HIGOBASHI.AWS 第10回 機械学習＆データ分析編「Tableau Server on AWS～データ分析の結果を活かすために」を話しました #higobashiaws

はじめに

どうも。DI部@大阪オフィスのtamaです。

4月17日に大阪オフィスで行われた「HIGOBASHI.AWS 第10回 機械学習＆データ分析編」に登壇しました。

【4/17（水）大阪】「HIGOBASHI.AWS 第10回 機械学習＆データ分析編」を開催します ｜ DevelopersIO

というわけで、登壇資料を共有します。

登壇資料

こちらです。

内容の補足とか

この話で伝えたかったこと

（資料にも書いてますけど）めっちゃまとめると下記の形になります。

1. データ分析は「課題を解決するため」（という目的）のために行う
2. そのためには、分析結果から（目的達成のための）アクションに繋げる必要がある
3. そのためには、データ分析した後の、「可視化」と「共有」が大事

表題だけ見ると、何かTableauの話に思えちゃいますが、言いたかったことは上記のとおりです。これを実現する方法の1つとして、AWS×Tableau（Server）を紹介しました。

ちなみに、この考えは私の個人的なものですので、全く違うアプローチでデータ分析されている方もいらっしゃるかと思います。そこはケースバイケースで…。

資料に掲載されている情報のリンク元

• Tableau Japan株式会社 | クラスメソッドのパートナー
• 東海道新幹線 | Tableau Public
• Tableau Public - iron viz
• AWS Partner - Tableau Software
• テクノロジーパートナー | Tableau Software
• #tc18 Tableau Prepスケジュール対応や自然言語クエリ対応等が発表！Opening Keynoteレポート – Tableau Conference 2018 at New Orleans ｜ DevelopersIO
• Welcome to the Amazon SageMaker Extension Pre-Release
• AWS インスタンスの種別とサイズを選択する - Tableau
• #tc18 レポート 「AWSでTableau ServerをDevOpsに管理」入門- Tableau Conference 2018 at New Orleans ｜ DevelopersIO
• 資料後半の内容はこれが元ネタです。
• #tc18 レポート Tableau Server ClientとREST APIを使用した作業の自動化 – Tableau Conference 2018 at New Orleans ｜ DevelopersIO

おわりに

実は、こういう勉強会に登壇するのは、人生初めてでした。自分が話したいことを資料に落とすのって難しいですね（普段の業務より大変だった）。