マインドマップギャラリー 第 5 章、データプロダクト開発
データ サイエンスの理論と実践 第 5 章 データ製品開発とは、データを通じてユーザーが特定の目標を達成できるようにする製品を指します。データ サイエンス プロジェクト プロセスのすべての活動が含まれます。
2023-10-22 15:16:23 に編集されましたデータプロダクト開発
意味
データを通じてユーザーが目標の 1 つを達成できるように支援できる製品を指します。
データ製品の開発には、データ サイエンス プロジェクト プロセスのすべての活動が含まれます
人間のユーザーだけでなく、コンピューターやその他のソフトウェアおよびハードウェア システムも含まれます。
データ製品はさまざまな形で存在します
情報処理
単一緯度の変換
多次元変換
主要なリンク
データ柔術
キーテクノロジー
主な特徴
データ中心
データ駆動型
データ集約型
データパラダイム
Facebook 上の 70 人以上の性別 — データ パラダイムと知識パラダイムの違い
多様性
データ製品
情報商材
ナレッジプロダクト
スマート製品
階層
コンテンツ製品
応用製品
サービス商品
意思決定製品
付加価値
創造的に働く
批判的に考える
興味深く尋ねる
データオブジェクトのカプセル化
データシステム開発
統合されたアプリケーション
付帯サービス
派生サービス
主要な活動
基本原則
テクノロジー3点、マネジメント7点、データ12点。
データはデータ産業発展の原料です
データサイエンティストの知恵は、データ製品開発における付加価値の主な源泉です
ユーザーエクスペリエンスはデータプロダクトの主な評価指標です
活動要素
クリエイティブデザイン
データの洞察
視覚化
ストーリーの説明
仮想化
オンデマンドサービス
パーソナライズされたサービス
セキュリティとプライバシーの保護
ユーザー体験
政策分析
データ柔術
データを製品に変える技術
製品開発には高い芸術性が求められる
ユーザー中心の製品開発を目指す
D.J.パティル
デザイン思考を導入する
ドロップダウンリスト
単一のボタン
スマートリマインダー
その他のソリューション
人間と機械のコラボレーションをサポート
アマゾン・メカニカル・ターク
参加者のロングテール
労働力の柔軟性の確保
小さな仕事
後払いモデル
資格審査
低いデータ処理コスト
ユーザーの囲い込みが上手い
優れた製品デザイン
データは人々から取られ、人々によって使用される
データの吐き気を引き起こさないようにする
起こり得る副産物や悪影響を推定する
再現率、適合率、応答時間の関係を正しく処理する
検索エンジンで結果を返す
検索エンジンにおけるケータリング広告情報
検索エンジンでの書籍の広告情報
ユーザーエクスペリエンスの重要性
ユーザーの認知行動の主観性に注意する
エラーやナンセンスはターゲット ユーザーに認識される可能性が高く、データ製品全体に対して誤った認識を生み出す可能性が高くなります。
より多くのユーザーを獲得し、有効なデータを取得する
ユーザーはどのような情報を提供する必要があるか、またその情報がデータプロダクト開発のニーズを満たしているかどうか
ユーザーに個人情報の提供を求める場合には、収集の範囲、目的、約束された利用方法、将来ユーザーに還元されるサービスなどを明確に通知する必要があります。
障害を予測し、優れたユーザー エクスペリエンスを確保する
データ機能
データ管理
データの取得、保存、統合、分析、適用、プレゼンテーション、アーカイブ、破壊などのさまざまな存在形態。進化の過程
データガバナンス
データリソースとその適用プロセスにおける、関連する制御アクティビティのパフォーマンスとリスク管理のコレクション
情報処理
データ操作のシステム実行
データ戦略
データ作業を実施するための組織のビジョン、目的、目標、原則
データアーキテクチャ
データ要素の構造やインターフェース、それらの相互関係などの抽象化のためのフレームワーク
データのライフサイクル
生のデータを行動と知識に変換する一連のプロセス
メタデータ
データまたはデータ要素に関するデータ
データ要素
表現と許容値を識別するデータ単位を定義する一連の属性規定があります。
メインデータ
組織内のシステムや部門間で共有する必要がある中核となるビジネス エンティティのデータ
データ管理の原則
データは貴重です
データ管理のニーズはビジネス ニーズと一致します
データ管理は複数のスキルに依存します
データ管理はライフサイクル管理です
三次元測定機
主要なプロセス領域
データ戦略
データガバナンス
データ品質
データ操作
プラットフォームとアーキテクチャ
補助プロセス
成熟度レベル
実行レベル
すでに管理されています
レベルが定義されています
測定レベル
最適化されたレベル
成熟度評価
起動する
診断
確立する
アクション
勉強
データ戦略
データ戦略は、組織のデータ管理ビジョンと機能の青写真を統合して管理することです。
米国国防総省のデータ戦略フレームワーク
見える
アクセス可能な
理解できる
協会
信頼できる
相互運用可能
安全性
データ戦略の位置づけ
データ戦略では、データ管理の目標を定義するだけでなく、これらの管理目標を達成する方法に関する具体的な行動計画と、データ管理目標を動的に調整するメカニズムも提供する必要があります。
データ戦略の目標
データ駆動型の組織を定義するか、データ駆動型の文化を育み、組織の意思決定活動の推進要因としてデータを使用し、組織の機敏性を高め、それによって組織の中核的な競争力を向上させます。
データ戦略の焦点
データ集約型の問題
データ戦略の範囲
中国
ヨーロッパ
アメリカ合衆国
イギリス。
ドイツ
日本
ビッグデータの発展を促進するための行動計画
データガバナンス
データ管理の管理
メインコンテンツ
データを理解する
IBMが提案するエンタープライズデータ管理の範囲
取引データ
メインデータ
メタデータ
リレーショナルデータ
データ利害関係者の特定と分析
データ部門の設置
行動規範の策定
データ管理のポリシーと目標の決定
職務上の責任の定義
緊急時計画と緊急時管理
レベル保護と分類管理
効果的な監視と動的最適化
基本的なプロセス
プラン
埋め込む
診る
改善する
DGI データ ガバナンス フレームワーク
ルールをアクティブに定義または順序付けする
データ利害関係者に継続的な部門横断的な保護とサービスを提供する
ルール違反に起因する問題への対応と解決
データセキュリティ、プライバシー、道徳および倫理
データセキュリティ
主要なリソース
システム損傷後に部分的な機能を復元する機能
重要なリソース
重要なセキュリティ脆弱性やセキュリティインシデントを発見し、システムが損傷した後、一定期間内に一部の機能を復元できる。
一次リソース
セキュリティの脆弱性やセキュリティインシデントを発見し、システムが損傷した後にほとんどの機能を迅速に復元できます。
すべてのリソース
セキュリティの脆弱性やセキュリティインシデントを検出し、システムが侵害された後にすべての機能を迅速に復元できます。
P^2DRモデル
データバイアス
データソース、選択バイアス
生存者バイアス
データ処理と準備のバイアス
バークソンのパラドックス
アルゴリズムとモデル選択のバイアス
A/B テスト
分析結果の解釈と表現におけるバイアス
シンプソンのパラドックス
アルゴリズムによる差別
ビッグデータの知識
データ攻撃
データ攻撃とGoogle爆弾
Google 爆撃とは、検索エンジンにおける他人の不利な報告に関する記事や Web ページのクリック率を高めるために、人為的に悪意を持ってアンカー テキストを構築することを指します。これらの記事や Web サイトが検索トピックに関連していない場合でも、
プライバシー保護
ケンブリッジ・アナリティカのデータスキャンダル