文部科学省の前事務次官の前川氏の緊急会見の後味
文部科学省の元トップ、前事務次官の前川氏の緊急会見を見た。 経済特区の利権に絡む黒幕とか忖度とかは、今治市だけでなく他の経済特区も同じだろうなと疑いの目を向けざるを得ない。 それにしても、このタイミングで個人の汚点を報道して解任の引導を渡した読売新聞は本当に終わってんな。巨人の広報マシーンだと思ってたら、政府の広報マシーンも兼ねてたんか、て感じ。
FBI 長官を解任したトランプさんと重なって見えるけど、あそこまで日本のメディアは追及するのかな。
5/31追記：日経ビジネスの小田嶋さんのコラム http://business.nikkeibp.co.jp/atcl/opinion/15/174784/052500095/
昔は良かった、と、単純に昭和の時代を賛美するつもりは無いのだが、ひとつだけ言えるのは、私たちの暮らしているこの21世紀の社会が、貧しくも不潔で乱暴だったあの昭和の時代とくらべて、ずいぶんと窮屈な世界になってきているということだ。
【読後メモ】独白「僕がエバーノートCEOを辞めた理由」
世界は不完全で、たくさんの「穴」が空いている。だから、起業家精神と情熱でその穴を塞ごうとする人たちを応援していきたいんです。
アイデアを語る人はごまんといます。でも、「私がこれを作るしかない！」と信じて動く人はとても少ない。スタジオならば、そういう覚悟を持った起業家を支援し、作った製品を収益化させるところまでお手伝いすることができます。
収益化できそうな事業アイデアを持っている人や、それを生み出せる人ですね。将来1000億円～1兆円レベルになるかどうかは問いませんが、事業として製品開発をする以上は、収益を上げなければなりませんから。
一方で、マーケットフィットを過剰に気にすることなく、製品を作ることで｢とにかく世界をもっと良くしたい！」という情熱を持っている人も大歓迎です。
世界は不完全で、たくさんの「穴」が空いている。だから、起業家精神と情熱でその穴を塞ごうとする人たちを応援していきたいんです。
アイデアを語る人はごまんといます。でも、「私がこれを作るしかない！」と信じて動く人はとても少ない。スタジオならば、そういう覚悟を持った起業家を支援し、作った製品を収益化させるところまでお手伝いすることができます。
後は、チームで何かをやり遂げるのが好きな人ですかね。独善的というか、自分で何かを支配したがるタイプの人には向いていません。
スタジオは、みんなでイノベーションを生み出す場所なんです。
俺を構成する８性格/エムグラム診断
この手の診断サービスはスパムやら個人情報やらで一切やらなかったけど、信頼している人（複数）の友だちだと判ると、信頼できるんだな。信頼も大事だし友だちも大事。
で、結果をメモしとこ。
fbeatsd さんは、一切の迷いなく情に流されずに極めて合理的で冷静な判断ができる人である、率直で大胆な行動を起こすことができる人である、自分の意思を持っている人であるといった印象を与える性格です。比較的マイルドで刺激的ではない性格なので、多くの人から受け入れられ易い性格といえます。
もし、性格面が短所として現れると、物事の情緒に疎く非常に冷たい人である、空気を読むのが苦手な人だと思われることがある、人目を気にせず行動してしまうことがあるという印象を与えることもあります。
対人コミュニケーションの観点では、抽象的な事柄や概念的な本質を感覚的に捉える能力に優れ、コミュニケーション等で場の機微や空気を読んだり、抽象的な事柄を知覚・認識することを得意とします。閃き、勘の良さと呼ばれる能力を発揮する可能性があります。一方で、他者の心理や感情を感知し汲み取る力に欠ける面があり、他者の感情的または情緒的な心理の変化や動きに鈍感なところがあります。知性だけでなく、感性・感情も尊重できるようになれば、ますます広く豊かな人間関係を構築できるようになるでしょう。
【読後メモ】雇用は守れるか ラストベルトの労働者たち＠BS1
産業ごと、街ごと、仕事がなくなるんだな。 廃墟と化していたり、綺麗な家屋を捨てて遠くの街に移動していて驚いた。 地元で働いていようとも、否応なく、グローバルでダイナミックな経済に巻き込まれた実例だと思う。
自力で稼ぐか、自給自足するか。
あ、積読になってる小商いの本を読もう。
【読後メモ】誰がアパレルを殺すのか エアークローゼット、ストライプインターナショナル
仕事や家事などに追われる●●のライフスタイルの中で、▲▲との出会い方が硬直化していると思いました。そこで、★★など第三者が指摘する形で▲▲との新しい出会いを作るというビジネスモデルを思い付きました。
レンタルの場合、「買うよりも安い」という経済的な強みがあります。うちはこれにプラスして、心理的な部分を重視しています。「借りるんだから、～したことのない■■を試してみよう」と考えてもらえたら嬉しいです。
「衣服レンタル」が変えるアパレル産業の未来：日経ビジネスオンライン
仕事や家事などに追われる女性のライフスタイルの中で、服との出会い方が硬直化していると思いました。そこで、スタイリストなど第三者が指摘する形でファッションとの新しい出会いを作るというビジネスモデルを思い付きました。
レンタルの場合、「買うよりも安い」という経済的な強みがあります。うちはこれにプラスして、心理的な部分を重視しています。「借りるんだから、着たことのないテイストの服を試してみよう」と考えてもらえたら嬉しいです。
オンライン時々リアル
少なくともライフスタイルや生き方を提供していく、といった考えを根底に持ちながらやっていかないと成長は見込めない
「衣服レンタルは既存市場を食う？それはウソ」：日経ビジネスオンライン
ネット発のブランドは今後もっと出てきていいと思います。リアルの店舗に出るのは、時々でいい、というようなスタイル。「オンライン時々リアル」、くらいのイメージです。もっとディベロッパーは催事スペースのようなものを拡大して、ネットブランドが催事的に1週間だけ出るといったようなものを積極展開して面積を広げるべきだと思います。今後、ネット発ブランドは必ず増えるので。
もう服だけに頼って大きくなっていくのは難しいですか。
100パーセント無理だと思っています。当然、アパレルを中心に考えますけど、少なくともライフスタイルや生き方を提供していく、といった考えを根底に持ちながらやっていかないと成長は見込めない
４つのグラフと、５つの分析手法
４つのグラフと、５つの分析手法を駆使して習得するぞ。
実務で使う分析手法は5つで十分、マーケッターこそデータサイエンティスト候補 - 日経BigData より
最初にグラフを描く
連続値のデータなら、必ずヒストグラムを描こう。分布を目で眺めると、偏りや規模感、極端な外れ値などが一目瞭然となる。
2変数の場合は、双方が連続値であれば必ず散布図を描くこと。
一方が性別や既婚・未婚のようなカテゴリカル変数の場合は、箱ひげ図（箱で中央値や四分位を示し、箱の両側から伸びるひげでデータの広がり方を示す）や複数のヒストグラムを描く。
双方がカテゴリカル変数の場合はクロス集計表だ。
分析手法は５つで十分
ビジネス課題を解決するのに必要な手法は、5つで十分だ。その5つとは、「クロス集計」「ロジスティック回帰分析」「決定木分析」「アソシエーション分析」「クラスター分析（k-平均法）」
分析の8割を占めるもの
マーケティングで使うデータはカテゴリカル変数のものが多いので、クロス集計は特に重要だ。クロス集計をする際のコツは、できるだけ単純な形にすること。望ましいのは2×2の表に落とし込むことだ。下の図は、Webサイトでの商品Aを説明する特集ページの閲覧有無と商品Aの購入有無の人数をクロス集計表にした例だ。
クロス集計表はさらなる分析の出発点
クロス集計表はさらなる分析への出発点だ。例えば、購入に至らなかった原因を探る手がかりを与えてくれる。「特集ページを閲覧した後、購入フローに進んだ人は多かったのか。それとも少なかったのか」「購入フローに進んだ人が少なかったのなら、原因は何か」というふうに、検討すべき課題が次々に浮かび上がる。
クロス集計は簡単な手法でありながらビジネスの成果に結びつくことが多いので、私は「クロス集計は分析の8割を占める」とよく言っている。直接施策につながらなくても、現状把握や仮説の導出、ターゲットの絞り込みなど、分析に重要なヒントを与えてくれるからだ。
【読後メモ】統計学が最強の学問である（再読）①
6
統計学を制する者が世界を制する
データ分析に関わったある小売企業では、これまで漫然と送っていたDMについて「どういった顧客には送らないか」といった選択を最適化することによって売上をほんの６％ほど上げるやり方がわかった。1000億円ほどの売上のほんの６％だから、見込まれる売上の増加はほんの60億円ほどだ。
どんな分野の議論においても、データを集めて分析することで最速で最善の答えを出すことができる。
現代の医療で最も重要な考え方としてEBM（evidence-based medicine）、日本語にすると「科学的根拠に基づく医療」というものがある。この科学的根拠のうち最も重視されるものの１つが、妥当な方法によって得られた統計データとその分析結果というわけである。
「心臓病を発症するか否か」のような二値の変数と多様な調査項目の関連性を見るといった解析には、ロジスティック回帰という分析方法が一般的に用いられる。
Microsoft Jobs Blog に2010年8月23日付けでポストされた記事の中で、彼らはテクノロジー分野で今後最もアツい３つの専門性として以下を挙げた。
さらに、Googleのチーフ・エコノミストであるハル・ヴァリアン博士は、2009年１月にマッキンゼー社の発行する論文誌においてこう語った。
私はこれからの10年で最もセクシーな職業は統計家だろうって言い続けてるんだ。 I keep saying the sexy job in the next ten years will be statisticians.
かつての人類は、正しい（と思われる）答えを知るためには神の啓示にすがるしかなかったし、そうでなくなった後も権威ある人間の見識に従うしかない時代が長年続いた。 だが今は違う。最善の答えはすでにみなさんの周りのデータの中に眠っている。そこにない答えを知りたければ必要なデータを生むための調査を行うこともできる。統計学という最強の学問の力の一端を手にしさえすれば、健康になることも賢明になることも裕福になることもずいぶん簡単になる。
サンプリングが情報コストを激減させる
47 対処しきれない量のデータが存在する際に、適切なサンプリングさえすれば、必要な情報を得るためのコストが激減するのは80年前だろうが現代だろうが本質的には変わらない。
50
誤差を計算する方法
たとえば10万人の顧客のデータからその男女別割合を調べた結果、顧客に占める女性の割合が70％だったと仮定しよう。その標準誤差は、何人をサンプリングすればどの程度になるのか、を調べた結果を示すと図表のグラフのようになる。 サンプル数が100名分しかなければその標準誤差は4.6％にもなり、得られた「顧客に占める女性の割合が70％」という結果が実際には「女性の割合が61％～79％と考えてほぼ間違いない」という解釈になってしまう。しかし、1000名いれば標準誤差は1.4％となり「女性の割合が67％～73％と考えてほぼ間違いない」、8000名を超えて標準誤差が0.5％となると「女性の割合が69％～71％と考えてほぼ間違いない」ということになる。
