikaru Kashida
  • コーダー白書2016 集計データを公開いたします | コーディング専門プロダクション FLAT

    CSS Nite LP47「Coder’s High 2016」で発表した 「コーダー白書2016」のアンケート結果を公開いたします。 コーダー白書2016 業務でHTMLコーディングをしている方を対象にしたアンケートを実施し、 CSS Nite参加者、ネットからの投票で401名の方にご協力いただきました。 コーダー白書 全結果 http://wd-flat.com/coder/enquete2016.pdf 更新履歴 2016/10/02 追加加筆 70〜77ページ 男性女性・職種・働き方・年代別の平均年収を追加しました。 コーダー白書アンケート項目 回答者属性 性別 / 業務 / 年齢 / コーディング歴 / 働き方 / メイン業務 / スマートフォン機種 技術 全体編 経験がある技術 / 使用している技術 / 使用したい技術 / バージョン管理 技術 コーディング編 メインエディタ

    コーダー白書2016 集計データを公開いたします | コーディング専門プロダクション FLAT
    ku_marin
    ku_marin 2016/10/05
    401名分/ボリュームたっぷりなのであとでじっくり
  • 楽しい可視化 : elasticsearchとSpark Streamingの出会い | NTTデータ先端技術株式会社

    0. ログやデータを取得した後は? ログやデータの分析には、様々なアプローチが考えられるが、Apache Solrやelasticsearchといった全文検索エンジン製品にデータを蓄積し、その機能を用いて検索・集計・分析を行う方法がある。その際、データをそのまま蓄積するのではなく、各ツイート・各行に属性を付与(エンリッチメント)することにより、分析の幅は大きく広がる。 全文検索エンジンへのデータの投入では、Flume-ngやfluentdといったデータ収集製品を利用する実例が多い。しかし、リアルタイムにデータに対してエンリッチメントの前処理を行おうとした場合、処理が複雑になるにつれ、単体サーバーで動作するFlume-ngやfluentdでは処理能力が頭打ちになってくる。そこで、登場するのが、リアルタイムに大量のデータを処理することができるストリーミング処理系のビッグデータ関連技術である。

    楽しい可視化 : elasticsearchとSpark Streamingの出会い | NTTデータ先端技術株式会社
    ku_marin
    ku_marin 2015/08/11
    elasticsearch
  • デザイン変更は抜本的にやるべきか、それとも、少しずつやるべきか

    古いものを捨て、新しいものを取り入れる前に、そうすることがユーザーの目標達成のために必要だという確実な証拠があることを確かめよう。 Radical Redesign or Incremental Change? by Hoa Loranger on February 8, 2015 日語版2015年3月9日公開 ユーザーエクスペリエンスに関わる最大の問題は、メガメニューを利用するのか、あるいは他のタイプのナビゲーションメニューを利用するのかといったような個別のデザイン課題のことではない。求められているのは、もっと視野を広げて、UXに関して最優先すべき戦略をまず決めることである。すなわち、大改革を目指してすべてを一気に変えるのか、あるいは少しずつ品質を向上させるというやり方を取り、一歩ずつ進んでいくのか、である。 ユーザーエクスペリエンスというのは品質に関わる分野なので、デザインを徐々に変

    デザイン変更は抜本的にやるべきか、それとも、少しずつやるべきか
    ku_marin
    ku_marin 2015/03/11
    少しずつ少しずつ、データを見ながら調整していく
  • 進撃の巨人を読んだことない人がデータだけでキャラを推測してみる - あんちべ!

    はじめに 最近超人気の漫画として私のTwitter TLを賑わす作品、その名も「進撃の巨人」。 これだけ人気なんだからきっと面白いに違いないのですが、 なんか絵が怖そうだし、人がバンバン死んでてグロいっぽいという噂を聞くので、 なんとか漫画を読まずに、それでいて進撃の巨人のキャラについては知りたい、 そう願う潜在的進撃の巨人ファンも全国に70万人くらいいらっしゃると思います。 そこで、データから進撃の巨人にどんなキャラが登場するか推測してみましょう。 扱うデータとして、pixivのタグ情報を利用します。 商品レビューコメントなどとは違い、ファンの創作活動がダイレクトに反映されるサービスなので、 そこに付与されるタグ情報は、ファンの熱(過ぎる)いメッセージが込められているに違いありません。 今回、以下のような縛りを入れています。 1.勿論原作は見ない 2.pixivのタグ情報は参照するけど、

    進撃の巨人を読んだことない人がデータだけでキャラを推測してみる - あんちべ!
    ku_marin
    ku_marin 2013/08/05
    すっごいおもしろいw
  • 3つ(あるいは5つ)のスクリーンに向けたトランスメディアデザイン

    モバイルの利用は増加するが、デスクトップコンピューターの重要性は残る。その結果、企業は複数のプラットフォーム向けにデザインせざるをえず、視覚的なデザインや機能、ユーザーのデータ、口調での連続性が要求される。 Transmedia Design for the 3 Screens (Make That 5) by Jakob Nielsen on August 29, 2011 日語版2011年9月12日公開 いわゆる「ポストPC」の将来像で、モバイル機器が唯一の重要なユーザーインタフェースプラットフォームになるだろうと予測する人は多い。中にはモバイル用のウェブサイトをまずデザインし、その後、付け足しとして、デスクトップPC用にデザインを修正することを勧める人さえいる。 しかし、私はこれに反対である。 なにか新しいものが古いものに終止符を打つという主張は物語としては素敵なものになるだろうが

    3つ(あるいは5つ)のスクリーンに向けたトランスメディアデザイン
  • 市場データ | 株式会社 ネットプロテクションズ

    2008年8月7日〜8月8日、株式会社マクロミルを通じ、20歳から50歳以上の男女2,064名に対し「インターネットショッピングに関するアンケート」アンケートを実施いたしました。 ■女性は男性よりもネットショッピングを利用する 過去6ヶ月間に利用した回数を聞いたところ、女性は約半数以上が「5回以上」利用しており、男性よりも利用回数が多いという結果となりました。

  • 1