「アフターデジタル」をちゃんと読んだ
本日の読書日記。
「アフターデジタル」を読みました。
今回は流し読みではなくてちゃんと読みました（この手の業界の人なので。）
総評
現代のWebやデジタルの世界で起きていることを改めて俯瞰することができるとても本と思います。
デジタルを活用する、という視点を飛び越えてデジタル（オンライン）もリアル（オフライン）も融合した世界（アフターデジタル）で何が起こっているのかを解説し、日本でその考えをビジネスに取り入れるにはどうすればいいかを事例を交えながら説明してくれているものとなります。
特に中国企業の事例を中心にどんなことを考えてどんな戦略を持って急成長したのかを紐解いていきます。
おそらくIT業界の人にとっては「うわー、今までと違ってアフターデジタルという考え方を意識せねば、、、」となりますが、あまりITに詳しくない人にとっては「え、何いってんだこれ」となるぐらい日本の現状とはかけ離れていることが書かれています。
さらっと内容をまとめます。
概要と感想
アフターデジタルとは
まず、日本の現状は「ビフォアーデジタル」であるが世界の先端では「アフターデジタル」が当たり前となっているというところからスタートします。
実店舗とECサイトを想像するとわかりやすいですが、ビフォアーデジタルとは「実店舗にITを導入しよう」といったようにリアル（オフライン）の世界に付加価値としてオンラインを活用しようといった考えです。
アフターデジタルはデジタル（オンライン）が全てに浸透し、実店舗（オフライン）というのはあくまでリアルでお客さんに接触できる一つのUIである、といった思考です。
アフターデジタルの世界ではオンライン・オフラインに境目はなく、現代の電気水道のように情報がすべてで使えてあたりまえという公共インフラになった世界です。
事例の紹介
１章では上記のアフターデジタルの世界感の説明がなされ、2,3章では豊富な中国の事例を出しつつ、OMOとはどういうものなのかが解説されています。
平安保険グループの事例や、近年話題のGDPRを絡めたデータ利用に関する視点など様々な視点からアフターデジタルの世界を俯瞰できます。
日本でビジネスに活用するには
最後にこれからビフォアーデジタルに取り組むときどのようなことをまずすべきなのか、といったところがまとめられており、「ユーザーに寄り添うとはどういうことか」「行動データの取得設計とUX改善を高速で回すこと」「モーメントを意識すること」といった実務で意識しなければいけないことを始め、企業でOMOの考えを浸透させるためにビジョンや事業戦略をどう定めなければいけないのかといった内容まで細かく議論されています。
あとがき
データサイエンティストなのかマーケッターなのかよくわからない仕事してる自分にとっても既存のマーケティング手法（ターゲティングとセグメント分けとか）から一歩進んだ考え方にしていかないといけないというのは明日からすぐ意識できるなと。
WebやITに関わる人は読んでおきたい本だとおもいますし、Webから遠い人でも読み物としても良いとおもいます。
--
【ネタ】エネループ１本を自転車で充電するためには75kmほど漕げばよいらしい
※ネタ記事です。信憑性あんまりないのでご注意ください。
調査報告レポート
【報告内容】
・エネループ一本を充電するために自転車何km漕げばよいか
・一人分の消費電力を賄うために自転車何km漕げばよいか
基礎調査
===
まず電気関連の単位を復習しておく。
電圧はV（ボルト）、電流はA（アンペア）、電力はW（ワット）であり電力は電流×電圧をしたものである。
電圧は電気を流そうとする力、電流は流れる電気の量である。
電池のような電気を貯めるものは「どのくらいの電気（電流）をどのぐらい位の間流せる（時間）だけの電気を貯められるか」というのが電池の容量ということになるため、単位はアンペア・時間（Ah）となる。
===
では本題。
エネループ
エネループの容量を調べる。単３タイプのスタンダードモデルで1900mAhである。
充電する際は容量の10%程度（0.1Cと表記する）の電流を流すのが基本のようだ。急速充電の場合は1Cで流す場合もあるようなので、ある程度許容幅はあるようだ。
発電機
次に自転車についている発電機である。
時速15kmで走ったときに6V, 2.4Wが定格のようである。つまり電流は400mA。
ただし交流電源であるため、まず直流に変換する必要がある（整流）。それによる若干の電流・電圧の低下はあるものの今回は無視する。
計算
400mAの電流をエネループに注ぎ込むとすると、理想的には単純に1900mAh / 400mA = 約5時間で充電が完了する。
つまり、自転車を15km/hで5時間＝75kmほど走ればエネループ１本を充電できることになる。
なお、75kmは山手線１週半程度であるが、時速15kmは街乗りにしては速めの速度であるため山手線周回時には注意されたい。
一人分の電力を自転車で賄う
エネループ１本分の電力がそこそこの労力で賄えることがわかった。
では次に生活に必要な電力を生み出すことを考える。
以下の記事によると日本国民一人当たり年間8000kWhほどの電力を消費しているそうだ。
http://www.garbagenews.net/archives/2011740.html
では、8000kWhを自転車で生み出すことを考える。8000kWh/年ということは22kWh/日である。
上記調査より、自転車を１時間漕いで得られる電気が2.4Whである。この時点で桁が違いすぎるため正攻法を諦める。
より効率的に電気を得るため、自転車にカスタマイズを加えるのである。
一つの車輪に一つの発電機では勿体無い、8個ほど取り付ける。前後輪両方に取り付ければさらに倍である。
こういうイメージだ。
この自転車を24台準備し、24人に漕いでもらう。これを24時間体制で行うと
2.4Wh * 16個 * 24人 * 24時間 = 22118.4Wh = 22.1kWh
となり、一人分の電力を賄うことができた。
電気は蓄積が難しいため、常に発電し続けてもらうしかない。
自分を中心に円運動してもらうのが良いだろう。さながら強制労働である。
https://togetter.com/li/1339759
労働環境改善
最後に、「おっ、24人ならいけるやん」と思った富豪の方に注意ポイントを述べておく。
まず22kWh/日というのはあくまで年間量から算出した平均である。
電力需要は性質上、夏の暑い日や冬の寒い日ほど必要になる（エアコン等）。そういった増減に対応するに、自転車をこぐ速度を調整してもらわなければならない。30km/hほどの速度を出してもらえれば15km/hの時より130%ほど発電量を増やせるようだ。
過酷な日ほど過酷な労働を強いることになるため、ぜひ気候手当を検討いただきたい。
以上。
--
前回のネタ記事↓
--
「機械学習のための特徴量エンジニアリング」をいまさらやっと流し読んだ
良本として界隈で話題になっていた「機械学習のための特徴量エンジニアリング」を買って読めてなかったのでザクッと読みました。
全体を読んだ感想としては、「これ一冊で広くがわかる！入門向け！」というタイプの本ではなくて、実際にデータに向き合う実務者が困ったときに頼りたいといったような本だなと思いました。
イメージとしては実際に機械学習のモデルを作り始めてはみたのの「どうも精度がでないなぁ」とか「この種類のデータはどう扱ったらうまくいくんだろう」といった疑問が出てきたときに強力に手助けしてくれる本といったイメージです。
「１章：機械学習パイプライン」でざっくりとした機械学習モデル構築の流れの説明があったあとはひたすらいろんなデータ（数値であったりカテゴリであったりテキスト・画像・・・）ごとにどのようなアプローチ方法があるかが詳しくかかれているといったものです。
「この一冊をまず読め」ではないですが、ぜひ手元に置いておいておきたい一冊でした。
今日は短め。
「アドテクノロジーの教科書」を流し読んだ
では次の流し読み読書日記です。
「アドテクノロジーの教科書：デジタルマーケティング実践指南」を流し読みました。
全体の感想として、アドテクがどのように発展していったか・どう使われているのかということが綺麗にまとまっており、アドテクやWebマーケティングへの入門１冊目としてとてもよさそうと思いました。
アドテクの領域ではない人でもWeb系のエンジニアですと何かと関連する部分なので知っておいて損はない分野かと。
１章：History & Technology
アドテクってなにという人はとりあえずここ
２章：Creative
広告の種類と利用事例
３章：Measurement
効果測定の話（理論ではなくどういう視点が必要か、とか）
４章：Player
国内外のプレイヤー、各社の特徴などがわかる
５章：Market
市場規模や今後の考察
ただしあくまでマーケッター寄りの視点でまとまっているため技術面や各種手法のアルゴリズムなどは詳しく書かれていないため、アドテク関連サービスを作っていくエンジニア側の目線で読むと物足りなさは感じるとおもいます。しかしエンジニアであっても全体を俯瞰してマーケッターの人がどのようなことに着眼しているかということを知ることができて有用と思います。
またとても良いと思ったのが、アドテク関連のプレーヤーや製品、市場規模などの情報が数値でまとまっていることです。かなりのページ数を割いてきれいにまとまっておりその部分だけでも十分価値のある一冊かと。
注意が必要な点としては、こちらの本が2016年出版であるためこの日記投稿時点（2019年)で３年間のラグがあります。アドテク業界の３年というとかなりの変化があります。特にここ最近ではCookie関連の規制強化であったりGDPRを始めとした個人情報の扱いが変わってきたことなど、アドテクを取り巻く環境が急速に変わっています。まずはこの一冊で入門してから情報をキャッチアップしていくということが必要そうです。
「データ分析プロジェクトの手引」を流し読んでいる
「データ分析プロジェクトの手引: データの前処理から予測モデルの運用までを俯瞰する20章」の読書途中日記です。
流し読んでいる途中ですが、量的にも内容的にも流し読める限界がきてしまいましたので読書日記を書いておきます。
まず、全体を通してサブタイトルにもある通りデータ分析のプロジェクト全体を俯瞰できる教科書的な本になると感じました。
また本書の最初に出てくるのですが、各章の繋がりがどうなっていてここを知りたい人はこう読んでねみたいなこと説明もあり、その時必要なところのみ見るにも適しています。
また本書の特徴としてはプロジェクトのマネジメントのみではなく、分析手法のアルゴリズムにも踏み込んでいること、その分析手法も概要だけではなくどう使い、どう評価すればいいかといったまさに実務に必要な情報が広く掲載されています。
また、14-17章「インターネット上のデータを分析する」というように現代の分析ニーズに沿った内容になっており、実務者が自分がやるべき仕事の全体を俯瞰するためにまず読む本として適切かと思いました。
まだ流し読み途中なので、もうちょっと読んでみてまとめたいなと思います。
あと余談ですが、最近読書日記シリーズが増えていますが、データ分析（データサイエンス）業務者向けの推薦書籍的なのをまとめようと思ってまして、、、。
そのあたりのきれいなまとめは別途noteかどこかでやる予定です。
「マーケティングの基本」を流し読んだ
今月の読書日記です。
「マーケティングの基本」を流し読みました。しっかり読むのはこれから。
マーケティング全然ワカラナイなので、ざっと全体を俯瞰できる本ないかなーと調べていておすすめされていたので読みました。
まず全体としてマーケティングとはどんなことをどのような流れで行うのかということが時系列に沿って書かれており、わかりやすそうという印象です。（流し読みなのでまだしっかりとは見ていない）マーケティングの難しい理論というよりは「実務ではこういうことをしないといけないよね」というのが見れるのでとっつきやすい印象です。
もちろん内容をつらつらと全部書くわけにはいきませんが、
・新規製品開発と既存製品育成に２分類する
・マーケットの基本戦略STP（セグメント・ターゲティング・ポジショニング）
・パフォーマンスレビュー（どうデータ集めてどう仮説をたてて計測して・・・）
などがまとまっており、必要になったときに該当部分を読み直すとヒントが得られそうな感じです。
また、エンジニア兼データサイエンティスト？の自分としてはどんな指標を定めてどんな分析をすればいいのかというところに興味がありましたが、それよりも世の中のマーケティングをしてる人（もしくはマーケティングをしなきゃいけないんだけどどうしようって人←多分こっちが大多数）がどんな視点で考えているか・考えなければいけないのかというところを垣間見れそうなのが良かったと思います。
まだ全然ワカランなのでしっかり読みなおそう。
--
「ファシリテーターの道具箱」読んだ
ファシリテーター本読んだ
少し前の読書日記↓これ関連です。
前回はファシリテーターの役割を物語調に紹介しているものでしたが、実際のやり方やフレームワークも知りたいのでこちらを読みました。
内容的にはタイトルの通り、ファシリテーターが知っておきたいフレームワークや手法をリストアップして紹介しているものとなります。
一つ一つはさらっと紹介されている感じですが、こんな時にはこれを使えば良いというのがわかりやすいのでファシリテーションの必要性を感じている方はさらっと一通り読んでおくと良い本かと。
活用のためのメモ書き
で、この本を読んでいる目的ですが、自分自身が最近仕事の方針決めや戦略・マネージメントをやる必要が出てきたため思考整理のための情報集めとして読んでいます。
特に直近では「やりたいことが色々ある中で優先順位付けをして関係者に納得してもらう〜」的なことをまずやらないといけないので、そういう観点で以下のものが役に立ちそうだなと思ったものを抜粋しておきます。
思考の整理
発散（アイディア出し）→収束（意思決定）を行うのが基本なので、まず発散工程から。
発散のツール
アイディアを出せと言っても出ないので、軸を決めて発散させるのが基本ぽい。
- As is To be：現状とありたい姿の比較を基準に発散
- モアレス：増やすべきと減らすべきものの軸。物だけでなく行動なども対象
- コントロール可能不可能：コントロール可能かどうかで議論やアイディアを分ける。コントロール不可能な物について深追いしない工夫。過去・未来というような軸にしても良い
収束用のツール
次は何かを選択する時のフレームワーク。
- ペイオフマトリックス：評価軸を２つ選び、２次元状にアイディアをマッピング
- ダブルペイオフ：意見が対立する2チームでそれぞれペイオフマトリックスを作成し、重ねることによる共通項の洗い出し促進
- パレート分析：パレートの法則（20:80）にしたがって切り捨てるべきものを決める
- プロコン分析：賛成反対の理由を洗い出し、重み付けして相殺していく
他にも
- ロジックツリー：問題に対して階層的に漏れなく解決策をリストアップ
- 思考システム図：バッドサイクルの可視化
など思考整理だけではなくディスカッションや停滞した会議の脱却などに使えそうなフレームワークが色々あります。
この手のフレームワークは、言われてみれば「なんだそれだけか」となりがちですが、実際にできているチームはほぼ無いと言ってもいいぐらい実践が難しいものです。
まずは個人の思考整理に使って、徐々にチームでのディスカッションなんかにも活用できると良さそうです。
自分はまずは思考システム図やペイオフマトリックスで優先順位付けからしていこうかなーと。
非常に真面目な？記事になった。。。
--
