Suche senden
Hochladen
Bigfoot 活用事例
•
0 gefällt mir
•
1,133 views
Toshihiro Gotou
Folgen
minne でのログの活用事例の一部を紹介
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 32
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
俺とGitHub(先行公開ver.)
俺とGitHub(先行公開ver.)
Masayuki KaToH
Mercari Image search 1st Anniversary
Mercari Image search 1st Anniversary
yusuke shibui
Ha4goもくもく報告2016年11月分
Ha4goもくもく報告2016年11月分
Masayuki KaToH
Lt 1015ehm
Lt 1015ehm
SeiyaEhama
Machine learning and_system_design
Machine learning and_system_design
yusuke shibui
Riot.jsとフォームのデータバインディング
Riot.jsとフォームのデータバインディング
Keisuke Imai
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
tokyorgirls
機械学習の課題設定講座
機械学習の課題設定講座
幹雄 小川
Empfohlen
俺とGitHub(先行公開ver.)
俺とGitHub(先行公開ver.)
Masayuki KaToH
Mercari Image search 1st Anniversary
Mercari Image search 1st Anniversary
yusuke shibui
Ha4goもくもく報告2016年11月分
Ha4goもくもく報告2016年11月分
Masayuki KaToH
Lt 1015ehm
Lt 1015ehm
SeiyaEhama
Machine learning and_system_design
Machine learning and_system_design
yusuke shibui
Riot.jsとフォームのデータバインディング
Riot.jsとフォームのデータバインディング
Keisuke Imai
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
Tokyo.R女子部発表スライド「Rではじめるデータ解析の超基礎」
tokyorgirls
機械学習の課題設定講座
機械学習の課題設定講座
幹雄 小川
個人開発者LT会.pdf
個人開発者LT会.pdf
KatsunoriTakahashi4
HTML5 のお話
HTML5 のお話
tomo_masakura
drive api×deeplapiで高性能ocr翻訳サービスを開発した話【WebAPT_LT会】
drive api×deeplapiで高性能ocr翻訳サービスを開発した話【WebAPT_LT会】
TakeshiYamamoto33
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
Yugo Shimizu
Pythonで業務改善をしたときにあった問題(ライト版)
Pythonで業務改善をしたときにあった問題(ライト版)
Satoshi Yamada
スタートアップツールチラ見せ
スタートアップツールチラ見せ
Hisatoshi Kikumoto
Letsgo developer 2012 Continuous Delivery
Letsgo developer 2012 Continuous Delivery
Nobuhiro Sue
Reviewing_machine_learning_program.pdf
Reviewing_machine_learning_program.pdf
yusuke shibui
(Best) practices for working globally in IT industry - DMM.Study Night
(Best) practices for working globally in IT industry - DMM.Study Night
Eiji Shinohara
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
俺とGitHub
俺とGitHub
Masayuki KaToH
ありらいおんさんのデータ本の作り方
ありらいおんさんのデータ本の作り方
myrmecoleon
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
Ryo Sasaki
Not free
Not free
makoto tsuyuki
レコメンデーション(協調フィルタリング)の基礎
レコメンデーション(協調フィルタリング)の基礎
Katsuhiro Takata
機械学習でテスト実行を効率化するLaunchable.pdf
機械学習でテスト実行を効率化するLaunchable.pdf
yusuke shibui
Githubサービスについて
Githubサービスについて
Akura Pi
あなたの安心を高速に守る Container-based CI
あなたの安心を高速に守る Container-based CI
Wataru MIYAGUNI
\広報でもできる!/GitHubでらくらく原稿確認!
\広報でもできる!/GitHubでらくらく原稿確認!
Sachiko Imaoka
プロダクトマネジメントに「編集力」を活かせ!
プロダクトマネジメントに「編集力」を活かせ!
Yusuke Hisatsu
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Weitere ähnliche Inhalte
Ähnlich wie Bigfoot 活用事例
個人開発者LT会.pdf
個人開発者LT会.pdf
KatsunoriTakahashi4
HTML5 のお話
HTML5 のお話
tomo_masakura
drive api×deeplapiで高性能ocr翻訳サービスを開発した話【WebAPT_LT会】
drive api×deeplapiで高性能ocr翻訳サービスを開発した話【WebAPT_LT会】
TakeshiYamamoto33
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
Yugo Shimizu
Pythonで業務改善をしたときにあった問題(ライト版)
Pythonで業務改善をしたときにあった問題(ライト版)
Satoshi Yamada
スタートアップツールチラ見せ
スタートアップツールチラ見せ
Hisatoshi Kikumoto
Letsgo developer 2012 Continuous Delivery
Letsgo developer 2012 Continuous Delivery
Nobuhiro Sue
Reviewing_machine_learning_program.pdf
Reviewing_machine_learning_program.pdf
yusuke shibui
(Best) practices for working globally in IT industry - DMM.Study Night
(Best) practices for working globally in IT industry - DMM.Study Night
Eiji Shinohara
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
俺とGitHub
俺とGitHub
Masayuki KaToH
ありらいおんさんのデータ本の作り方
ありらいおんさんのデータ本の作り方
myrmecoleon
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
Ryo Sasaki
Not free
Not free
makoto tsuyuki
レコメンデーション(協調フィルタリング)の基礎
レコメンデーション(協調フィルタリング)の基礎
Katsuhiro Takata
機械学習でテスト実行を効率化するLaunchable.pdf
機械学習でテスト実行を効率化するLaunchable.pdf
yusuke shibui
Githubサービスについて
Githubサービスについて
Akura Pi
あなたの安心を高速に守る Container-based CI
あなたの安心を高速に守る Container-based CI
Wataru MIYAGUNI
\広報でもできる!/GitHubでらくらく原稿確認!
\広報でもできる!/GitHubでらくらく原稿確認!
Sachiko Imaoka
プロダクトマネジメントに「編集力」を活かせ!
プロダクトマネジメントに「編集力」を活かせ!
Yusuke Hisatsu
Ähnlich wie Bigfoot 活用事例
(20)
個人開発者LT会.pdf
個人開発者LT会.pdf
HTML5 のお話
HTML5 のお話
drive api×deeplapiで高性能ocr翻訳サービスを開発した話【WebAPT_LT会】
drive api×deeplapiで高性能ocr翻訳サービスを開発した話【WebAPT_LT会】
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
Pythonで業務改善をしたときにあった問題(ライト版)
Pythonで業務改善をしたときにあった問題(ライト版)
スタートアップツールチラ見せ
スタートアップツールチラ見せ
Letsgo developer 2012 Continuous Delivery
Letsgo developer 2012 Continuous Delivery
Reviewing_machine_learning_program.pdf
Reviewing_machine_learning_program.pdf
(Best) practices for working globally in IT industry - DMM.Study Night
(Best) practices for working globally in IT industry - DMM.Study Night
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
俺とGitHub
俺とGitHub
ありらいおんさんのデータ本の作り方
ありらいおんさんのデータ本の作り方
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
Not free
Not free
レコメンデーション(協調フィルタリング)の基礎
レコメンデーション(協調フィルタリング)の基礎
機械学習でテスト実行を効率化するLaunchable.pdf
機械学習でテスト実行を効率化するLaunchable.pdf
Githubサービスについて
Githubサービスについて
あなたの安心を高速に守る Container-based CI
あなたの安心を高速に守る Container-based CI
\広報でもできる!/GitHubでらくらく原稿確認!
\広報でもできる!/GitHubでらくらく原稿確認!
プロダクトマネジメントに「編集力」を活かせ!
プロダクトマネジメントに「編集力」を活かせ!
Kürzlich hochgeladen
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Kürzlich hochgeladen
(10)
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Bigfoot 活用事例
1.
bigfoot 活用事例 minne 事業部
CTL shiro16
2.
@_shiro16 shiro16
3.
shiro16 #とは ● 2015/07
入社 EC 事業部に配属 ● 前職、前々職でインフラ〜アプリ(Android) まで一通り経験 ● 2015/10 minne に異動 ○ 社内公募があったので試用期間にも関わらず応募 ● なんやかんやあってチーフテクニカルリード ● 主な仕事は 愛犬と戯れること Elasticsearch 等を使った検索機能の開 発 + 改善 と CTL 業
4.
本題: bigfoot 知ってますか? bigfoot
#とは
5.
bigfoot #とは ● ペパボの次世代ログ基盤 ●
各サービスの行動ログを集約することにより他サービスの行動も自サービスに 活用できる
6.
詳細は こちら bigfoot #とは
7.
bigfoot #とは
8.
● ログを送る =
rack-bigfoot ● ログを貯める = Treasure Data(PlazmaDB) ● ログを扱う = Hive QL(クエリ) ○ 定期実行管理 = bigfoot-cron ● ログを可視化 = redash ● 集計結果を貯める = Treasure Data(PlazmaDB/Datatank) bigfoot #とは
9.
それでは事例のご紹介 bigfoot #とは
10.
事例その 1 :
作家向けアクセス解析
11.
事例その1 : 作家向けアクセス解析 1.
作家が自分の作品のアクセス数を閲覧することが可能 2. アクセス数は作品毎に閲覧が可能 3. アクセス数は日毎に閲覧が可能 4. 閲覧可能なアクセス数の期間は前日までの過去一週間 a. リアルタイムではない どんな機能か?
12.
設計しよ! 事例その1 : 作家向けアクセス解析
13.
事例その1 : 作家向けアクセス解析 ●
user_id, product_id, date, pv のカラムを持つテーブル作る ● 作品毎は WHERE user_id = ? でいける ● 日付毎の合計は WHERE user_id = ? GROUP BY date とかでいける な ● 作品ページにアクセスする毎にインクリメントすればいいか〜 設計
14.
という設計にはしません 事例その1 : 作家向けアクセス解析
15.
事例その1 : 作家向けアクセス解析 ●
今回の機能はあくまで第一弾の仕様 ● 第二弾、第三弾の機能拡張で他にもいろいろなこと見れるようにしたい なぜか?
16.
どうしたか? 事例その1 : 作家向けアクセス解析
17.
事例その1 : 作家向けアクセス解析 ●
クエリは bigfoot-cron で管理し定期実行 ○ ※定期実行機能は Treasure Data のもの ● bigfoot-client を使用して rails からクエリの結果を取得 ● 取得した結果を Elasticsearch に保存 ● rails では 1 日 1 回上記の job を実行 シン・設計
18.
事例その1 : 作家向けアクセス解析
19.
事例その1 : 作家向けアクセス解析 ●
1 日の在庫の復活回数がリリース前より増加 ○ アクセス多いが在庫が 0 の作品を(売れそうなので)復活させてくれた ● #minneの人気作品 というハッシュタグをつけての tweet 多数 ● 喜びの声多数 結果
20.
ちなみにこの機能 3 月中旬にリリースされたのですが、 1
月に配属された ogidow がほぼ 1 人で作ってます 事例その1 : 作家向けアクセス解析
21.
新卒が出来るんだから皆さんなら余裕ですよね?(煽り) 事例その1 : 作家向けアクセス解析
22.
事例その 2 :
注目ワードの更新
23.
事例その2 : 注目ワードの更新 ●
実は元々は yaml 管理 ● 最終更新日 2016/01 … ● 全く更新されていない ● しかし、一定数のクリックはあるっぽい 注目ワード #とは
24.
自動更新して click 数アゲアゲにしたいので設計しよ! 事例その2
: 注目ワードの更新
25.
● 人気とか最近急に検索回数が増えた(急上昇)単語出すと良さそう ● カテゴリ毎に
10 件からランダムで表示するといいかも ● どんな単語で検索されているか?はログから追う必要がある ● マーケとかでも使いたいから redash でも見れるといいな ○ でも bigfoot-cron と redash でクエリを二重管理したくない ● 集計結果を datatank に入れれば rails + redash で使えて便利 ● rails 側は datatank から取得したものを redis に保存しておこう ○ レスポンスタイムの向上の為 設計 事例その2 : 注目ワードの更新
26.
事例その2 : 注目ワードの更新
27.
自動化した結果 事例その2 : 注目ワードの更新 click
数約 1.25 倍
28.
● 最終的に click
数は約 1.25 倍になった ● 過程を省略していますが、注目ワードのロジックは ”人気の単語のみ” → “急上昇の単語のみ” → “人気 + 急上昇の単語” という順で変更を行 なった。 ● 変更の結果を集計し、最終的に数値が高かった “人気 + 急上昇の単 語” になった 結果補足 事例その2 : 注目ワードの更新
29.
事例その 3 :
開発以外への活用
30.
事例その3 : 開発以外への活用 1.
機能開発後に bigfoot を使用して効果検証をするのは minne ではアタ リマエ 2. 前日の人気の検索単語を使って twitter に投稿 3. 昨年のログを集計し、バズった検索単語を抽出 a. 例えば “父の日” などの季節要因の単語を何月何日からユーザは探し出す か? b. この結果に合わせてマーケ側が特集などを計画 4. GA から完全移行も可能で minne mag は全ての数値を bigfoot から取 得するように変更した 一部を紹介
31.
bigfoot 活用事例 1. ログは出来るだけ早く貯めた方が良い a.
昨年のログを元に色々考えたり出来る 2. 効果検証大事 3. 複雑なクエリむずいけど楽しい 4. ログは貯めるだけではなく、分析、活用するのが大事 5. 思い付きでシュッと出したデータでもマーケの人めっちゃテンション上 がってた a. 承認欲求満たされる b. こんなやつ出しましたよって声を出すの大事 c. 見える化も大事 まとめ
32.
おわり
Jetzt herunterladen