高橋光 | 著書『データ分析力を高める ビジネスパーソンのためのSQL入門』
@light940
Followers
2,800
Following
459
Media
455
Statuses
15,568
著書『データ分析力を高める ビジネスパーソンのためのSQL入門』 ◀︎ | 外資系コンサルでデータ活用支援 ◀︎ ebookjapanでデータサイエンス組織の部長 ◀︎ Yahoo! JAPANでWebエンジニア | 複業でマーケティング・データ分析・コーチングなど
SQL研修サービス↓
Joined July 2010
Don't wanna be here?
Send us removal request.
Explore trending content on Musk Viewer
Sinwar
• 1410152 Tweets
BACK TO BACK
• 1282864 Tweets
rose
• 672683 Tweets
#يحيي_السنوار
• 487256 Tweets
bruno mars
• 380382 Tweets
Wizkid
• 212155 Tweets
Monsalve
• 131790 Tweets
Flamengo
• 85129 Tweets
#GHGala7
• 72648 Tweets
Corinthians
• 69728 Tweets
Ortiz
• 66423 Tweets
Martinez
• 51513 Tweets
Saints
• 48910 Tweets
Klaus
• 47504 Tweets
Allan
• 25495 Tweets
Broncos
• 23811 Tweets
Maracanã
• 23273 Tweets
対象作品
• 22573 Tweets
ALL RISE
• 22534 Tweets
Cleveland
• 20879 Tweets
ROSSI
• 17054 Tweets
Boone
• 16262 Tweets
Stanton
• 15941 Tweets
Alcaraz
• 15668 Tweets
Wesley
• 13286 Tweets
Ganso
• 12029 Tweets
#911onABC
• 11815 Tweets
DEPAY
• 10137 Tweets
#RepBX
• 10072 Tweets
Pinned Tweet
データ分析力を高めるSQL研修サービス『SQL Everyone』を開始しました！
今まで個人向けに本やnoteでSQL学習コンテンツを提供してましたが、それらを研修という形でしっかりと学べる場を提供できればと思います。気になる方いればまずは無料でご相談よろしくお願いします。
1
7
131
SQLのJOINのチートシート。これ見ればどんな時にどのJOINを使えば良いか一発で分かる。
1
315
3K
SQLのJOIN一覧がわかりやすい。SQL学習するうえでJOINは最初の躓きポイントでもあるけど、図と合わせて一覧にして理解するとわかりやすい。特にデータ分析でJOIN使う場合はINNER JOINとLEFT JOINさえ覚えておけば大半の場合はカバーできるので、そう考えるとJOINもそこまで複雑ではない。
2
140
2K
SQLコマンドまとめ。そんなに数も多くないので覚えやすい。さらにデータ分析でよく使うのは限られてるのでもっと覚えやすい。
2
108
2K
基本的なデータ分析であればSQLで使う機能も限られてくるので整理してまとめるとSQLが難しくないことがよく分かる。
0
78
1K
SQLのJOINまとめ。初学者の人だと特にJOINの概念や使い方がイメージしにくいという人も多いのでテーブル結合後のアウトプットもイメージするとより理解しやすい。
1
76
977
SQLの学習ができるサイト『SQL ACADEMY』が便利そう。サンプルデータもあって具体的な問題を解きながら学習ができる。難易度も基本的なものから実践的なものまで幅広くあって、実際に手を動かしながら学習できるのも良い。
1
44
584
以前ポストしたSQL構文の簡易まとめ日本語バージョン。限られたものを覚えるだけでデータ分析で使う基本的なSQLは大体カバーできるので学習しやすい。
2
39
470
データ分析力を高めるために何から始めて良いか分からない場合はまずSQLの学習をお勧めする。SQLを学ぶ過程で論理的思考力も身につくし、データ分析に必要な様々なテクニカルスキルはSQLがベースにあると言っても過言ではない。
0
20
411
昨日公開した『データ分析のためのSQL勉強会〜実践編〜』の本編資料はこちらです。約100ページほどありますがデータ分析でよく使う分析10選とヒントから解説まで載せてあります。
0
35
397
データ分析に必要なスキルはビジネススキルやテクニカルスキルなど様々あってどれも重要だけど、まずはSQLを使えるようになって、必要な時に必要なデータを取得できる状態にするのがよい。それができるだけSQLは学習効率が良いのでビジネスパーソンならSQLできるようになって損はない。
1
16
383
SQLに対する心理的ハードルを下げる『SQLようちえん』が面白い。
・非エンジニアの中にはSQLを怖がっている人がいるので初心者でも安心してSQLを学べるように基礎から学習
・常に講師の画面共有をしながらのハンズオン形式で実施
0
32
380
ブレインパッドが出しているSQL研修資料は全体的に完成度高くて、データ分析の現場よく使う部分細かい観点にも触れているところがとても良い。
・コーディング規約の話にも触れている
・日付の計算（引き算）のやり方が書かれている
・データの横持ち縦持ちにも触れている
0
22
378
SQL書く時にこうゆうクエリ集があるのはかなり助かる。プラットフォームごとに微妙に書き方違ったりもするし、よく使うクエリがすぐ探せる状況にあるのはSQL書く上でもとても大切。
・BigQuery クエリ
0
36
363
以前メルカリが実施していたデータ分析者を社内で増やすための施策。
・内で分析できる人の数を増やし組織化することでアナリストの負担を減らす分析民主化の取り組み『ゆるふわBI』
・SQLをマンツーマンで教える「SQLライザップ」
0
27
320
SQLの活用が社内で浸透している事例。急成長しているテック系の企業はエンジニアやデータアナリスト意外でもSQLを使ったデータ集計ができる人が多い。自分で欲しいタイミングで欲しいデータが取れるようになると意思決定スピードも早くPDCAもまわしやすい。
0
25
317
データ分析で使うSQLとエンジニアが開発で使うSQLは違うということを理解するとデータ分析で使うSQLが覚えやすいかが良く分かる。データ分析ではSELECTを中心にデータを取得することに特化して覚えることで短期間でSQLを使ったデータ取得ができるようになる。
0
30
318
『データ分析のためのSQL勉強会〜実践編〜』の資料を公開します。
書籍含めてSQLの基礎編は既に公開済みなので今回はその続編です。実際のデータ分析で使うような10問のデータ分析課題を考えてもらうようにしています。ヒントや解説も資料にあるので是非ご活用ください。
0
24
316
・DeNA
BIツール利用ユーザーが1,000人(社員の約4割)
・メルカリ
1,800人中700人がBigQueryを使っている(社員の約4割)
社員の4割がデータを扱えるようになるのはやはり1つのベンチマークになりそう。
#DataEngineeringStudy
0
68
307
以前公開した『データ分析のためのSQL勉強会〜初級編〜』の資料はこちら。2年以上前に公開した資料だけどまだまだそのまま使えるしいつSQL学んでも遅くない。ビジネスパーソンの基礎スキルとしてデータ分析力を高めるためにSQLを是非学んで欲しい。
0
36
299
ChatGPTなどの生成AIによってデータ分析がどう変わるのか整理したもの。課題設定したり仮設考えたりする部分と最後のデータの解釈や意思決定はChatGPTを使って効率化はできるものの、ベースは人が考える必要がある。実際に分析する作業や結果を出すところが一番効率化の余地がある。
0
29
298
データ分析で使うSQLのTipsがまとまっていてとても良い資料。ちなみにデータ分析で使う基本的なSQLを学びたい場合はこれもおすすめ。
「実際に使うSQLの書き方」の資料が凄い。SQLの基本的な知識や分析クリエでよく出る構文、パフォーマンスチューニングとSQLを実務で使う上で必要なことを基礎から学べる。
こちら👇
1
355
3K
0
35
285
SQL学習に便利なツール。Web上で問題時ながら学習できるのが便利。
・SQLの練習ができる学習サービス | SQLab
・SQLBolt - Learn SQL - Introduction to SQL
・Interactive Online SQL Course — SQL Academy
0
21
276
総務省が6月11日開講の「社会人のためのデータサイエンス入門」受講生募集を開始。とても良さそう。
・統計学の基礎やデータ分析の知識を学習してデータの活用に役立てることができる
・学習時間は1回10分程度×6〜9回程度
・誰でも受講登録が可能（登録料及び受講料無料）
0
36
254
GA4になってからBigQueryとのデータ連携も無料できるようになったことでよりSQLを活用する幅が広がった。アクセス分析もSQLを使った方が便利だし、GAのデータをBIで可視化するにもSQLがほぼ必須になってくる。
1
20
238
SQL使ってデータ分析する人にはマストで使って欲しいのが『WITH句』。サブクエリ使って複雑なSQL書くと他人が見たりあとで本人が見返しても何やってるのか分からなくなってしまう。WITH句を使えば構造がシンプルになり可読性も高まるし順序立てて欲しいデータを取得することもできるので良い。
0
18
231
自動でSQLを生成するツール『SQL Chat』。ChatGPTのようにチャットベースでSQLを生成してくれるし、MySQLやPostgreSQLに接続してテーブル情報を読み込んだ上でSQLの生成ができる。OSSとして活用できるので効率よくSQLを書きたい時に便利。
0
29
229
自動でSQLを生成するツール『SQL Chat』。ChatGPTのようにチャットベースでSQLを生成してくれるし、MySQLやPostgreSQLに接続してテーブル情報を読み込んだ上でSQLの生成ができる。OSSとして活用できるので効率よくSQLを書きたい時に便利。
1
21
224
本業や複業などで色々なデータ分析案件に関わった経験からデータ分析を意思決定に繋げるための7つのステップ『Data Analytics Seven Steps』をまとめてみました。ぜひ活用してもらえると意思決定に繋がるデータ分析ができるのではないかと思います。
1
22
216
データ分析でSQLを書く時に意識していること。どのようにクエリを書くのか、with句を使って順番に考える思考プロセスも書かれてありとても良い。
・クエリの1行1行が意思決定を左右する
・with句を適切な粒度で分ける
・コメントを適切な粒度で書く
0
12
195
0
17
177
データ分析で使うSQLは限られた基本的な構文を覚えるだけでも実務で使えるレベルになる。その意味でかなりコスパが良い。自分の本でもSQL研修でも限られた時間で効率よく実務で使うSQLが学べるように工夫しているのでビジネスパーソンはぜひSQLを使えるようになって欲しい。
3
8
176
データを使うとすごい高度なことができたり自動で需要予測できたりと期待が膨らむことがあるけど、いきなり高度なことをせずにまずは今あるデータを人が解釈して活用できるようにすることから始めないと失敗することが多い。
0
20
172
データ分析力を高めるためにはまずデータ分析は『データを活用して意思決定すること』だと理解する必要がある。そのためにビジネススキルとテクニカルスキルが必要だけど多くの場合はテクニカルスキルが無いと悩まされている気がする。
0
8
164
データドリブン企業モノタロウでのSQL活用事例
・マーケターには大量データを操るSQLスキルと統計学の知識が必須
・必要な情報をSQLで抽出できるメンバーがマーケター以外の商品部や人事といった部署にも多い
・物流やカスタマーサポートや広報などを含めて社員の6割がSQLを書ける
0
16
160
SQLを自動生成するSlack bot。エンジニアだけでなくディレクターやマーケターなどの非エンジニア職のメンバーにも好評。
・ユーザーがDBスキーマを選択すると自然言語からSQLクエリを生成しSlackに返答
・DBに対する接続権限が不要
・OpenAI APIの利用料だけで導入が可能
0
14
155
SQLはプログラミング言語よりも学習コストが低いし覚えればエクセルよりも強力なデータ分析スキルになる。短期間の学習で一気に実務で使えるようになるスキルはそんなに多くはないと思うので、SQLは数少ないコスパの良いスキルの1つ。
0
18
151
ブレインパッドのデータハンドリングのためのSQL研修資料がかなり詳しくまとめられていて良さそう。CASEの使い方も実際のデータ分析でよく使うやり方に触れているし全体的に実務のデータ分析で使うような内容になっているので実践的でとても良い。
0
13
155
SQL生成やコーディングに最適化された『Snowflake Arctic』が登場。
・無料で商用利用も可能
・「数学」「常識的な推論」「知識」という学術の世界で最高レベルのパフォーマンスを発揮
0
14
147
データ分析で使うSQLかアプリケーション開発で使うSQLかでみるべきポイントが多少異なる。データ分析で使うSQLに関してはそこまでパフォーマンスを気にする必要はないので可読性を優先して積極的にWITH句を使った方が良い。
0
11
146
分析した結果当たり前のことしか分からないもしくは『なるほど』だけで終わってしまうのはデータ分析でよくある失敗例。だからこそ分析の前の課題設定やどんな意思決定に繋がるかの設計が大事。
数億円かけたデータ分析でわかったのは、アホでも知ってる常識だった！
0
12
145
BigQueryでGeminiのアシスタント機能を使用してクエリを作成することができるようになり、これによって以下が可能になった。基本的なSQLからBigQuery独特のものまで幅広く利用できそう。
・SQLクエリを生成する
・SQLクエリを完成させる
・SQLクエリについて説明する
0
15
143
ダッシュボード活用のポイントが綺麗にまっていてとても良い。
①モニターすべきは遅行指標でなく先行指標
②基準値を設けて比較をする
③数値に一喜一憂するのではなく傾向をおさえる
④データの深掘りができるようにする
0
16
140
モノタロウのデータ活用事例。Lookerを使って誰でも分析できる環境を作るだけでなく『データ活用ポータル』を作って情報を集約。どんなデータがどこにあるか、SQL集やBIの使い方などまとめるのデータ利活用文化作るのにとても良さそう。
0
23
133
まさにそうだと思ってSQL学習用のドキュメントをまとめたので、これからSQL学びたい人は是非見てほしい！
Python書けるかどうか機械学習理解しているかどうかよりもSQL書けるかどうかがまずは最低限クリアしたいラインであり、SQL書ければ仕事は無限にあるし学習コストとリターンの観点で考えるとPython・機械学習よりもまずSQL学んだ方がよいと思ってます。
1
20
240
0
12
122
データエンジニア観点のSQLの書き方。とても参考になる。
①適切なCTEsをつけてあげる
②サブクエリを使わない
③finalのCTEsを必ず使う
④import CTEsとFunctional CTEsを分けて書く
⑤(import) CTEsでは必要なものを明記する
⑥joinしたカラムにはjoin元のCTEsを明記する
0
12
123
データ分析はSQL書いたりBIでダッシュボード作ったりExcel使ったりすると思われがちだけど、一番大事なのは意思決定プロセスを理解してどのようにデータ分析が意思決定に寄与できるかを事前に考えること。課題の整理や仮説検討などに大半の時間を割かないと本当に良いデータ分析はできない。
2
5
122
以下の本は特におすすめ。
・分析者のためのデータ解釈学入門
・SQL入門
・ビジネスダッシュボード 設計実装ガイドブック
・10年戦えるデータ分析入門（SQL）
・統計学が最強の学問である
データ分析のおすすめ本・参考書！現役アナリストが厳選
0
13
121
前職でデータサイエンス組織を設立してデータドリブンな文化醸成を試みたことがあるが、その時に重要だと思ったステップはデータ基盤の構築、意思決定のためのデータマインドセット、OKRによる目標設定、分析技術の向上、そして全員がSQLを学ぶことだった。
0
7
118
明日発表予定の資料です！
『ゼロから作ったデータサイエンス組織で意識した事』
データサイエンス組織作りで意識した事についてお話予定なのでご興味ある方は是非。
#前向きデータ整備人
2
20
115
ついに本日SQLの入門書が発売になりました！
自分自身が過去にSQL勉強会として実施した内容を体系化して1冊の本にまとめました。
240ページとコンパクトにまとめたので、
SQLを学んでデータ分析力を高めたい人が読む最初の1冊としておすすめです！
1
16
107
以前作成した『データ分析のためのSQL勉強会 〜実践編〜』。データ分析で使うSQLの基礎を理解した上で、実際のデータ分析で使う場面をイメージしての問題集。約100ページのスライドで細かく解説しているので実践のSQL学びたい人はぜひ！
0
15
96
社内でSQL書ける人を増やすデメリットとして『間違ったデータ取得される』とか『品質を担保するためにSQLをレビューする時間が増える』とか色々とありますが、はっきり言うとそれらはデータ活用の民主化が進んでいる贅沢な悩み。多くの企業はSQL書ける人がそんなに多くない。
1
10
94
データ分析に必要なSQLをゼロから学べる研修サービス『SQL Everyone』も始めているのでSQL学びたい企業さんいたらぜひご連絡ください。今月セミナーも開催するのでご興味ある方ぜひご参加ください！
データ分析力を高めるために何から始めて良いか分からない場合はまずSQLの学習をお勧めする。SQLを学ぶ過程で論理的思考力も身につくし、データ分析に必要な様々なテクニカルスキルはSQLがベースにあると言っても過言ではない。
0
20
411
0
3
94
データサイエンティストの就労意識調査。
・平均年収930万円
・業種の多様化とデータ活用の内製化が進んでいる
・データ分析に関するロールモデル不足が課題
0
12
88
最近は大企業を中心にデータ分析の内製化を進める企業が増えている。データ活用の利点は素早く定量的な意思決定ができることにあるので内製化した時の効果も大きい。内製化は簡単ではないけど目指す方向性としては良いと思う。
0
8
79
データ分析でよく使うSQL12選。これだけ使い方覚えておけば8〜9割の分析ができる。
・SELECT
・ORDER BY
・GROUP BY
・SUM
・COUNT
・DISTINCT
・LIMIT
・WHERE
・HAVING
・JOIN
・UNION
・CASE
・WITH
0
2
75
GA4になってからBigQueryの利用が推奨されているし、実際にBigQueryも無料から使えるようになっている。そうなるとマーケターでもSQL使って簡易的な集計ができた方が施策の効果検証などが高速にできる。SQLは難しいと思われがちだけど学習コストはそこまで高くないのでぜひ覚えた方が良い。
0
6
70
『データ活用が苦手な人にこそ読んでほしい！データ分析初心者から中級者になるための4冊！』
①孫社長にたたきこまれた すごい「数値化」仕事術
②デジタルマーケティングで売上の壁を超える方法
③定量分析の教科書
④「原因と結果」の経済学
0
6
65
SQLの学習はちゃんとやれば時間もお金もそこまでかけずに実務で使えるレベルまで持っていけると思うので、未経験からエンジニアになる！よりもハードル低くて良い気がしている。無料で学習できるコンテンツはいくらでもあるので自分も無料で勉強用の資料は公開している。
アパレル店長、死ぬほど頑張っても年収400万行かないみたいな方に、SQLとExcelと基本情報取得を頑張ってもらい、データ分析（実態は集計だけど）の業務委託案件（コネじゃなくて普通にサイトで）獲得させて、年収600万で自宅勤務＆定時終了みたいな事例作れたので、そういうアドバイスをしていきたい…
6
585
3K
0
7
66
だいぶ前に作っていたSQL勉強会の実践編を公開に向けて作り直している。自分が出版した本や無料で公開している初級編の続きで実際のデータ分析で使うような問題集っぽい形にして作っている。
0
6
64
SQLの可読性を高めるための手法としてSQLにもコーディングスタイルがある。1人で分析するときとかはそこまで意識しないかもしれけど、複数人で分析している場合や後からクエリを見返す場合はある程度可読性を保ってSQLを書くことも重要。
0
9
60
今作っているSQL勉強会実践編資料の解説の一部抜粋。初級編や書籍ではあえて触れなかったWINDOW関数についてざっくりイメージで理解するとこんな感じ。元のテーブルを維持したままあらたに情報を追加できるのがポイント。
0
8
60
SQLができるとデータアナリストとして副業することもできる。SQLを使ったデータ分析のニーズは高いので初学者の人もSQLを学んで副業でデータ分析にチャレンジするのもあり。
1
3
57
単にSQL書けるだけでは意味がないという人もいますが、SQL書けるだけでもデータ集計屋になって仕事はいくらでもある。それだけSQLできる人が少ないしデータ集計の必要性も高い。
1
3
57
昔から社員のExcel力を高めてデータ分析スキルを伸ばしているワークマンが今は社員にPythonを習得させている。
・2021年からは社員がPythonを学習する研修プログラムを推進
・ビジネスパーソンとしてPythonの基本的な知識くらいは持っていたほうが有利になる可能性は高い
0
3
53
オープンデータでcsvですって言ってこんな感じのデータ共有されてもできることないので、なんでもいいからデータ公開すれば良いという訳でもないんですよね。この辺はテーブルの概念とかデータをどのように扱うのかの基本的な知識さえあればもうちょっと分析しやすいデータ公開してくれるはず。
1
5
53
データ分析で使うSQLはPythonなどのプログラミング言語に比べると圧倒的に学習校ストが低くて活用の幅も広い。プログラミングをゼロから覚えて使えるようになるのはかなり大変だけどSQLなら簡単。データベースやテーブルなどのデータの構造と合わせてSQLを学べばそれだけスキルを高められる。
0
3
49
SQLには内部で実行される順番があることを意識すると違いがわかりやすい。whereもhavingも機能的には同じだけど、違いは実行される順番。group byした結果に対して条件をつけたい場合はwhereではなくhavingを使うのはまさにこれ。
1
4
50
可読性の高いSQLを書くためにWITH句を使って処理の流れを整理するのは大事。
・処理の流れの順に上から読めるようにする
・サブクエリではなくWITH句を使う
・最後のSQLは単純なSELECT句のみにする
リーダブルSQL[より良いSQLを書くためのシンプルで実践的なテクニック]
0
5
49
エンジニア以外でもSQLを使いこなす社内勉強会の取り組み、とても良い。
■概要
・初学者が自分でデータを抽出できるようになることを目指す
・ハンズオン形式で実施
・勉強会は毎回録画
↓
■結果
・エンジニアへの依頼が減った
・クエリを自作する社員が現れた
0
4
46
どれも面白い話でした！
■最近使ったETL、ELTサービス（ツール）でデータ収集タスクについて考える
■『誠実 × データ × 整備人』
■広告・マーケROIを可視化するためにETL/データ整備した話
#前向きデータ整備人
0
11
45
デジタルマーケティングではGA4の利用はほぼ必須になっていてBigQueryの活用も推奨されている。つまりはSQLスキルがより重要になっている。BIツールやマーケティングツールなどSQLができると活用の幅も広がるのでマーケターやビジネスパーソンはSQLの習得を考える必要がある。
0
2
45
基本的なSQLの問題がハンズオンで学べるサイトが便利。環境構築不要で実践的なSQLの学習をできるので、特に初心者が学習しやすい。
0
6
44
SQLが使えるようになればBIツールも簡単に覚えることができる。逆にSQLが書けなかったりDBやテーブルの知識がないとBIツールを使うのも苦戦する。まずはDB基礎を学び、SQLを学び、BIツールを学ぶという順番の方が良い。
0
0
42
どれも良い話でした！
■データの海に溺れる君を助けたい
■無駄分析を避ける為にデータサイエンティストに求められる能力
■無駄分析を無くすためにRettyが取り組んだ3つのこと
#yjbonfire
1
8
40
前職でデータサイエンス組織を立ち上げたときは最終的にデータ分析組織が無くなるのがゴールだなと思っていた。誰もが欲しいデータを取得できて素早い意思決定ができることが重要なのでそのためには分析組織に依存せず各部門でデータ活用ができるようになるのが良い。
0
1
38
これは駆け出しエンジニアとかに限らずデータ分析をするビジネスパーソンも覚えておきたいSQLの基礎。逆にこれが分かるとどんなSQLを書けば何が取得できるのかもよりイメージできる。そのまま暗記するよりこの概念を理解して必要な時に参照できれば良い。
SQLは単純に文で捉えるのでは無くて、DBからのデータ抽出をイメージするのが大事ですね🤔そうすれば何故下記の実行順序になるのかもよく理解出来る。
0
53
572
0
4
38
データ分析で使うSQLは一度に欲しいデータを取得しようとするのではなくWITH句を使って一時テーブルを作成することで頭を整理しながら順番に欲しいデータに辿り着ける。この考え方が割と重要だと思う。
0
2
38
宣伝ですが3/16にデータ分析のためのSQL入門書を出します！数あるSQL入門書との違いはデータ分析に必要最低限の知識を学べるように240ページとコンパクトにまとめて読みやすくした点です。データ分析のためのSQLを学びたいならまず最初にこれを読んで欲しいです！
ゆる募：「データ分析のためのSQL」を学ぶための教材や書籍が一気に増えてきた印象なのですが、結局どれを渡せばいいのか分からないので、各自でオススメ教材を持ち寄ってビブリオバトルしませんか？
0
3
31
2
1
37
社内にDWHがあるとSQL使って必要な時にほしいデータを取れるようになると便利だし、DWHがなくてもExcelとかcsvファイルさえあればローカルで簡単にSQL操作でデータの分析ができる。その意味でもSQL覚えておくとどんな状況でも簡易データ分析ができるので良い。
0
3
36
発表聞いて頂いた方ありがとうございました！
資料も公開してありますので少しでもご参考になれば幸いです。
引き続きデータサイエンス組織作りも頑張ります！
#前向きデータ整備人
1
6
36
データ活用が進んでいる事例としてモノタロウはとても興味深い。モノタロウでは物流やカスタマーサポートや広報などを含めて社員の6割がSQLを書けるようで、ちょっとしたデータ集計はわざわざ分析部門に依頼をしない。それくらいのスピード感で事業を進められるのは強い。
0
9
35
明日開催のSQL勉強会、オンラインで無料なのでSQLに興味ある方ぜひご参加ください！データ分析で使うSQLの基本的な話から、実際の現場でのSQL活用例まで幅広くお話しできるかと思います。
■アジェンダ
・データ分析で使うSQLとは
・SQLを活用したデータ分析事例（2つ）
0
2
34
SRE
→Site Reliability Engineering
バックドアを仕込むようなチームではありません。
#半沢直樹
0
22
33
社内でBIの設計書をどう書いたら良いか教えて欲しいと問い合わせがあったのでこれを紹介してあげた。
自分もBIの設計とかはちゃんとやったことがなかったので、とりあえずこの本に書かれていることを見たら参考になると思う。
0
2
33
実際にSQLとか使ってデータ分析したことある人であれば確かに使いにくいデータだなと共感してもらえるだろうけど、逆にそういった経験や知識がないと何が悪いのかが分からない状態なのかなと思う。
オープンデータでcsvですって言ってこんな感じのデータ共有されてもできることないので、なんでもいいからデータ公開すれば良いという訳でもないんですよね。この辺はテーブルの概念とかデータをどのように扱うのかの基本的な知識さえあればもうちょっと分析しやすいデータ公開してくれるはず。
1
5
53
1
6
33
データ分析力を高めるためには統計学や機械学習やPythonなどの難しいスキルを習得するよりは合計・平均・日別集計・顧客別集計・製品別集計などの基本集計ができるだけで十分なことが多い。その基本集計をするのに最も手っ取り早いのがSQL。だからこそSQLが使えるとデータ分析が捗る。
0
1
33
ビジネスマン向けのSQL入門の本を出版することが正式に決まったので、今日から執筆活動をする。来年の4月くらいに出せるように頑張る！
1
1
33
SQL使いたのにデータがない場合はcsvでローデータもらって自分のPCでSQLite使えばよいだけ。DWHがなくても本番でしか触れないDBしかなくても何かしらの形でcsv出力はできるはず。それさえできればあとは手元でSQLite使えばSQL実行環境が容易に作れるのでおすすめ。
0
3
33
データ分析で大事なことは難しい手法を使うことでもデータ分析のスキルを一生懸命磨くことでもなく、組織として意思決定フローの中にデータを入れること。データに基づいて意思決定してデータに基づいて意思決定を評価する。そのプロセスこそが大事。
1
2
31
データアナリスト以外の人もSQLが使えるようになると雑なSQLが増えてデータの信頼性が低下するみたいな懸念もあるけどそれは実際にそうなった時に対応を考えれば良い。現実問題SQL書ける人を増やしていくのは難しい。だからこそデータの民主化として誰もがデータを取得できる状態をまずは目指すべき。
0
5
30
BIツールでも分析できるっていうけど、やっぱり純粋な分析するならSQL書いたりしながらやった方が良いと思うなぁ。BIは定常的に見たい数値が固まった上で使う方が効率が良い気がする。
1
0
30
データ分析で使うSQLを学びたい場合は何十万円もする高額な教材を買う必要はなくて、本1冊見て何回も読み返せば十分実践で使えるレベルまで習得できる。もしくは自分が無料で公開しているSQLハンズオン資料を見てもらえれば一定の知見は得られるはず。（本は買って欲しい）
0
1
28