Enviar pesquisa
Carregar
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
•
40 gostaram
•
14,808 visualizações
Recruit Technologies
Seguir
2016/06/20 tableau10ロードショーでの、前田・清水の講演資料になります
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 51
Baixar agora
Baixar para ler offline
Recomendados
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Teruchika Yamada
技術者として抑えておきたい Power BI アーキテクチャ
技術者として抑えておきたい Power BI アーキテクチャ
Yugo Shimizu
AWS Lambdaのテストで役立つ各種ツール
AWS Lambdaのテストで役立つ各種ツール
Masaki Suzuki
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
Recomendados
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Power BI をアプリに埋め込みたい? ならば Power BI Embedded だ!
Teruchika Yamada
技術者として抑えておきたい Power BI アーキテクチャ
技術者として抑えておきたい Power BI アーキテクチャ
Yugo Shimizu
AWS Lambdaのテストで役立つ各種ツール
AWS Lambdaのテストで役立つ各種ツール
Masaki Suzuki
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
戦う情シス!全社 API で社内アプリ開発を加速させよう
戦う情シス!全社 API で社内アプリ開発を加速させよう
Yuki Hattori
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
K Kinzal
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
Amazon Web Services Japan
ユーザーインタビューするときは、どうやらゾンビのおでましさ
ユーザーインタビューするときは、どうやらゾンビのおでましさ
Yoshiki Hayama
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
mosa siru
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
アサヒのデータ活用基盤を支えるデータ仮想化技術
アサヒのデータ活用基盤を支えるデータ仮想化技術
Denodo
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
Azure Monitor Logで実現するモダンな管理手法
Azure Monitor Logで実現するモダンな管理手法
Takeshi Fukuhara
ホットペッパービューティーにおけるモバイルアプリ向けAPIのBFF/Backend分割
ホットペッパービューティーにおけるモバイルアプリ向けAPIのBFF/Backend分割
Recruit Lifestyle Co., Ltd.
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
Yugo Shimizu
明治大学 データサイエンス・AIに関するオムニバス授業 エバンジェリストというキャリア
明治大学 データサイエンス・AIに関するオムニバス授業 エバンジェリストというキャリア
Daiyu Hatakeyama
Power BI を提案してみた件
Power BI を提案してみた件
Teruchika Yamada
最高のScrumキメた後にスケールさせようとして混乱した話
最高のScrumキメた後にスケールさせようとして混乱した話
Arata Fujimura
GraphQLのsubscriptionで出来ること
GraphQLのsubscriptionで出来ること
Shingo Fukui
オーバーエンジニアリングって何? #devsumi #devsumiA
オーバーエンジニアリングって何? #devsumi #devsumiA
Ore Product
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
Yoshiki Hayama
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
Yugo Shimizu
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開
Recruit Technologies
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
Mais conteúdo relacionado
Mais procurados
戦う情シス!全社 API で社内アプリ開発を加速させよう
戦う情シス!全社 API で社内アプリ開発を加速させよう
Yuki Hattori
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
K Kinzal
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
Amazon Web Services Japan
ユーザーインタビューするときは、どうやらゾンビのおでましさ
ユーザーインタビューするときは、どうやらゾンビのおでましさ
Yoshiki Hayama
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
mosa siru
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
アサヒのデータ活用基盤を支えるデータ仮想化技術
アサヒのデータ活用基盤を支えるデータ仮想化技術
Denodo
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
Azure Monitor Logで実現するモダンな管理手法
Azure Monitor Logで実現するモダンな管理手法
Takeshi Fukuhara
ホットペッパービューティーにおけるモバイルアプリ向けAPIのBFF/Backend分割
ホットペッパービューティーにおけるモバイルアプリ向けAPIのBFF/Backend分割
Recruit Lifestyle Co., Ltd.
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
Yugo Shimizu
明治大学 データサイエンス・AIに関するオムニバス授業 エバンジェリストというキャリア
明治大学 データサイエンス・AIに関するオムニバス授業 エバンジェリストというキャリア
Daiyu Hatakeyama
Power BI を提案してみた件
Power BI を提案してみた件
Teruchika Yamada
最高のScrumキメた後にスケールさせようとして混乱した話
最高のScrumキメた後にスケールさせようとして混乱した話
Arata Fujimura
GraphQLのsubscriptionで出来ること
GraphQLのsubscriptionで出来ること
Shingo Fukui
オーバーエンジニアリングって何? #devsumi #devsumiA
オーバーエンジニアリングって何? #devsumi #devsumiA
Ore Product
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
Yoshiki Hayama
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
Yugo Shimizu
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
Mais procurados
(20)
戦う情シス!全社 API で社内アプリ開発を加速させよう
戦う情シス!全社 API で社内アプリ開発を加速させよう
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
ChatGPTをシステムに組み込むためのプロンプト技法 #chatgptjp
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
ユーザーインタビューするときは、どうやらゾンビのおでましさ
ユーザーインタビューするときは、どうやらゾンビのおでましさ
マイクロにしすぎた結果がこれだよ!
マイクロにしすぎた結果がこれだよ!
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
アサヒのデータ活用基盤を支えるデータ仮想化技術
アサヒのデータ活用基盤を支えるデータ仮想化技術
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Azure Monitor Logで実現するモダンな管理手法
Azure Monitor Logで実現するモダンな管理手法
ホットペッパービューティーにおけるモバイルアプリ向けAPIのBFF/Backend分割
ホットペッパービューティーにおけるモバイルアプリ向けAPIのBFF/Backend分割
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
明治大学 データサイエンス・AIに関するオムニバス授業 エバンジェリストというキャリア
明治大学 データサイエンス・AIに関するオムニバス授業 エバンジェリストというキャリア
Power BI を提案してみた件
Power BI を提案してみた件
最高のScrumキメた後にスケールさせようとして混乱した話
最高のScrumキメた後にスケールさせようとして混乱した話
GraphQLのsubscriptionで出来ること
GraphQLのsubscriptionで出来ること
オーバーエンジニアリングって何? #devsumi #devsumiA
オーバーエンジニアリングって何? #devsumi #devsumiA
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
45分間で「ユーザー中心のものづくり」ができるまで詰め込む
AWSではじめるMLOps
AWSではじめるMLOps
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
え!? Power BI の画面からデータ更新なんてできるの!? ~PowerApps カスタムビジュアルの可能性~
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
Semelhante a リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開
Recruit Technologies
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
Markezine チラ見せ用
Markezine チラ見せ用
Shinya Nakazawa
株式会社ブライトビジョン 事業案内
株式会社ブライトビジョン 事業案内
Koichi Masukura
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
Windows ChatGPT Bing AI.pptx
Windows ChatGPT Bing AI.pptx
Atomu Hidaka
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
The Japan DataScientist Society
ビッグデータのビジネスモデルとインターネット文化
ビッグデータのビジネスモデルとインターネット文化
Hiroshi Takahashi
デジタル時代の企業変革 - 2020
デジタル時代の企業変革 - 2020
Ikuo Misao
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
テレワーク本格導入におけるID認証考察
テレワーク本格導入におけるID認証考察
FIDO Alliance
20171122 abeja night_marketing
20171122 abeja night_marketing
Hideki Ojima
LIONS Data - Information about the company
LIONS Data - Information about the company
LIONS Data, Inc.
フルオンライン化のカギを握るコンテンツとSNS
フルオンライン化のカギを握るコンテンツとSNS
ssuser1f3c8d
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
Miki Yutani
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
The Japan DataScientist Society
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
Takayuki Nakayama
クラウドを活用した自由自在なデータ分析
クラウドを活用した自由自在なデータ分析
aiichiro
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
munjapan
Semelhante a リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
(20)
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
Markezine チラ見せ用
Markezine チラ見せ用
株式会社ブライトビジョン 事業案内
株式会社ブライトビジョン 事業案内
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Windows ChatGPT Bing AI.pptx
Windows ChatGPT Bing AI.pptx
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
ビッグデータのビジネスモデルとインターネット文化
ビッグデータのビジネスモデルとインターネット文化
デジタル時代の企業変革 - 2020
デジタル時代の企業変革 - 2020
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
テレワーク本格導入におけるID認証考察
テレワーク本格導入におけるID認証考察
20171122 abeja night_marketing
20171122 abeja night_marketing
LIONS Data - Information about the company
LIONS Data - Information about the company
フルオンライン化のカギを握るコンテンツとSNS
フルオンライン化のカギを握るコンテンツとSNS
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
IBM on Demandセミナー IBM POWER8とDB2 BLUで最適なアナリティクス環境
クラウドを活用した自由自在なデータ分析
クラウドを活用した自由自在なデータ分析
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
Mais de Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Recruit Technologies
Mais de Recruit Technologies
(20)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
LT(自由)
LT(自由)
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
リクルート式AIの活用法
リクルート式AIの活用法
銀行ロビーアシスタント
銀行ロビーアシスタント
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
1.
リクルートが実践で学んできた ”セルフBI”推進に求められる3つの要素
2.
前田 圭一郎 Keiichiro
Maeda 株式会社リクルートテクノロジーズ 執行役員 ビッグデータ部 IDポイント部 エグゼクティブマネジャー Corporate Executive Officer (Big Data, ID Point)
3.
HRVerticalSupport Big Data About Recruit
Technologies
4.
over 200 brands BrandCategory Job Housing Travel Dining Beauty / Fashion Used
Cars Bridal/Maternity/Baby Education Online Shopping Local Information Others About Recruit
5.
ボトムアップ文化の功罪 現場が 継続的に 工夫
6.
ボトムアップ文化の功罪 亜種が どんどん 生まれる
7.
ビッグデータ化の加速 ツールの限界 処理性能の限界
8.
BIツールへの期待 現場の データ活用 Big Data への対応
9.
BIツールへの期待 現場の データ活用 Big Data への対応
10.
導入すれば それだけでセルフBIは うまくいくでしょうか?
11.
セルフBI推進に求められる3つの要素 セルフ BI推進 ヒト データ 場
12.
その1「ヒト」 セルフ BI推進 ヒト データ 場
13.
HRVerticalSupport About Recruit Lifestyle
14.
こちらをご覧ください
15.
16.
Before(Tableauマスター@システム部門) システム部門 ユーザー部門 ビジネススピードに追随できない
17.
システム部門 ユーザー部門 各組織での自走化が加速する After(Tableauマスター@ユーザー部門)
18.
システム部門 ユーザー部門 After(Tableauマスター@ユーザー部門) 組織間を超えた情報共有も進む
19.
セルフ BI推進 ヒト データ 場 その2「データ」
20.
こちらをご覧ください
21.
22.
Before1(複数データソースから切り貼り) + = + = +
= 再現が困難。信頼性の低下も
23.
Before2(ツールを導入するだけ) 使えるのは一部ユーザーのみ select … join
… group by … ♪
24.
After(巨大な “一枚表” を日次で最新化) 全ユーザーの分析が容易に ♪ ♪ ♪
25.
セルフ BI推進 ヒト データ 場 その3「場」
26.
こちらをご覧ください
27.
その3「場」 ユーザー会
28.
その3「場」 スキル の伝授
29.
その3「場」 ナレッジ の共有
30.
セルフBI推進に求められる3つの要素 セルフ BI推進 ヒト データ 場 Tableau マスター 十分に整備 されたデータ ユーザー会
31.
たとえてみるなら セルフ BI推進 ヒト データ 場 Tableau マスター 十分に整備 されたデータ ユーザー会 「道具」に加えて それを使いこなせる 「ヒト」 「素材」だけではなく 「食材」 「レシピ」を 「仲間」と共有 豊かな食事
32.
道具さえ渡せば何とかなると 思っていませんか?
33.
素材をそのまま渡していたりしませんか?
34.
レパートリーが増えず 悩んでいませんか?
35.
セルフBI推進に求められる3つの要素 セルフ BI推進 ヒト データ 場 Tableau マスター 十分に整備 されたデータ ユーザー会
36.
セルフBI推進に求められる3つの要素 セルフ BI推進 ヒト データ 場 Tableau マスター 十分に整備 されたデータ ユーザー会
37.
ユーザー会についてもう少し詳細を… セルフ BI推進 ヒト データ 場 Tableau マスター 十分に整備 されたデータ ユーザー会
38.
自己紹介 清水 隆介(しみず りゅうすけ) 株式会社
リクルートテクノロジーズ ビッグデータ部 BI・DWH担当 Recruit Tableauユーザー会 会長
39.
ユーザー会活動内容 ユーザー会での 事例共有 勉強会での 基礎教育
40.
Recruit Tableauユーザー会 ユーザー会では具体的な事例共有
41.
Recruit Tableau勉強会 1年間で16回の勉強会を開催 延べ700名以上が参加
42.
Tableau教育とレベルアップ 基礎教育 相談窓口 マスター への道 勉強会 Tableau Doctor 独自の 認定試験
43.
ポータルサイトと運営メンバー その他にも、ポータルサイト運営!!
44.
2つの顔を生かしニーズを吸い上げる 悩み相談 サービス提供 サーバーの 運用はどう すれば モニタリング に効果的なレ ポートは データが 複雑で サーバー運用 BIコンサルティング データマネジメント 会長 ユーザー システム部門
45.
ユーザー会メソッド 会長 ユーザー会
46.
データの整備についてもう少し事例を… セルフ BI推進 Tableau マスター 十分に整備 されたデータ ユーザー会
47.
META LOOKING(通称メタキン)
48.
META LOOKING(通称メタキン) メタデータ(定義情報)を自動で収集・公開。 「データの在り処を発見し、意味を知る」ツール。 自動 自動 コメント 入力 参照 2014.9 リリース!
49.
利用例)コード値の意味を調べる このテーブルの コード値 何を表している? 分析ユーザー テーブル定義書(ファイル) DWH 実データの検索結果 Select * from
XX limit 100 Select * from YY limit 100 Select * from ZZ limit 100 ・・・ 開発者 調査するので お待ちください × メタキンで 検索すれば すぐにわかる 分析ユーザー META LOOKING ♪ 検索
50.
Tableau Community
51.
×
Baixar agora