Soumettre la recherche
Mettre en ligne
リクルート式サービス開発 カスタマーの本音×人工知能
•
4 j'aime
•
1,884 vues
Recruit Technologies
Suivre
2016/02/18 CNET Japan Live 2016での、坂本の講演資料になります
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 61
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
リクルート式サービス開発カスタマーの本音×人工知能
リクルート式サービス開発カスタマーの本音×人工知能
Recruit Technologies
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開
Recruit Technologies
企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに
Recruit Technologies
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキーム
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
Recommandé
リクルート式サービス開発カスタマーの本音×人工知能
リクルート式サービス開発カスタマーの本音×人工知能
Recruit Technologies
データ定義情報の管理とWebによる公開
データ定義情報の管理とWebによる公開
Recruit Technologies
企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに
Recruit Technologies
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキーム
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
Recruit Technologies
【IMJ】やり尽くし感を打開する新アプローチ『サービスデザイン』を体感ーサービスデザインワークショップ (2015.02.19)
【IMJ】やり尽くし感を打開する新アプローチ『サービスデザイン』を体感ーサービスデザインワークショップ (2015.02.19)
IMJ Corporation
事業成長にコミットするエンジニア組織への道のり
事業成長にコミットするエンジニア組織への道のり
Recruit Lifestyle Co., Ltd.
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
IMJ Corporation
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
Icon2015開会宣言 imj竹内 加藤
Icon2015開会宣言 imj竹内 加藤
IMJ Corporation
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
オンライン講座を利用して機械学習・人工知能・ データ分析の最適な学び方を学ぶ講座
オンライン講座を利用して機械学習・人工知能・ データ分析の最適な学び方を学ぶ講座
munjapan
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
BrainPad Inc.
AIビジネス推進人材に必要なスキルとその育成方法
AIビジネス推進人材に必要なスキルとその育成方法
munjapan
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Daiyu Hatakeyama
AIスキルの獲得及びAI人材育成の学び方を学ぶ講座
AIスキルの獲得及びAI人材育成の学び方を学ぶ講座
munjapan
【IMJ】Web業界とHCD
【IMJ】Web業界とHCD
IMJ Corporation
DXのためのUX(ユーザーエクスペリエンス) 〜ユーザーとシステムが手をつなぐために〜
DXのためのUX(ユーザーエクスペリエンス) 〜ユーザーとシステムが手をつなぐために〜
Yoshiki Hayama
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
BrainPad Inc.
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
munjapan
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
Contenu connexe
Tendances
Pepper+独自会話エンジン
Pepper+独自会話エンジン
Recruit Technologies
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
Recruit Technologies
【IMJ】やり尽くし感を打開する新アプローチ『サービスデザイン』を体感ーサービスデザインワークショップ (2015.02.19)
【IMJ】やり尽くし感を打開する新アプローチ『サービスデザイン』を体感ーサービスデザインワークショップ (2015.02.19)
IMJ Corporation
事業成長にコミットするエンジニア組織への道のり
事業成長にコミットするエンジニア組織への道のり
Recruit Lifestyle Co., Ltd.
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
IMJ Corporation
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
Icon2015開会宣言 imj竹内 加藤
Icon2015開会宣言 imj竹内 加藤
IMJ Corporation
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
Recruit Technologies
オンライン講座を利用して機械学習・人工知能・ データ分析の最適な学び方を学ぶ講座
オンライン講座を利用して機械学習・人工知能・ データ分析の最適な学び方を学ぶ講座
munjapan
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
BrainPad Inc.
AIビジネス推進人材に必要なスキルとその育成方法
AIビジネス推進人材に必要なスキルとその育成方法
munjapan
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Daiyu Hatakeyama
AIスキルの獲得及びAI人材育成の学び方を学ぶ講座
AIスキルの獲得及びAI人材育成の学び方を学ぶ講座
munjapan
【IMJ】Web業界とHCD
【IMJ】Web業界とHCD
IMJ Corporation
DXのためのUX(ユーザーエクスペリエンス) 〜ユーザーとシステムが手をつなぐために〜
DXのためのUX(ユーザーエクスペリエンス) 〜ユーザーとシステムが手をつなぐために〜
Yoshiki Hayama
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
BrainPad Inc.
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
munjapan
Tendances
(20)
Pepper+独自会話エンジン
Pepper+独自会話エンジン
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
【IMJ】やり尽くし感を打開する新アプローチ『サービスデザイン』を体感ーサービスデザインワークショップ (2015.02.19)
【IMJ】やり尽くし感を打開する新アプローチ『サービスデザイン』を体感ーサービスデザインワークショップ (2015.02.19)
事業成長にコミットするエンジニア組織への道のり
事業成長にコミットするエンジニア組織への道のり
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
分析手法のご紹介
分析手法のご紹介
Icon2015開会宣言 imj竹内 加藤
Icon2015開会宣言 imj竹内 加藤
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
オンライン講座を利用して機械学習・人工知能・ データ分析の最適な学び方を学ぶ講座
オンライン講座を利用して機械学習・人工知能・ データ分析の最適な学び方を学ぶ講座
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
AIビジネス推進人材に必要なスキルとその育成方法
AIビジネス推進人材に必要なスキルとその育成方法
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
AIスキルの獲得及びAI人材育成の学び方を学ぶ講座
AIスキルの獲得及びAI人材育成の学び方を学ぶ講座
【IMJ】Web業界とHCD
【IMJ】Web業界とHCD
DXのためのUX(ユーザーエクスペリエンス) 〜ユーザーとシステムが手をつなぐために〜
DXのためのUX(ユーザーエクスペリエンス) 〜ユーザーとシステムが手をつなぐために〜
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
En vedette
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
Recruit Technologies
リクルートにおける画像解析事例紹介
リクルートにおける画像解析事例紹介
Recruit Technologies
FIT 2016 発表資料
FIT 2016 発表資料
Recruit Technologies
Node.jsエンジニアErlangに入門するの巻
Node.jsエンジニアErlangに入門するの巻
Recruit Technologies
Why we decided on RSA Security Analytics for network visibility
Why we decided on RSA Security Analytics for network visibility
Recruit Technologies
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
Recruit Technologies
マルウェア通信検知手法におけるUser-Agentの有効性の一考察
マルウェア通信検知手法におけるUser-Agentの有効性の一考察
Recruit Technologies
Eddystoneで始まるPhysical Webの世界
Eddystoneで始まるPhysical Webの世界
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
AWSでのセキュリティ運用 ~IAM,VPCその他
AWSでのセキュリティ運用 ~IAM,VPCその他
Recruit Technologies
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
Recruit Technologies
リクルートにおけるVDI導入とCiscoデータセンタソリューション
リクルートにおけるVDI導入とCiscoデータセンタソリューション
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
リクルートのWebサービスを支える「RAFTEL」
リクルートのWebサービスを支える「RAFTEL」
Recruit Technologies
En vedette
(20)
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートにおける画像解析事例紹介
リクルートにおける画像解析事例紹介
FIT 2016 発表資料
FIT 2016 発表資料
Node.jsエンジニアErlangに入門するの巻
Node.jsエンジニアErlangに入門するの巻
Why we decided on RSA Security Analytics for network visibility
Why we decided on RSA Security Analytics for network visibility
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
マルウェア通信検知手法におけるUser-Agentの有効性の一考察
マルウェア通信検知手法におけるUser-Agentの有効性の一考察
Eddystoneで始まるPhysical Webの世界
Eddystoneで始まるPhysical Webの世界
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
AWSでのセキュリティ運用 ~IAM,VPCその他
AWSでのセキュリティ運用 ~IAM,VPCその他
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートにおけるVDI導入とCiscoデータセンタソリューション
リクルートにおけるVDI導入とCiscoデータセンタソリューション
銀行ロビーアシスタント
銀行ロビーアシスタント
リクルートのWebサービスを支える「RAFTEL」
リクルートのWebサービスを支える「RAFTEL」
Similaire à リクルート式サービス開発 カスタマーの本音×人工知能
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
Nozomu Tannaka
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Service Design Network Japan Chapter
RTTJapan 会社概要 140120
RTTJapan 会社概要 140120
RTT Japan K.K
Webマーケティングサポート案内書
Webマーケティングサポート案内書
Ryo Nakagawa
Future customer experience
Future customer experience
Katsuhiro Aizawa
171116 海外企業、国内スタートアップで注目を集める「カスタマーサクセス」
171116 海外企業、国内スタートアップで注目を集める「カスタマーサクセス」
カラクリ株式会社
saleshub_AiDeal LP202210.pdf
saleshub_AiDeal LP202210.pdf
ssuser8de8212
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
naoki ando
DI.コンサルティング&プランニング
DI.コンサルティング&プランニング
Digital Intelligence Inc.
カスタマーサクセスとプロダクトUX_uxjam#30_20190722
カスタマーサクセスとプロダクトUX_uxjam#30_20190722
Toru Komaya
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
Saori Baba
2016 #meijisap - 明治大学理工学部情報科学科 情報システム論1講義「デジタルによるビジネスモデルの変革」
2016 #meijisap - 明治大学理工学部情報科学科 情報システム論1講義「デジタルによるビジネスモデルの変革」
Masahiro Furusawa
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
DeNA
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
Takashi Suzuki
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
MoEngageのご紹介.pdf
MoEngageのご紹介.pdf
ssuser733bed
MoEngageのご紹介.pdf
MoEngageのご紹介.pdf
ssuser733bed
カスタマージャーニーにおけるUXとモバイル設計のポイント
カスタマージャーニーにおけるUXとモバイル設計のポイント
Takashi Sakamoto
これからの開発環境の話をしよう - 開発現場力を高める環境づくり #ost2013
これからの開発環境の話をしよう - 開発現場力を高める環境づくり #ost2013
智治 長沢
JPC2017 [Keynote] Where the People Meets to Inspire the Business
JPC2017 [Keynote] Where the People Meets to Inspire the Business
MPN Japan
Similaire à リクルート式サービス開発 カスタマーの本音×人工知能
(20)
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
RTTJapan 会社概要 140120
RTTJapan 会社概要 140120
Webマーケティングサポート案内書
Webマーケティングサポート案内書
Future customer experience
Future customer experience
171116 海外企業、国内スタートアップで注目を集める「カスタマーサクセス」
171116 海外企業、国内スタートアップで注目を集める「カスタマーサクセス」
saleshub_AiDeal LP202210.pdf
saleshub_AiDeal LP202210.pdf
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
DI.コンサルティング&プランニング
DI.コンサルティング&プランニング
カスタマーサクセスとプロダクトUX_uxjam#30_20190722
カスタマーサクセスとプロダクトUX_uxjam#30_20190722
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
UX生トーク vol.6 機能組織の価値発揮!UX改善のディレクション術
2016 #meijisap - 明治大学理工学部情報科学科 情報システム論1講義「デジタルによるビジネスモデルの変革」
2016 #meijisap - 明治大学理工学部情報科学科 情報システム論1講義「デジタルによるビジネスモデルの変革」
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
MOV お客さま探索ナビの GCP ML開発フローについて
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
MoEngageのご紹介.pdf
MoEngageのご紹介.pdf
MoEngageのご紹介.pdf
MoEngageのご紹介.pdf
カスタマージャーニーにおけるUXとモバイル設計のポイント
カスタマージャーニーにおけるUXとモバイル設計のポイント
これからの開発環境の話をしよう - 開発現場力を高める環境づくり #ost2013
これからの開発環境の話をしよう - 開発現場力を高める環境づくり #ost2013
JPC2017 [Keynote] Where the People Meets to Inspire the Business
JPC2017 [Keynote] Where the People Meets to Inspire the Business
Plus de Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
Spring “BigData”
Spring “BigData”
Recruit Technologies
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Recruit Technologies
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
Plus de Recruit Technologies
(19)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Tableau活用4年の軌跡
Tableau活用4年の軌跡
LT(自由)
LT(自由)
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
リクルート式AIの活用法
リクルート式AIの活用法
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Spring “BigData”
Spring “BigData”
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
リクルート式サービス開発 カスタマーの本音×人工知能
1.
2.
リクルート式サービス開発 カスタマーの本音×人工知能 リクルートテクノロジーズ サービスデザイン・マーケティングリサーチG 坂本 千映子
3.
表層の意見でなく、カスタマーの本音が知り 必要とされる価値・機能を提供したい・・・ でもそのカスタマーインサイトどのようにした ら得られるのか? リクルートでは カスタマーの本音をMROCとAIも活用 することにより把握しサービス開発を行ってい ます。本日はその事例についてお話をさせて頂 ければと思っています。 本日お話させていただきたいこと 3
4.
2002年 NTTデータ入社 2007年 リクルート中途入社。アジャイル開発のPMに従事 2009年
UX改善でアクション最大化フレームワーク立ち上げ全社展開 MVP賞受賞 2015年 リサーチ×AIの基盤「ココロバ」 リクルートグループのイノベーション賞 受賞 2015年 リクルートホールディングス主催 Womans Leaders Program 2015 最優秀賞 現在、リクルートテクノロジーズ マーケティングリサーチG GM リクルートライフスタイル、リクルートキャリア兼務 坂本 千映子(さかもと ちえこ) 4
5.
Recruit Holdings 2012年10月7つの主要事業会社と3つの機能会社へ リクルートキャリア リクルートジョブズ リクルートスタッフィング リクルート住まいカンパニー リクルートライフスタイル リクルートマーケティングパートナーズ スタッフサービス・ホールディングス リクルートアドミニストレーション リクルートコミュニケーションズ 事業会社 機能会社 リクルートテクノロジーズ
6.
Recruit technologies>サービスデザイン部 事業戦略 サービス 設計 開発実装 事業戦略 サービス設計 開発実装
7.
STRATEGYG サービスデザイン UXデザイン ブランド戦略 マーケティング戦略 DMG DMP・集客支援・ コンテンツマーケティング・CRM SEOG SEO、SEOコンマケ FET FE基盤推進 FE品質担保 技術進化 PRJ、CDの 繋ぎ エンハンス 環境育成 MRG UXリサーチ:定性・定量調査・MROC WAG
アクセス解析・BI環境推進・モニタリング基盤推進 BRANDG クリエイティブ ディレクション アートディレク ション IxDG インタラクションデザイン・情報構造 設計・UI設計 SPMG プロジェクトマネジメント サービスデザイン部
8.
サービスデザイン部>マーケティングリサーチG 8 MISSION 人のニーズを分析するプロフェッショ ナルとして、時代にあう手法の開発し カスタマー/クライアントの本音 と向き合いサービスを進化させる
9.
9 • 定性リサーチ – 定性リサーチ:事実や行動その背景にある本音の引き出し、構造化 する –
ファシリテーション:調査結果をもとに組織を巻き込みながら最適 解を見いだす • 定量リサーチ – 定量リサーチ:ネットリサーチなど用いて量的把握による仮説検証 を行う – 分析:最適な分析手法を用いて本質的な解を見出す • コミュニティプラン – ビジネスモデルに合わせたコミュニティのあり方を定義し、企業と カスタマーをつなげて価値を創る マーケティングリサーチG
10.
member profile かなやん 井坂 難波 坂田
ゆか 城 金城 UXデザイナー+リサーチャーが 融合したプロフェッショナル組織
11.
カスタマー の本音
12.
イタコになれ 居酒屋リサーチ リクルートの顧客志向 12 本音
13.
「動画の長さ」について同一の対象者に 調査 1.動画の長さについてどう感じてま すか? 1.動画の長さについてどう感じて ますか? □ すごく短い □ 短い □
ちょうどいい □ 長い □ すごく長い アンケート 自由形式(MROC)
14.
1414 1 2 確かに動画は長いです ね。娘もそれを嫌がっ ています。 最後まで見ようとする と長くなって子供の集 中力は続かないしダラ ダラ。 ちょうどいいと答え人が、長いと回答 ちょうど良い 90% アンケート 自由形式(MROC)
15.
アンケートでは 本音を知ることはで きない 15
16.
16 自サービス利用者に聞きたいが 対象者が見つからない 本音ではない回答が一定数混じ る FGI・DIなどの接点だけでは本音 まで深堀できない 既存調査の課題 代表性 信頼性 常時性
17.
代表性×本音×常時性 をもつリサーチツールが必要 17
18.
リクルー トの取組
19.
リクルートのリサーチプラットフォーム
20.
ココロバの3つの機能 対象者の抽出 メール・サイト アプリPUSH 対象者の本音 を引き出す MROC 対象者の声を 分析 AI+ダッ シュボード 自然な会話からカスタ マーの本音を拾う 人工知能を活用し、人 間と同等の解釈を行い 数百万データを瞬時に スコア化 サイト、メール、アプ リPUSHなどカスタマ ーとのタッチポイント から自社会員を集める
21.
21 代表性 信頼性 常時性 自サービス利用者に聞きたいが 対象者が見つからない 本音ではない回答が一定数混じ る FGI・DIなどの接点だけでは本音 まで深堀できない 実際のサービス利用者の声を聞 ける サービス開発への参加のため本 音が聞きやすい 一定期間MROCに参加すること で本音を把握可能
22.
22 対象者抽出 RID
23.
23 利用デバイス×フェーズそれぞれでセグメントし、 コミュニティに集客する セグメンテーション リクルーティング MROC メール WEBサイト アプリ
24.
24 対象者から本音を引き出す MROC
25.
MROC(Marketing Research Online
Community) エムロック オンライン上にカスタマーを数百人あつめ、数週間~数か月の間対 話をしながら意見をリアルタイムで深堀しながら理解する手法。 ユーザーの声を聴く Online上のコミュニティ 企業の 担当者 リク ルート 社員
26.
27.
サービス企画 者が何度でも 質問ができ、カ スタマーの本 音が聞ける 検証したい仮説を 伝える
28.
本音が聞ける理由 自然な意見 自宅でリラックスした環境、考える時 間があるから本音が言いやすい 継続的な関係 カスタマーと継続的な関係が築 け、対話をすることで本音がわ かる 他者との関係 運営企業やコミュニティメンバと の相互作用の中で本音がわかる
29.
自然な意見 地理的や時間的な制約がなく、自分のリ ラックスした場所(自宅・外)・時間での 自然な意見 今考えるとおなかまわり に余裕があるのならなんで もよかったなぁ・・・わざわざ 買う必要もなかったなぁ 車で奈良県に帰省です !ただいま3分の1経過 !まだまだ頑張ります ( *`ω´) 画像は引っ張り出し て床にセッティング して撮りました。
30.
Continuation 継続的な関係 Q 冬に使いたいマタニティパジャマについて Q4: 最後 結論を まとめます と Q1:どんなものを使 用? お気に入りの写真を アップ Q2:良い点 悪い点 全部で6着 パジャマ好き ・首元が寒い ・授乳口が・・ ・息子が授乳中 にスリスリしたがる Q3:他にはどんな ものを使ってる? わかりやすいよう に3つの角度
31.
他者との関係性 Q:妊婦さんにとっての最高の下着は? デカパン、お腹は締め付けないし冷やさないし、ママにも、おなかの赤ち ゃんにも機能的だと思います。 どうしてもあのデカパンを履きたくなくて、いつもの下着をがんばって履 いていましたが、途中で断念。デカパンを履いてみたら超楽で、もっと早く デカパンを履いていればよかったと後で後悔しました。 あー、分かります!!あのデカパン、どうしてあんなに楽なんでしょうね ? 皆さんのデカパンへの抵抗を読んでいて分かるわ~!と頷いてました 。楽チンでしたが、主人は引きますよね(´Д`) 予想外の盛り上がりに、インサイト がみれる バズワードは、デカパン
32.
32 対象者の声を分析する AI・ダッシュボード
33.
MROC会話文の解析リアリティ 1000003952 もも 家族だけのこじんまりとした結婚式を9月に挙げる予定です。感謝の気持ちが伝わる、アットホームな式にしたいと思っています。 1000003908
ありた 会社員趣味はネイルインスタグラムでおしゃれな写真を見るのが好きです 1000004106 しお ポイントは場所です。交通機関がたくさんあり、(バス、路面電車、地下鉄)みんなが知っている大きなホテルで挙げました。私は特 1000004051 おースケ 初めは、ゼクシィの雑種です!だいたい式場の写真から好きな雰囲気の会場を選んで、予算案があるのでそこでいくつか会場を 1000004049 ツキノ お料理は旦那さんと私の地元のものを掛け合わせた料理を作ってもらいました。ウェルカムボードには、以前父が作ってくれた「絆 1000004075 marieno 重視したポイントは、2人で海外旅行に行ったことがなかったので海外のリゾート地というポイントです!仕事の連続休暇が取れる 1000003994 ひろこ 昨年の9月に地元の海辺の結婚式場で結婚式と披露宴を行いました。ウエディングドレス→和装→カラードレスと希望通りにお色 1000003842 春夏秋冬 ドレスにこだわりました。自分の好みと実際に似合うものが全然違ったのと、人の目から見た時の印象も違うので、とにかく色々着 1000003910 ちいりん ①専業主婦②ネットで情報収集・フリマ・旅行③インターネット 1000004057 とんまつり 式を挙げると決まった時にゼクシィはじめ結婚情報誌を一通り買いました。段取りや予算なんかは参考になったと思います。 1000003870 スタッフvivi こんにちは。コメントありがとうございます。サイトの口コミが一番参考になったんですね。結婚式場の選択肢も多いし、口コミ自体 1000000023 ココロバスタッフ金谷 コメントありがとうございます。なるほどー立地・交通の便を一番に考えられたんですね。ゲストのことを考えつつなので大変ですよ 1000003970 モカ 写真は一生残るので、とにかくドラマチックでゴージャスで非日常的な絵になるロケーション!! 1000000023 ココロバスタッフ金谷 たまおさんコメントありがとうございます!スタッフ金谷です。海外と日本でそれぞれ行うんですね^^ちなみに、海外ではどんなイメ 1000004051 おースケ ①専業主婦、前職は看護師やってました。②映画鑑賞、ドライブ、内職③Yahoo、Googleなどの検索、育児や女性の悩みなどは「 1000000023 ココロバスタッフ金谷 めろんださんコメントありがとうございます。スタッフ金谷です。なるほど、天候に左右されないということは屋内でという感じでしょう 1000004102 めぇめめ ①主婦(歯科受付のパート)②ピアノ、バドミントン③アプリのnaverまとめで様々なニュースや雑学を毎日見ています。ファッションに 1000003960 KIE 鬼石 さんこんにちは。やっぱり皆さんも気になっているんですね!見積書事例を是非見てみたいです!! 1000003970 モカ BGMは小さい頃から久保田利伸の「LALALAL LAVESONG」と決めていました! 1000000023 ココロバスタッフ金谷 ニャンさん初めまして、スタッフ金谷です!コメントありがとうございます。12月に挙式よていなんですねー。ではいまは準備まった 1000000023 ココロバスタッフ金谷 ちえさんコメントありがとうございます。なるほどーほかのテーマでも緑と青の自然たっぷりな場所とおっしゃっていましたね^^ちなみ 1000003870 スタッフvivi ゼクシイの口コミを見ているとのことですが、口コミの量が多かったり、見にくいと思ったところはないでしょうか?もし情報が足りな 1000004134 ちあき 1.職業は専業主婦です!2.趣味は映画鑑賞や温泉や手芸などですが、子供が産まれてからはできないので、最近は旦那の休日 1000003863 ma193 自分たちのためというより、家族や友人に感謝の気持ちを伝える式にしたいと思い、結婚式をしました。社内結婚だったので、会社 1000003970 モカ BGMは小さい頃から久保田利伸の「LALALAL LAVESONG」と決めていました! 1000004166 チビキノコ 料理や、式場、ロケーションなどの項目ごとで、満足度の高い順、口コミの投稿が新しい順などに並べ替えができると便利だと思い 1000004061 らっこ 淺井さん コメントどうもありがとうございます。式は大阪府の堀越神社を予定しております。聖徳太子が建てた神社で、樹齢550年 1000000023 ココロバスタッフ金谷 ともさんコメントありがとうございます!スタッフ金谷です。なるほど。口コミで評判を見て実際に試食されたんですね。ウェルカムス 1000000023 ココロバスタッフ金谷 ありたさんコメントありがとうございます。サーフボードでウェルカムボードっていいですね!・・・もしやそのサーフボード今は実際に 1000004249 のんのん ①会社員②パズル&フォトブック作り③・出勤前に朝のニュースをチェック ・仕事の休み時間にネットで気になる見出しのニュース 1000000017 スタッフ淺井 ジジさん、コメントありがとうございます!スタッフの淺井と申します。BGMのチョイスにも出席者のみなさまへの思いやりが反映され 1000003870 スタッフvivi 結婚情報サイトとありましたが、これはゼクシイネットのようなサイトでしょうか?また、口コミが役に立ったとののことですが、口コ 1000000023 ココロバスタッフ金谷 ピョコスさんコメントありがとうございます。アイコンもリゾートですね!!ご友人に羨ましがられる旦那さん・・・いいなぁ笑ちなみに 1000004130 とも 持ち込みの事なども可能な範囲は結婚情報サイトの口コミを参考にしていました。持ち込み可能かどうかというのは結構口コミに 1000004200 まぁちゃん はじめまして!これからよろしくお願いします。①事務、週3程度のパート②ランニング(最近足を故障して走っていませんが…涼し 1000003870 スタッフvivi こんにちは。コメントありがとうございます。サイトの口コミは役に立ちましたね。式場の選択肢が多かったり、口コミも多かったりし 1000003870 スタッフvivi きなこもちさんこんにちは、スタッフのViviです。コメントありがとうございます。神社の挙式にしたんですね。ちなみに、厳かな雰囲 1000000017 スタッフ淺井 おースケさん、コメントありがとうございます!スタッフの淺井です。出席者のみなさまを楽しませるお心遣いが素敵ですね。演出な 1000000023 ココロバスタッフ金谷 ももさんコメントありがとうございます。お互いの実家の中間地点にされたんですね。確かに、縁もゆかりもない場所での式場探し たとえば300人のコミュニティを作って、 意見を交換したら、会話文(しかも口語体) が3000件 Findingsを得ようとするも、 特定の分析者が長時間か けて分析するしかない
34.
構文解析 係り受け分析 文章から単語を抜いてきただけでは正確に意味が伝 わらない。構文解析技術を用いて単語の関係性を考慮し、 文章の意味を解釈することが必要。 J.DepP (日本語係り受け分析器) マスタデータ Inputデータ (input: STDIN
[-I 0]) 今の所、残業もなく満足しています # S-ID: 1; J.DepP * 0 1D 今 名詞,副詞可能,*,*,*,*,今,イマ,イマ,, の 助詞,連体化,*,*,*,*,の,ノ,ノ,, * 1 4D 所 名詞,非自立,副詞可能,*,*,*,所,トコロ,トコロ,, 、 記号,読点,*,*,*,*,、,、,、,, * 2 3D 残業 名詞,サ変接続,*,*,*,*,残業,ザンギョウ,ザンギョー,, も 助詞,係助詞,*,*,*,*,も,モ,モ,, * 3 4D なく 形容詞,自立,*,*,形容詞・アウオ段,連用テ接続,ない,ナク,ナク,なく/無く, * 4 -1D 満足 名詞,サ変接続,*,*,*,*,満足,マンゾク,マンゾク,, し 動詞,自立,*,*,サ変・スル,連用形,する,シ,シ,, て 助詞,接続助詞,*,*,*,*,て,テ,テ,, +各種ロジック
35.
構文解析 係り受け分析 (input: STDIN
[-I 0]) 今の所、残業もなく満足しています # S-ID: 1; J.DepP * 0 1D 今 名詞,副詞可能,*,*,*,*,今,イマ,イマ,, の 助詞,連体化,*,*,*,*,の,ノ,ノ,, * 1 4D 所 名詞,非自立,副詞可能,*,*,*,所,トコロ,トコロ,, 、 記号,読点,*,*,*,*,、,、,、,, * 2 3D 残業 名詞,サ変接続,*,*,*,*,残業,ザンギョウ,ザンギョー,, も 助詞,係助詞,*,*,*,*,も,モ,モ,, * 3 4D なく 形容詞,自立,*,*,形容詞・アウオ段,連用テ接続,ない,ナク,ナク,なく/無く, * 4 -1D 満足 名詞,サ変接続,*,*,*,*,満足,マンゾク,マンゾク,, し 動詞,自立,*,*,サ変・スル,連用形,する,シ,シ,, て 助詞,接続助詞,*,*,*,*,て,テ,テ,, い 動詞,非自立,*,*,一段,連用形,いる,イ,イ,, ます 助動詞,*,*,*,特殊・マス,基本形,ます,マス,マス,, EOS ・係り受け →4を参照している単語がある(3) 係り先と受け先の単語を探索。 「残業」が「なくて」「満 足」と複数先まで単語取得ができるようにチューニング。 「満足」 の係り先 「なく」 の 係り先
36.
AIを用いた自動文章分類 ラベル1:売上管理 Ex.昼と夜の売上をわけて、 管理することはできますか? ×100件 ラベル2:個別会計 Ex.個別の会計をできるようにしたい ×100件 ・ ・ 学 習 Recurrent Neural Network 確立分布 売上管理機能
95% 個別会計 5% 個別会計 文と判断 未分類の問い合わせ文 任意のラベルごとに代表文を数百件ずつ用意すれば、 文章を特徴を学習し、自動で分類を行うことができる。 つまり、自分のカテゴリ分類力を一度機械に覚えても らい、あとは自動分類が可能 Predict
37.
人が探す手間を機械学習ロジックでサポート 自動分類機能 類似文章グルーピング 絵文字判別、係り受け解析 そのほかいろいろ検討中etc 行動データでセグメント 分けてみることで 今まで見えてこなかった事実 が見える
38.
事例
39.
39
40.
課題 40 下記課題より、専門組織を配置しプロ ジェクトに参画 1. 市場調査、カスタマー調査の定常的 なリソース不足 2. カスタマーの声を日常的に集める環 境の不在 3.
調査設計など専門的なスキルの不足
41.
Online research 41 テスト /リリース ビジネス検討 要件定義デザイン /開発 ②ユーザビリティ評価 ・UIチェック ・デザインチェック ①機能・サービス ニーズの把握 ・要件詳細化材料 ③リリース後(β版テスト) ・バグ検知 ・今後の改善機能の把握 ④定常的な ニーズ検知 ・常設でニーズ把握し 必要なフェーズで活用 ⑤定点ニーズ検知 ・Airマーケット アライアンスニーズ(1回/Q)など MROC上に数百人のユーザーコミュニティを構築し プロダクト開発に必要なリサーチを常時行う
42.
Offline research 北海道から大阪までのクライアント様を訪問し行動観察 調査で会計業務の実態把握を行い機能要件定義を実施
43.
43 ケース 特定のメニューか ら割引したい 全体からの割引し かできない Airレジは全体割引があったが、 商品別に割引を設定する機能を検討
44.
44 ケース MROCで事前にユーザーの 利用実態調査を実施 ユーザビリティテスト (個別割引検証用) + オンラ イン オフラ イン 実態把握の行動観察
45.
MROCでの把握 45 【リクルーティング】 使いこなした玄人な意見を伝えてくれる方 (アーリーアダプター) 【事前調査実施】 MROCにて関連テーマについて 利用実態を把握
46.
行動観察でのインサイト 46 注文をとった後に「やっぱりワッフル食べたい 」後から追加注文も発生するため、最初 の注文タイミングでは、割引が適用され るのかがわかっていない。 まずはお客様の注文を単品でうけてから、セ ットに組みなおすという作業をレジの担当者 が行っている。 新人は手元にメモをとってセットが何 パターンできるのか書き出し、計 算している。接客に時間がかかる。。。 カフェ 店主 ファストフー ド 元店員
47.
行動観察から見えてきたこと 47 店員 注文・メモ 現状のレ ジの価値 計算 打ち込み・会計 求めている 価値
48.
UXリサーチのスタンス 48 声にならない・声、カスタマーの負 を見つけて解決する カスタマーの要望をその通り実現す るのではない
49.
乗り越え た壁
50.
静岡のグルインで 「カスタマーの期待を直接感じながら サービスが創れるように」 2009年 次世代リサーチ手法のR&Dを自ら手を挙げ起案 2011年 事態は複雑化・・・ リクルートテクノロジーズはグループの中で、テクノロジー・マ ーケティングの進化をミッションとしています。 そのため新規R&Dへの投資が積極的にされ、事業会社と組んで実 現できる環境があります。
51.
51 赤すぐでフィジビリ起案 雪マジ若者が本当に 食べたいゲレ食の開発 2011年 2013年 検証ポイント: 既存リサーチとの違い 検証ポイント: サービス開発への活用で 必要なケーパビリティの検証 既存調査手法
MROC アドホック・表層 の理解 Q:質 深く・継続的な理解 変動費 C:コスト 固定費(9割ダウ ン) 数か月 D:スピー ド リアルタイム 非蓄積 データ 蓄積
52.
52 2013年 展開推進・組織化 活用に必要なケーパビリティを整理し採用、実案件を通 して育成 共通基盤化 リクルートグループ内での展開が可能にするための改修 +自社会員を集客しやすくする機能化 2014年 2015 全社イノベーション賞+経営への提案し最優秀賞 組織全体での活用にむけて準備中
53.
リクルートの顧客志向 の文化を今の時代にあ わせた形に 現場・経営と対話をし ながら6年 53
54.
今後
55.
• カスタマーの本音 • UXにおけるリサーチ •
乗り越えてきた壁 本日のお話 55
56.
ココロバを活用した顧客の本音と向き合う サービス開発の手法を、リクルートで働く すべての人に活用してもらいたい 組織へ根付かせる 56
57.
融合・カタチにする –リサーチだけでは何も生まれない –報告書は不要にし、カスタマーが 求めているものを形にする力をつ けていく 実現する 57
58.
58 コラボレーションループを回していく カスタマーの本音 を聴く 自然な会話で本音を引き出す サービスを 実現する サービスを創る コミュニケー ションする 実現を知らせる Co-ROOP
59.
従業員全員がこの姿勢を自然に ごく当たり前にできている リクルートにおける共創 59 これが
60.
60 カスタマーの本音と向き 合いサービスを創る
Télécharger maintenant