こんにちは！！　メディア事業部のまさしです。 昨今、ウェブサイトをはじめとするウェブサービスやアプリなどは、作っておしまいではなく、作ってから運用し改修を続けて成長させていくことを前提とするようになりました。 その際に重要な役割となる管理画面ですが、管理画面って作るときに何のデータを出していいのか、どうデザインしたらいいのか迷いますよね。結果、あらゆる機能とあらゆるデータを盛り込んだ管理画面になってしまいがちです。 今回は、そんな悩みを解消できるように、目的に合っている使い勝手の良い管理画面をつくるための6つのルールをご紹介いたします。 ウェブサービスの管理画面をつくる上で守るべき6つのルール ルール1：ターゲットは1つに絞るべし！ 最も効果的な管理画面とは、単一のユーザーをターゲットとして、その目的をもとに固有のデータを表示しているものです。 複数のユーザーをターゲットとしてしまうと、い

awkという、古くからのスクリプト言語がある。（1977年生まれ。読み方は「オーク」である。エイ・ダブリュ・ケイではない）man awkをPDFに変換してみると、たったの3ページ強しかない。 $ man -t awk|pstopdf -i -o ~/Downloads/awk.pdf とてもシンプルな言語仕様ではあるが、awkには必要十分な表現力がある。特にテキストを処理する場面においては、最小限のシンプルな記述で、気の利いた処理を素早くこなす。無駄のないawkワンライナーを見ると、ある種の感動を覚える。awk以降に生まれたスクリプト言語は、少なからずawkの影響を受けていると思われる。 awkを知ることで、間違いなく幸福度は上がると思う。いつかきっと「知ってて良かった」と思える時が来るはず。もっともっと、awkを知りたくなってきた。 基本動作 awkの基本動作は、とってもシンプルである。

この動画を見るとSafariもMailも写真管理もiPad専用になっていることがわかる。 でかくなったiPodTouchと紹介されている所が多いけど、それは評価を間違っているのではないだろうか。 店頭で実機を見るのが楽しみだ。 Java基礎文法最速マスター - いろいろ解析日記を参考に、Objective-Cのものを書いてみた。 まだまだ歴が浅いので間違っている所があるかもしれません。 [2012-08-03追記] ARCやリテラル表記など新しい記法が導入され、このページに記載されていることは多少古くなりつつあります。ただ、とっかかりとしてかるく読んでみる程度で良いと思います。今や色んな人が解説記事を出しているので、そちらも是非参考になさってください。 追記おわり 基礎 デバッガコンソール出力 Xcodeのデバッガ出力を行うにはNSLog関数を使います。 printfと同様のフォーマット文

お久しぶりです。@at_grandpa です。 今回、Model View Controller について再考する機会があったので、自分なりに整理してみました。 勘違い MVCの勘違いに関しては、以下のSlideShareが有名かと思います。 やはりお前らのMVCは間違っている @mugeso これにはドキッとしたことを覚えています。 このスライドで「間違っている！」と指摘されている形式を、そういうものだと理解していたからです。 上記で指摘されている勘違い形式を、自分なりにわかりやすく噛み砕き、図にしてみました。 Userからの入力をControllerが受け取る Controllerはデータ置き場であるModelからデータを取得する 取得したデータをControllerが加工する 加工したデータをViewに転送する Viewは、受け取ったデータを視覚表現しディスプレイに表示する 自分の中

（※※※続編記事書きました→「使い分け」ではなく「妥当かどうか」が大事：重回帰分析＆一般化線形モデル選択まわりの再まとめ） 今ちょうどadtech tokyo 2013の会期中で、職場からも近い＆会社から行ってこいという指示が出たということで僕も色々セッションを聞いたり企業ブースのお話を聞いたりしてる*1ところです。 ところで、いくつかのセッションの中でキーワードとして「重回帰分析」という言葉が出てきてました。ま、それ自体はこのブログでもRによるデータ分析絡みで頻出だし、ぶっちゃけありふれた手法と言って良いでしょう。やりようによっては普通にExcelでもできますし、それだけ人口に膾炙していると言って良いのかもですね。 ただし。意外にも内部のパラメータというか細かい手法の分岐というか、それこそ普通の線形モデルvs.一般化線形モデル（バリエーション多数）があることを無視して漫然と重回帰分析をや

The RAW Dating App aims to shake up the dating scheme by shedding the fake, TikTok-ified, heavily filtered photos and replacing them with a more genuine, unvarnished experience. The app…

by Tiger Pixel マーケティングにおいて色彩心理学を利用することは重要とされますが、色彩の持つ効果は個人の経験に依存し、学術的に裏付けされたデータが少ないため、議論も多いところです。そこでHelp Scoutがブログで研究によって明らかにされた色彩の持つマーケティングでの効果をまとめたのが「The Psychology of Color in Marketing and Branding」で、実際に商品を売り出したり、ウェブサイトをデザインする際にも非常に役立つ内容となっています。 The Psychology of Color in Marketing and Branding | Help Scout https://www.helpscout.net/blog/psychology-of-color/ ◆色彩心理学に関する誤解 どうして色彩心理学は多くの誤解を含み、そして

追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが（笑）、僕が実際に2013年6月現在webデータ分析＆データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析（特に線形重回帰分析） 独立性の検定（カイ二乗検定・フィッシャーの正確確率検定） 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析（バスケット分析・相関ルール抽出） 計量時系列分析 おわりに おまけ1：「素性ベクトル＋分類ラベル」なるデータ前処理 おまけ2：グラフ理論*10 {igraph}パッケージでグラ

マット・カッツが最近積極的に行っているSEO関連のビデオ映像シリーズでちょっと面白い内容があったのでご紹介。 — SEO Japan グーグルの検索スパム対策を統括するマット・カッツ氏が、「SEO業界の誤り」と題した動画を新たにリリースした。この5分間の動画では、カッツ氏は次の3つのトピックを取り上げている。 (1) SEOの関係者はデータの更新とアルゴリズムのアップデートを混同している。 (2) パンダ & ペンギンアルゴリズムの意図は、短期的にグーグルにより多くの利益をもたらすことではない。 (3) SEOは、リンク構築に余りにも多くの時間と労力をつぎ込み、検索エンジンについてばかり考えている。 以下に当該の動画を掲載する。その下に概要を紹介する: アルゴリズムのアップデートとデータの更新: マット・カッツ氏は、SEOの関係者は、よくデータの更新とアルゴリズムのアップデートを混合してお

昨日書いた記事、 blog.egachan.net の中で、私は、 「A/Bテストや分析を行い、最適化をしていくよりも、まずは、競合サイトでやっていて自社サイトでやっていない機能やサービスを実施していくべき、それらの施策をやりきったら、その後、A/Bテストや分析などの最適化に着手していくべき」 ということを書かせて頂きました。すると、コメントで、 ・「競合サイトの真似だけでは、競合サイトを追い越せない」 ・「競合他社サイトの分析だけでは不十分」 という意見をいただきました。 私としては、 １：競合他社の調査 → ２：競合他社でやっている機能やサービスで、自社サイトで必要なものは実施 → ３：その中でA/Bテストや分析を駆使しチューニングをしていく というステップがいいと思っているのですが、「競合他社から参考にするだけは不十分！オリジナル性のあるアイディアや機能を入れていくべき！」という意見

追記： 捕捉となるエントリーを書いてみました！ blog.egachan.net Ａ／Ｂテストについて 最近のwebサービス事情として、大手資本の会社などもガンガン参入しているため、 「サイト立ち上げ」→「適切なプロモーション」→「継続したサイト改善・運用」 という風な3つの流れはマストな時代になってきたと思います。少し前までは、「素晴らしいサイトを作れることだけで人が集まる」「素晴らしいサイトと上手なプロモーションだけでサービスは活性化する」という時代だったのですが、最近は、そこまでは当然として、さらに「継続したサイト改善・運用」がマストな時代になってきたと感じています。（この三位一体を適切に行っても、流行るか分わからないのが、webサービスの世界で、そこが難しいのですが。） ただし、サイト運営を継続的に行なっており、一定の機能が回りだし「改善・運用」フェーズに入ったサイトの施策を考え、

「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」。だから統計学が最強の学問である。著者は本書でこう断言しています。 統計学が本当に最強の学問かどうかは置いておくとしても、以前の記事「次の10年、「統計分析」こそテクノロジー分野でいちばんホットな職業になる」で書いたように、グーグルやマイクロソフトやそのほか多くの企業が統計に着目し優秀な人材を求めていることからも、現代における統計学の重要さは誰もが認めることでしょう。 なぜ統計学はそれほど強力なのか？ そして、それをビジネスに活かすにはどうすればいいのか？ 本書はそれを、統計学の予備知識のないビジネスマンでも分かるように説明してくれます。 データをビジネスに使うための「3つの問い」 本書は単に統計学を解説するのではなく、ビジネスの視点から統計学の有用性を説いているところに特徴があります。例えば著者