永田ゆかりのレビュー一覧

AI活用のためのデータマネジメント超入門

バリバリのエンジニア向けではないこともあるのか前半部分は少し冗長っぽいところもありましたが、後半の「実践に向けたポイント」なところがとても充実していました。

AI活用のためのデータマネジメント超入門

AI/分析は花や果実。花や身をつけるためには肥沃な土壌が必要。それがデータマネジメント。
営業としてはお客様へ深掘りすべきポイントがわかりやすかったのと、お客様側の立場に立った時に社内の巻き込み方や成果の見せ方など、現場に即した内容でわかりやすかった！

AI活用のためのデータマネジメント超入門

大事なことが沢山言語化してあった。テクノロジー側の人間であっても関わっている人たちが何をしないといけないかの理解がないとテクノロジーの活用はうまくいかないし良い結果は出ない。マジカルキラー文言「技術的に難しい」への切り込みも素晴らしい。

データ視覚化のデザイン

[yoshi]

超わかりやすい

データ分析の本を最近読み始めたが、前処理や統計学など難しい議論が多く、その点でこの本は伝えることに焦点を当てているので非常に勉強になった。勿論先にあげた前者の知識は必要だが伝えないと意味がないということも覚えておきたい。

＃タメになる

データ分析のリアル まるごとQ＆A

素晴らしかった。データのことをちゃんと考えたことがない経営者がみんなこの本を流し読みでも目を通したら世界が随分変わると思う。

データ視覚化のデザイン

視覚化の技術が網羅されている。

男性では5％もいる色覚異常者にも識別できる色遣いに配慮する。赤と緑の視細胞がX染色体上にあり、男性の異常率は高いので、赤と緑を同時に使うことは避ける方がいい。ダイバージェントカラーなど同時に使う色は、赤と青がよい。

ベースカラーには寒色系やくすみ調、強調カラーにはパステル系を、アラートには赤・緑・オレンジなどの濃い色がおすすめ。ベースカラーを7～8割、メインカラーを1～2割、強調カラーは5％が目安。

可読性の赤いフォントを用いる。
Century Gothic
Arial
Trebuchet MS
Verdana
Time New Roman
Lucida sans
Consolas
Segoe UI
メイリオ
ヒラギノ角ゴシック

量：棒グラフ、パックドバブル、レーダーチャート
割合：積み上げ棒グラフ、円グラフ、ツリーマップ
時間推移：線グラフ、棒グラフ、スロープチャート、エリアチャート、ヒートマップ
分布：ヒストグラム、箱ひげ図、バタフライチャート
ランキング：棒グラフ、バンプチャート
関係性：散布図、棒グラフと線グラフ
差：分岐棒グラフ、分岐線グラフ
地理空間：コロプレス、比例シンボル、ドットマップ

データ視覚化のデザイン

とてもよかった。ビジュアライズとは？を分かりやすく言語化されており、すぐに実践できるものが多いと思った。自分の会社もこんなダッシュボードを用いた指標ウォッチや議論が当たり前になればいいなと思った。

データ視覚化のデザイン

漠然とデータをグラフ化していることは多いが、その時に相手がどう思うかを伝わらないグラフと伝わるグラフを用いて紹介されているため大変参考になった。
仕掛け(デザイン、見せ方)は非常に参考になるし、仕掛けについてさらに勉強したくもなった。
また、BIツールを使用したことがなかったがBIツールの有用性も非常に感じた。

データ視覚化のデザイン

ダッシュボード関連の本だがそれに関わらずデータ分析まわりの人であれば必読の本ではないか
難しいことでないのに他人の差別化する費用対効果が抜群である

AI活用のためのデータマネジメント超入門

データマネジメント、データや情報の整理の重要性やその進め方の泥臭い段取りにも言及があり、参考になる。決して革新的な内容というわけではないのだが、改めて整理できるし、考えたことがない人にはちょうどいいレベル感。
また、AIだのとの比較を通して取り組みの重要性が書かれているが、やはりどこの組織でもこういう光景があるからこそなんだろうと感じられる。

データ視覚化のデザイン

## わかったこと
- データがごちゃごちゃしている状態をクラター（Clutter）という。不要なものを捨て、認知負荷を下げることを心掛ける。
- 色について。人間が一度に認識できるのは8色まで。筆者は4色以下に抑えるよう心掛けている。変化を表現したい場合は彩度を調整して用いる（グラデーションのようなやつ）。
- テキストについて：重要なことは大きく表示する。空白も十分にとる。フォントは2種類以下、フォントサイズも4種類以下にする。グラフ化が難しい場合は、潔くテキストで簡潔に示す。
- オーディエンスを意識すること。オーディエンスは誰？真のペインポイントは？
- 素早くプロトタイプを作ること。データがあっても何ができるかのイメージがついていないと、議論が空中戦になりやすい。アジャイル的に素早く作り、フィードバックと改善を繰り返す。

## 感想
参考になった。データ分析業務において自分が感じていることが多く述べられていたが、それがわかりやすく明文化されていて、自分の考えを整理するのに役立った。何を足すかではなく、何を捨てるかが大事であるというのはとても共感できる。仕事をしていると汚いグラフや何が言いたいのかわからない資料に遭遇することも多く、この考え方を理解しているかどうかでアウトプットの質が変わってくると思う。

データ視覚化のデザイン

一読した。後半のダッシュボード事例集は私の業務ではあまり関係ないので読み飛ばしたが、序盤3章分は可視化のtipsが詰まっていて面白かった。おすすめ。

データ視覚化のデザイン

Tableau初心者、データを可視化する人におすすめです。
グラフを作成するにあたり、どんなことを意識して作ればいいのかがわかります。見たことないグラフも出てきておもしろいです。

データ視覚化のデザイン

・内容としては薄め
・tableauを使う人にはおすすめ
・ある程度tableauを触ったことがあり、つまずいた経験を持った後に読むのが良い
・データビジュアライゼーションの入門書として読むのはおすすめしない
・効果的な見せ方と避けた方が良い見せ方、両方の事例があるのが良い
・手元に置いておきたまに読み返すことで、新たな気づきと反省を得られる
・細かい技法はさておき、棒グラフと折れ線さえ使っていればなんとかなる

データ視覚化のデザイン

データを可視化したダッシュボードを作る機会があるため、読破。
読む前と読んだ後では、どう可視化するか、なんとなくで作成していたものが、理論に従ってどう作るべきか考えることができるようになった。
手元に置いておきたい本。

データ視覚化のデザイン

経験則的に理解してることがほとんどだけど、改めて体系的に並べてくれているのはありがたいし、辞書的に使えるのでは。
著者はオーディエンスっていう表現してたけど、おっしゃる通り誰が見るかっていう視点は大事ですよね。なんのために作ってるのかは常々意識しないといけませんね。

データ視覚化のデザイン

前提条件としてデータが抽出できているところから話が始まる。そこは問題ないが、その後どのようにグラフを選定するのか、色味はどのように決めたらいいかなどの話になった時、少しニッチすぎる部分も感じた。色盲への配慮など。今はAIで資料作成もできるので、必要なのはそこではなく、どのようにデータを捉え、組織を動かしていくかという部分だと思うので、そこを学ぶためにという意味では少し物足りない。

データ視覚化のデザイン

基本的には他のデータ分析の本とあまり内容は変わりがないかも。

他ですでにデータ分析を勉強しているならもしかしたら被るかも。
そして現状としてはデータ視覚化する前段階のデータ整理がかなり手こずっている。というか管理が杜撰。データ整理や加工がうまく行き出したらこれを再読したいかも。

データ視覚化のデザイン

グラフをどう見せると分かりやすいのか、に絞って解説している本。
エクセル操作のノウハウは一切載っていないので、ピボットや軸の調整に毎回試行錯誤している状態の自分が読むのは早かった。著者はオーディエンスと読んでいるが、誰がなんの目的で読むのかを考えて資料を見せるのは資料作りの際には肝に銘じておきたい。