馬渕邦美のレビュー一覧

ブロックチェーンの衝撃 ビットコイン、FinTechからIoTまで 社会構造を覆す破壊的技術

ビットバンク株式会社＆『ブロックチェーンの衝撃』編集委員会 / 馬渕邦美

ブロックチェーンに関わる専門家の小論文集。

仮想通貨関連事業を行うビットバンクと、経済学者野口悠紀雄氏のネームバリューでまとめ上げたのでしょうか。

ブロックチェーンとその周辺分野について、背景、成り立ち、技術面、フィンテックとの関連性、実務、今後の見通しなどが、各専門家により綴られています。

小論文の寄せ集め集のような形態のため、各々の冒頭は重複するような記述が散見されます。それを「様々な角度からの説明で分かりやすい」と取るか、「説明が重複している」と取るかは、読者の持つ予備知識によるところでしょう。

とはいえ、本書を、ブロックチェーンの最初の1冊として読むのはきついような気がします。入門書や経済誌の特集などである程度ブロックチェーンの理解をしたうえで、本書を読まれることをお勧めします。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

広告会社オグルヴィのマーケティング担当が書いた本。

オムツとビールのバスケット分析が嘘だったってことが一番の収穫。

web画面の見せ方を工夫すると、入会率が上がるよっていうことを言っている。（入会ボタンを、オレンジから緑にすると良いなど。オレンジは目立つけど、警告の意味があるからとのこと）こういったことを、統計的に分析し、提案し、実践し、改善するのがお仕事のよう。

A=(P*MC)/ROIで、ある広告を特定の人物に表示することに対して支払う金額がわかる。
Pは、広告を閲覧した人物が口座を開設する確率。
MCは、実際の顧客になる毎にもらえるマージン。
ROIは、企業が投資したことに対して得られる利益の割合。

広告予算の削減は、長期的にマイナスの影響をもたらす。

目標には、「測定方法」「ベンチマーク」「時間設定」が必要。この3つがそろわないと、目標は単に緩い方向性を示すものか、願望のようなものになる。

財務管理サービスのミント・ドットコムはおもしろい。「あなたの財務状況を教えてください。私たちはその改善に向けたお手伝いをします」財務諸表から何かを読み取るのは難しいので、専門家に見てもらったほうが効率的であれば、こういったサービスは有効。

OODAループ。人間が素早い、直感的に言える意思決定を下す際のステップで、戦闘機の設計経験もある、パイロットのボイドが発明したフレームワーク。
Observe（観察）
Orient（情勢判断）
Decide（意思決定）
Act（行動）

専門的な数学・統計学を学ぶとどれだけ分析の切り口が増えるのか、ぼくには見当がつかないなー。
結局、納得感あるものを出せる、顧客目線の方針を出せるかどうかだと思う。

ブロックチェーンの衝撃 ビットコイン、FinTechからIoTまで 社会構造を覆す破壊的技術

ビットバンク株式会社＆『ブロックチェーンの衝撃』編集委員会 / 馬渕邦美

ビットコイン、ブロックチェーンの概念・方式と現状に関する記載。
１年前のものだが情報収集としては十分。
強力な技術なのでどう使うか、どう使われるかが今後のカギか。。。

ブロックチェーンの衝撃 ビットコイン、FinTechからIoTまで 社会構造を覆す破壊的技術

ビットバンク株式会社＆『ブロックチェーンの衝撃』編集委員会 / 馬渕邦美

正直あまり頭に入ってこなかったです。ブロックチェーンについては金融分野以外にも活用できる技術であること、また、銀行を利用できない層に対し、お金を送金する際に利用できそうであることといった示唆は得られました。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

マーケティングの知識としてタメになった一冊。このような本を読むと自分はなんて狭い世界で分析をしているんだろうと痛感する。何のため、誰のため、という思いは大切だ。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

理想的な顧客はどれか、その顧客が求めるものは何か、何をどのようにすればその顧客に伝わるか、その分析のためには何をどのように測定するか、その活動がどれだけの効果を上げているか、使える予算はいくらか、データ分析の視点でその具体的なアプローチ方法を説明している。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

ざっと流し読み。軽くメモ。
・顧客マトリックス、セグメント化
・将来予測。パーソナルデータの収集が用意に。いつ、なにを、どこで。顧客の年齢などのデモグラフィック
・機敏にうごき、PDCA
・定性の調査方法は、口コミサイトに目を通す、というもの
・データの価値。それがいくら利益をうむのか、排他性ー誰でも入手できるのか、鮮度ー最新のものか。
・ログ取得の目標の設定、方法、達成可能性、現実性
・誠実でないデータを創るな
・A2Aテスト
・エンジニアはグローバルな土俵で戦う時代。

所感。
・確かに鮮度は大事だ、刻一刻と状況は変化する。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

途中で読むのをやめたので積読行きに。こういう海外での最新トレンド事情を翻訳された本に学びが少ないと感じるようになった気がする。これでは本質を取れず、自分が直面しているシチュエーションに応用できない。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

元オグルヴィのデジタルマーケティング担当者によるデータマーケティング解説書。タイトルに「データ・サイエンティスト」「ビッグデータ」という流行り言葉が踊るが、これらはほぼ無関係。比較的旧態依然としたデータを活用して多面的に分析活用するマーケッターのフレームワークと事例紹介が主。

如何せんタイトルの付け方が酷すぎる。マーケティングターゲットを指南する以前に本書のターゲティングが失敗している。出版社の戦略ミスだろう。内容自体は回りくどいながらも悪くはないので残念だ。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

サブタイトルのビッグデータというより、本題のとおり分析をどのようにして経営・広告に活かしていくかということを中心に書かれている。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

マーケティングを今自社が持っているデータから、どのように有効に行うか。アナリシス。

・特に固定電話など、成長が止まっている市場においては、財布内シェアの情報が不可欠になる。固定電話サービスの利用傾向を左右するのは主に、
・顧客企業が保有している電話回線の総数
・顧客企業がどの産業に属しているか
・企業内の地理的なばらつき（拠点が1カ所か、複数か）
である。
そこで、どこに営業の最大のチャンスが転がっているか割り出すために、次のような分析を行った。
まず顧客を1回線毎の請求料の大小でソートする。例えばレンタカー事業を営むA社が40回線所有していて、1ヶ月あたりの請求が合計3000ドルなら、1回線あたり75ドルを支出している。
次に地理的にA社に近く、業態が同じで1回線あたりの請求額が高い他社と比べる。同じ地域の上位の他レンタカー会社が1回線につき平均120ドル使っているとする。
そして、’1回線あたり120ドルがその地域の同業者で財布内シェアの100％を握っている’ものと考える（支出額が最も大きいので）。
1回線あたり75ドルのA社はまだ45ドルを競合他社の電話回線に使っているので、A社をターゲットにするのは、有意義だとの結論が出る。

・人々の感情を理解することに特化している企業として、他にボイスプリズムが挙げられる。彼らは人間の声の音波を分析する。誰かに10分ほど喋ってもらい、基準値となるベースラインを把握した後で、提示される様々な刺激物（この場合は広告）について語ってもらう。そしてその際の反応とベースラインとを比較し、興奮やストレス、喜び、怒りといった感情を明らかにするのだ。声は無意識下で何が起きているのかを理解するのに役立てることができる。何千人もの消費者の無意識に関するデータを集められる技術など、私はほかに見たことがない。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

ビッグデータの分析入門

「UPSのトラックは左折時の待ち時間を回避するためにほとんど左折しない。それによって毎年数百万ドルのコストを削減している。」だって

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

やはり、Webで蓄積されるデータについてのお話だった。残念。
・ありがちな罠。「データで何ができるか」を考えてしまい、「データで何をすべきか」を考えることがおろそかになってしまう。

データ・サイエンティストに学ぶ「分析力」 ビッグデータからビジネス・チャンスをつかむ

ディミトリ・マークス / ポール・ブラウン / 馬渕邦美 / 小林啓倫

オグルヴィ社のマーケティング戦略立案時のデータ活用方法を整理し、方法論として体系化した。対象、メッセージ、場所、予算、測定、最適化。

原題、セクシー・リトル・ナンバーズ。ビッグに対するリトルなのに、日本語副題はビッグデータになってるのはミスリード。
もとの副題は、既に持っているデータを使って、だもの。