BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:データサイエンスすいすい会 X-WR-CALNAME:データサイエンスすいすい会 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:811939@techplay.jp SUMMARY:データサイエンスすいすい会 DTSTART;TZID=Asia/Tokyo:20210324T120000 DTEND;TZID=Asia/Tokyo:20210324T130000 DTSTAMP:20260516T154236Z CREATED:20210317T141733Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/81193 9?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\nデー タサイエンスに関する雑談を通して、すいすいデータ サイエンスを推進できるような知見を貯めていくオン ライン雑談会 \n今回は電通様をお招きしGRIの分析官リ ーダと対話形式で、マーケティングでの自動機械学習 をテーマにお話します。\n参加無料、お昼を食べなが らお気軽にご参加ください。\n※第14回に関してはライ ブ配信のみで、Youtubeでのアーカイブや資料のご共有の 予定はございません。\nぜひお見逃しなく。\nスケジュ ール\n\n第14回　2021年3月24日（水）12：00～13：00\n隔週 で開催予定\n参加方法\n\n時間になりましたら、下記Zoom URLよりご自由にご参加ください\nhttps://zoom.us/j/96152836275 \n内容\n\n「【電通様】オンオフ統合マーケティングに おけるForecastFlowの活用について」\n株式会社電通 デー タマーケティングセンター 部長の眞鍋様より、オンオ フ統合マーケティングに関して、自動機械学習基盤Fore castFlowの活用方法をお話いただきます。マーケティン グでは、オンラインとオフラインを同時に考慮する必 要性が提唱されて久しいですが、実現するにはいくつ かのハードルがあります。\n今回のすいすい会では、 電通社独自の「人」を起点にした統合マーケティング フレーム、及びマーケティング分析するためのデータ 基盤のオンオフ統合データをForecastFlowを使うと、どの ようなことが実現できるかお話いただきます。\n具体 的には、テレビCMやデジタル広告のサイト来訪への広 告効果の表現方法をForecastFlowを通して、ご紹介いたし ます。電通 眞鍋様とGRI古幡の対話形式でForecastFlowの予 測モデルの結果を解釈することにより、参加者の方に とって理解しやすい内容を予定しております。\n登壇 者\n\n眞鍋 尚行\n\n株式会社電通 データマーケティング センター 部長\n事業会社にて、CRMの基盤構築・戦略立 案に従事。その後、金融系シンクタンクにて、経営/マ ーケティング戦略のコンサルティング業務を経て、２ ０１０年に電通に入社。\n電通入社後は、データドリ ブンなマス広告×Web広告のオンオフ統合マーケティン グを推進。DMPの開発及び、さまざまなクライアントに 対してソリューションを提供。 \nデータサイエンティ スト協会企画委員長\nJIAA　DMPワーキンググループリー ダー\nJILIS（情報法制研究所）研究員 \n古幡 征史 \n\n 株式会社GRI 取締役\nPh.D in Computer Science\nGRIにて50以上の AI\, BI\, 分析基盤構築プロジェクトをリード\nKPMGコンサ ルティング、University of Southern California、ドワンゴを経 て、2016年9月より現職 \n参加対象\n\nデータサイエンス に関心のある方\n参加費\n\n無料\n情報共有コミュニテ ィ\n\n自由にご参加いただけるSlackを用意しています\n 実践的に機械学習を活用するための議論やノウハウの 共有を目的としています\nすいすい会の内容について も活発に議論できればと思います\nSlackはこちら \n過 去のすいすい会\n\n※第14回に関してはライブ配信のみ で、Youtubeでのアーカイブや資料のご共有の予定はござ いませんので、お見逃しなく。\nスライド資料はこち ら→https://gri.jp/news/12924\n第1回「ビジネスでAIを上手く 活用するための問題設定法の共有」\n動画はこちら→ 　https://youtu.be/ppkgYD69NDU\nAIを実践的に活用する際、ど のような問題を設定すべきか？\nAIで解くべき問題が分 かると、実践的なデータ利活用ができます\n第1回では 、サブスクリプション・ビジネス（解約防止、Life-Time Valueの予測）における問題設定の秘訣を話しました \n 第2回 「アンケートと機械学習で効率的な顧客理解の 実践方法の共有」\n動画はこちら→　https://youtu.be/-s1PcL QUBNI\nアンケート回収数が少なくアンケート結果が眠っ ている企業も多いのではないでしょうか？\n今回の「 すいすい会」では、アンケートと機械学習の組み合わ せの事例を紹介しました \n第３回「機械学習の初心者 卒業：　分類問題の精度評価手法と不均衡データの実 践的な取り扱い」\n動画はこちら→　https://youtu.be/q6WJDT OgotA\n実社会では不均衡データを扱うのが普通ですが、 教科書ではあまり触れられていないため、不均衡デー タの実践的な取り扱い方をお話ししました\n第４回「 自動機械学習での特徴量の作り方」\n動画はこちら→ 　https://youtu.be/Ms52EnCRk8g\n自動機械学習の工程の中で最 も時間を要するのが予測ターゲットを説明する特徴量 データの準備になります。特徴量の考え方、アンチパ ターン、モダンなアルゴリズムで不要な特徴量処理を お話しました。また、Tableauなどの可視化ツールで事前 に分析しておくべきことと自動機械学習での特徴量エ ンジニアリングの使いどころをお伝えしました。 \n第 5回「ForecastFlowで自動機械学習をやってみよう」\n自動 機械学習の仕事の進め方をForecastFlowのデモ（分類問題 と回帰問題）を通して紹介しました。このデモは幕張 で開催された「AI・業務自動化 展」より生放送でお送 りしました。\n第6回「予測スコアを用いた効果的な施 策実施」\n動画はこちら→　https://youtu.be/8Sm8ex6taE8\n自 動機械学習ForecastFlowを使うと、顧客一人一人のレベル で予測スコアを自動で算出できるようになります。こ れからの出来事が予測できるので、効率的に施策を実 施することができます。その実行手順や考え方を説明 します。\n第7回「時系列のセンサーデータを扱ったPred ictive Modelでの予測について」\n動画はこちら→　https:// youtu.be/P09VdyyVtHs\nビジネスシーンで扱うデータの多くは 時系列データであり、予測に関して、数多くのモデル が存在します。NASAの研究の一つである飛行機のタービ ンエンジン機器のセンサーデータを用いて、故障予測 を中心にお話しました。\n第8回「データ活用を推進す るマネージャが知っておくべき自然な摂理」\n動画は こちら→　https://youtu.be/SZvqLKRET3Y\nデータ活用の推進と リモートワークにより、各マネージャは静かな大変動 に直面しています。データを活用する上で自然な摂理 がいくつか存在しており、それらをベースにマネージ ャとしてデータを効率的に使うための環境整備のヒン トをお話しました。\n第9回「自動機械学習での予測モ デル分割による詳細分析」\n動画はこちら→　https://you tu.be/2uH_em9b3X4\n自動機械学習ツールForecastFlowの予測モデ ル分割機能を用いて、「米国電話会社の解約予測」と 「海外旅行ユーザの予測」の事例紹介を行いました。\ n第10回「はじめての自動機械学習（ForecastFlow）」\n動 画はこちら→　https://youtu.be/GlGdh05TTx4\nGRIが開発した自 動機械学習ツール「ForecastFlow」を使って、自動機械学 習に関して説明しました。\n第11回「大規模データ分析 基盤と自動機械学習（BigQuery + Matillion + ForecastFlow」\n動 画はこちら→　https://youtu.be/TanBxco-kcA\n大規模データ分 析基盤と自動機械学習連携の手順を紹介しました。\n 第12回「ECの売上データに対して自動機械学習を用いた 顧客行動予測」\n動画はこちら→　https://youtu.be/yk3CO_fPY -4\nECの成長の鍵を２つの視点で紹介しました\nEC分野で の自動機械学習を利用する典型的な分析テーマ例の整 理\nあるイギリスのECの売上データを用いたForecastFlow（ 自動機械学習）のデモの共有\n第13回「自動機械学習で の特徴量エンジニアリングのテクニカル解説」\n動画 はこちら→　https://youtu.be/QFBzkOIE77w\n動画　近日公開予 定\n自動機械学習の予測結果を理解しやすくするため には、入力データの準備の工夫が必要です。\n多くの 予測問題に共通する、時刻データの扱い、欠損値の扱 い、カテゴリデータの扱いについて、共有しました。\ n※動画や資料は弊社コーポレートサイトでもご覧いた だけます\nhttps://gri.jp/news/12924 LOCATION:オンライン URL:https://techplay.jp/event/811939?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR