今後のキャリアについて

最近、幸にも不幸にも気付いてしまった。

以前から薄々は感じていたが、ここ最近一週間で強く思うようになった。

今の会社で今の業務を続ける必要性がない、ということに。

幸い、今の業務内容自体はこれからしばらくは続けていきたいと思っているが、

今の会社でその仕事をするメリットがほとんど見当たらないのだ。

理由としては、

• マネージャーに実務経験がなく、業務知識が乏しい。またマネジメントをする気がない。
• メンバーのスキル・意欲も低く、今後もその傾向に拍車がかかると予想される。

※参考：最悪のデータ分析組織とは | データ分析とインテリジェンス

そうなれば、今すぐ転職活動したいところだが、残念ながら私自身のスキルも低く、

アピールできる実績もない状況である。

とはいえ、この状況をだらだら続けていると、時間の浪費になり、若手というブランドも無くなってしまう。

したがって、目標とそれを達成するためにやるべきことを下記の通り定める。

【目標】

• 2018年内までに、データ分析専業の組織を有するコンサルティング会社（もしくは分析会社）への転職（内定獲得）を目指す

【やるべきこと】

• 最低限アピールできる実績（具体的にはデータ分析プロジェクトの課題抽出から解析・結果報告まで）
• 機械学習に関する基礎的知識（各解析手法の理解・実装）、前処理テクニック等の体得

急増する外国人コンビニ店員と移民大国日本

• メディア:
• この商品を含むブログを見る

 

最近コンビニに行くと、店員が外国人ばかりだと気づいた人は多いだろう。

特に都内の夜間帯ではむしろ日本人を見つける方が難しくなっている気がする。

増え続ける外国人留学生数と慢性的な人手不足の背景もあって、ここ数年で急増したようだ。

コンビニに限らず100万人を超える外国人労働者数は近年大きく増加傾向にあり、

すでに130万人近くの水準になっているようだ。

現在は中国人が最も多いのだが、ここ数年がベトナム人とネパール人が急増している。

日本は現在のところ、原則「移民」の受け入れは認めていないが、

すでに世界第５位の移民大国とも言われている。

そもそも「移民」という言葉に世界で共通の定義は存在しておらず、

国連では、1年以上外国で暮らす人は全て移民とされている。

世界最大の人口減少が近い将来訪れるこの国で、移民を受け入れるかどうか議論がされている現在だが、

すでに外国人労働者に依存することで、経済活動が成り立っているこの状況を、

コンビニからでも見てとるとこができる。

週刊東洋経済 2018年2/3号 [雑誌](隠れ移民大国ニッポン)

【機械学習】教師あり学習の代表的なアルゴリズムとその特徴について

こちらの本を参考にまとめてみました。

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

 ■最近傍法

・小さいデータに関しては良いベースラインとなる。説明が容易。

■線形モデル

・最初に試してみるべきアルゴリズム。非常に大きいデータセットに敵する。また、非常に高次元のデータに敵する。

■ナイーブベイズ

・クラス分類にしか使えない。線形モデルよりもさらに高速。非常に大きいデータセット、高次元データに適する。線形モデルより精度が劣ることが多い。

■決定木

・非常に高速。データのスケールを考慮する必要がない。可視化が可能で説明しやすい。

■ランダムフォレスト

・ほとんどの場合、単一の決定木よりも高速で、頑健で、強力。データのスケールを考慮する必要がない。高次元の疎なデータには適さない。

■勾配ブースティング決定木

・多くの場合、ランダムフォレストよりも少し精度が高い。ランダムフォレストよりも訓練に時間がかかるが、予測はこちらのほうが速く、メモリ使用量も小さい。ランダムフォレストよりもパラメーターに敏感。

■サポートベクターマシン

・同じような意味を持つ特徴量からなる中規模なデータセットに対しては強力。データのスケールを調整する必要がある。パラメータに敏感。

■ニューラルネットワーク

・非常に複雑なモデルを構築できる。特に大きなデータセットに有効。データのスケールを調整する必要がある。パラメータに敏感。大きなモデルは訓練に時間がかかる。

教師なし学習等、今後も追記していきたい。

ブログに書きたいネタがないので、近況報告

毎日書くという目標を立てたにも関わらず、5日ほど更新できなかった。

とはいえども、書きたいネタも見つからないため軽い近況報告をしてみる

【投資】

• 先週末から上昇傾向。6/12米朝会談を控え、当面の地政学リスクは去ったのか？
• メルカリIPOのブックビルディングが今週いっぱい。保有株を一部売却し、資金をIPO用口座に移し替え中。今回は３つの証券会社で申し込む。結果は如何に。

【仕事】

• カメラ映像解析技術とWebGISツールについて調べる機会があった
• カメラ映像解析については、店舗来店分析などのマーケティングの活用においては、現状NECとAbejaがリードしていると聞いた。

  NEC、映像から来店者の行動を可視化・分析する「人物行動分析サービス」を販売開始 (2017年3月1日)：プレスリリース | NEC

  ABEJA Insight for Retail | 株式会社ABEJA

•   WebGISツールについては東大の研究室が公開している「mobmap」とuberの「kepler.gl」が使いやすそう。緯度経度情報を入力すれば、簡単に動画作成ができる。この辺りも追々ブログでまとめていこうかな。（需要はあるかな）

ユーザーのペインポイントは何か？-ネットショッピングを例にとって-

本日は新規ビジネス創出に関するワークショップへ行ってきた。

そこで、ネットショッピングと対象として、消費者が購入行動をする上での悩み（マーケティング用語で"ペインポイント"というらしい）は何か？というディスカッションを行った。

ここで思いついた悩みとしては大きく2つ、

• 情報過多

現在、Amazon、楽天、その他多数のECサイトが存在しており、

一つの商品カテゴリにおいても、様々な商品が売られていて、選択肢は無数にある。

結果、大して悩む必要などない買い物にも時間を掛けてしまったという経験は皆さんもあるはずだ。

• レビューに大きく左右されてしまう

ネットショッピングという実際に手に取って確かめることができない性質上、

レビューというのは非常に重要な判断基準となりうるが、

レビューの評価が低かったり、レビュー数が少ないとおのずと候補対象外としてしまいがちだ。

また、レビュー内容もステマされている可能性も0ではない。

レビューしか判断基準がないのに、そのレビューの正しさが担保できないのは、

なかなか由々しき事態だ。

あとは、SNS映えや流行を意識したものを買わなきゃいけないという観念に迫らせがちになるという意見も他の参加者からあった。（この点は私にはあまり理解できない概念だが、一般的には共感できる悩みかもしれない）

ユーザーのペインポイントを発見することが、新規ビジネス発案の第一歩なので、

今後もその点を意識しながら、日々アンテナを張っていこうと思った。

リアルな行動データを収集する

forbesjapan.com

昨年にアメリカ・シアトルにてオープンしたAmazonの無人コンビニ「Amazon Go」。

これ狙いとしては、店員の人件費を削減するというだけでなく、

店舗の来店客の行動データを集めてマーケティングに活用するという。

現在の映像解析技術で人のカウントはある程度の高い精度が出ることが分かっており、

そこに性別・年代等の属性情報まで正確に推論できれば、

どの属性の客層がどの時間に何人来店するのかといった傾向把握や、

どのように陳列すれば効果的な売り方かできるなどの検証ができそうだ。

このようにリアルな行動データを集める事例については、今後も注視していきたい。

会議で発言できるようになるためには

この悩みを抱えている若手社員は多いと思う。

何を隠そう私もその内の1人である。

去年の10月から新しい仕事になり、会議に出席するたびにこの悩みに直面する。（もしくは上司・先輩に指摘される）

発言ができない理由としては、大きく２つあると自覚している。

1. 自分の発言内容に自信がない
2. そもそも何を発言してよいか分からない

1.については、何かしらの意見・疑問を投げかけたい意思はあるものの、自分の知識不足を露呈したり、議論の流れを止めてしまうのではないかという恐れから、何も発言できずに黙ったままとなってしまうケースがありがちだ。

2.については、全く意見・疑問が思いつかない状態か、議論についていけないという状況でありうるケースだ。

ここで克服法を考えると、

1.は自信をつけるための知識・経験を積むという、結局はその仕事をこなしていくことで、スキル・経験値を高めていくしかないように思える。

2.は知識・経験に依存しないベースの力となる思考力・質問力が重要だと思うので、ブログを継続するなどして、その力を蓄えていきたい。

私は人よりも引っ込み思案で、思考力も足りないので、人一倍努力していかなければならないな...