マーケティング

SNSのマーケティングと言われても、ピンとこない人は多いのではないのではないのでしょうか。確かに、SEOなどのマーケティングと比べると、あまりイメージがわきにくいので、実際にSEOほどはあまり確立されているメソッドはないと思います。そこで、今回は SNSを利用したマーケティングってどうやればいいの?何を勉強したらSNSのマーケティングの感覚をつかむことができるの? どんな本が参考になる? といった疑問に答えてみたいと思います。   マーケティングの位置づけ マーケティングといっても、いろいろな比較軸があると思います。まず、検索広告とバナー広告とSNS広告です。 検索広告では、 有料広告:Google Adwordsのリスティング広告。検索結果の上位に記事タイトルが表示される。有料。 オーガニック広告:リスティング枠外の記事。普通SEOなどによって対策する。無料。 SNS広告では 有料広告:Facebook, Twitter, Instagramなどによるフィード広告。ターゲットを指定して、自分とは関係ない人たちに広告を配信することができる。有料。 オーガニック広告:Facebook, Twitter, Instagramなどによる、個人や企業が無料でできる。ツイッターだったらツイートになる。無料。 などがありますね。 今回のSNSマーケティングの位置づけ 今回のSNSマーケティングでは、オーガニックでの集客を目的とした本の紹介をしようと思っています。 SNSマーケティングのオーガニックの特徴 SNSマーケティングを、検索広告やバナー広告と比較して、大きな違いは以下のようになります。 検索、バナー:人 < コンテンツ SNS:人 > コンテンツ SNSのマーケティングは、「どんなコンテンツか」以上に、「誰が発信しているのか」がかなりみられるようになるので、アカウントに人格に価値を感じることでコンテンツの価値が増されます。 おススメの書籍 僕がSNSマーケティングを行うときに特に参考になった書籍をまとめていきたいと思います。 完全教祖マニュアル 完全教祖マニュアル (ちくま新書) posted with amazlet at 18.10.27 架神 恭介 辰巳 一世 筑摩書房 売り上げランキング: 6,468 Amazon.co.jpで詳細を見る とりあえず、SNSのマーケやるなら、これ一冊読んでおけばいいんじゃないかってくらいおススメなのが、『完全教祖マニュアル』です。1行でまとめると 過去の世界的宗教の教祖が、いかにマイノリティの教団を作り、そこから世界宗教に発展させていったかをブッダ、ムハンマド、イエスキリストの3つの事例で紹介した本 です。この本では世界最強のインフルエンサー(イエスキリスト:フォロワー数20億 / ムハンマド:フォロワー数16億人 / ブッダ:フォロワー数4億人)が、いかにフォロワーを増やしていったかをまとめていますが、実は共通点があって、 […]

Python

Pythonでは、Web APIを利用すると、データの自動収集ができるようになります。しかし、Web APIと言われてもよくわからないですよね。今回は、 PythonでAPIを利用する方法を知りたい。どうやったら呼び出すことができるの? Pythonで使えるAPIってどんなものがあるの? PythonのAPIを使えるようになるためには、どうすればよいの? という疑問に答えられるよう、PythonでWeb APIを利用する方法について詳しくまとめていきたいと思います。 Web APIとは Web APIとは、簡単に言うと、外部サービスの情報窓口です。 Twitterから自分のツイートをダウンロードしたい! Instagramから、有名人の画像を一括ダウンロードしたい! という場合に、Webブラウザ経由ではなく、HTTPという通信経由で、ツイッター内のデータにアクセスすることができます。 ちなみに、厳密にいうとWebブラウザを経由しているときは、HTTPという通信でデータを取得していますが、ブラウザなしでHTTPの通信をPython上で行うことで利用することができるのです。   Web APIが使えると、何が嬉しいの? Web APIが使えると、何が嬉しいのかを簡単にまとめます。 自作のサービス上で、外部アプリケーションのデータを利用した、混ぜ合わせたアプリ(マッシュアップアプリ)を作れる 普通にブラウザでデータを収集すると、手動で「次へ」ボタンをクリックして全記事を確認しなければならないが、APIを利用すると、一瞬で可能 Pythonで自動化プログラムを組めば、データの自動収集をブラウザではなくプログラムから実行できるので、ブラウザ操作しなくても放置するだけでデータの取得が可能 1に関しては、身近な例でいうと質問箱アプリです。例えば、 Peing マシュマロ といったアプリは、TwitterにAPI連携しているからこそ、ツイッター上で自動投稿ができるわけですね。ほかにも、ツイッターの分析ツールである Social Dog 等のアプリケーションは、Twitter上のデータを自動取得するために、APIを利用しています。 Web APIを提供しているサービス Web APIを提供していて、有名なサービスは以下の通りです。 Twitter REST API Instagram Graph API Google Search Console API Slack APIs Chatwork API LINE Messaging API 【機械学習API】Google Cloud Vision […]

Python

Pythonで毎日の業務が自動化できたら、非常に便利ですよね。でも、 どんなことが自動化できるんだろうかイメージがわかない わいたとしても実装するまでのイメージがなかなかわかない という方がほとんどかと思います。そこで、今回は僕がPythonで毎日圧倒的に効率化している業務自動化について、事例を交えながら解説したいと思います。 Pythonって難しそう ほとんどの方は、この記事を読んでいるときにプログラミング経験がないと思うので、 Pythonって難しそう とおもわれているかたも多いのではないでしょうか。   でも安心してください。Pythonの設計思想では、プログラマーではない人でもコードが書けるように、ほかのプログラミング言語よりも圧倒的にシンプルに書かれています。 なので、もしこの記事を読んでよさそうであれば、ぜひ学習を進めてみてくださいね。   僕がPythonで毎日圧倒的に効率化させている業務自動化の例 ではでは、さっそく僕がPythonで業務自動化しているものの例をご紹介します。 ①Web上でバズった記事のデータを10万件自動ダウンロードしてデータ分析 僕自身がライターなので、 どういう記事のタイトルだったらバズるんだろう ってよく考えるですよね。例えば「Python」について書くとしたら、どんな記事がバズるんだろうっていうときに、Pythonを使って過去にバズった記事のURL、タイトルを15年分抽出して、それをデータ分析するようなことも可能です。しかも、こんな数行のコードで。 from selenium import webdriver from pandas import * import time #Access to page browser = webdriver.PhantomJS() # DO NOT FORGET to set path url = “http://b.hatena.ne.jp/search/text?safe=on&q=Python&users=50” browser.get(url) df = pandas.read_csv(‘trend.csv’, index_col=0) #Insert title,date,bookmarks into CSV file page […]

AI

今回の記事では、こんな疑問にお答えします。 AIエンジニアで、未経験からなりたいのだけど、なることはできるのだろうか 実際になった人がいるとしたら、どんな人なのだろうか どうすればなることができるのだろうか 一般的にAIエンジニアになる3つのパターン 基本的に、AIエンジニアになれるパターンは3つです。 エリート大学院で情報科学(コンピューターサイエンス)の修士、博士号を取得後、AIエンジニアとして就職 Python、RエンジニアからAI技術を身に着け転職 全くのプログラミング未経験からPythonエンジニアとしてポテンシャル採用された後に、AIエンジニア 順に追って説明します。 エリート大学・大学院で情報科学(コンピューターサイエンス)の学士、修士、博士号を取得後、AIエンジニアとして就職 日本国内、海外のエリート大学院で情報科学を専攻し、修士、博士号を取得後、AIエンジニアとして就職するパターンです。肌感覚で、AIエンジニアと呼ばれている人たちの90%ぐらいがこのルートで就職していると思います。 根拠としては、LinkedinでMachine Learningと検索して、そのスキルを持っている人の学歴を見てみるとわかると思います。観測している限りだと、 北海道大学CS専攻 → 東京大学院修士CS専攻 → 某社 → 某社 京都コンピュータ学院 情報科専攻 → 自然言語処理の機械学習エンジニア 東京大学院 → リクルート みたいな形で就職しています。   Python、RエンジニアからAI技術を身につけ転職 もう一つ、9%くらいが、一度Python、Rエンジニアになった後にAIエンジニアとして転職するパターンです。僕が過去に働いていたAIプログラミングスクールでは、過去に数名この形でAIエンジニアとして転職に成功されていました。そういう人たちの特徴としては Pythonエンジニアとして1年の業務経験 独学+AIのプログラミングスクールで集中的にAIを勉強して、転職 というパターンでした。相当難易度が高いと思います。ちなみにこのAIプログラミングスクールAidemy Premium Planで紹介されているユーザーの方々は、元Pythonエンジニアで実務経験1年からAIエンジニアとして転職されているので、よかったら見てみてください。 > Aidemy Premium Plan   全くのプログラミング未経験からPythonエンジニアとしてポテンシャル採用された後に、AIエンジニア プログラミング未経験から、Pythonエンジニアとしてポテンシャル採用された後に、Aエンジニアになるパターンです。このパターンは、今まで自分のスクールでは観測したことはありませんが、知人では2年で営業からPythonエンジニアになり、AI案件にかかわっている人もいるので、可能性がないわけではない!ということになりそうです。それくらいの難易度となります。   未経験からAIエンジニアになるためには 確実度で言えば、もう一度大学からやり直して情報科学を専攻し、しっかりとポテンシャル採用で機械学習エンジニアとして就活するのがよいでしょう。とはいえ、そこからやり直すのはしんどいという声がどこからか聞こえてきます。   ということで、以下のシチュエーションに分けて解説します。 もうPythonエンジニアで、実務経験が1年以上ある人 ほか言語の学習経験はあるが、Pythonエンジニアではない人 まだプログラミング自体が未経験なパターン   もうPythonエンジニアで、実務経験が1年以上ある人 & ほか言語の学習経験はあるが、Pythonエンジニアではない人 Pythonエンジニアの方で、実務経験がある場合は、以下の学習方法をおすすめしています。 独学でAIの学習をある程度進めておく 完全につまったくらいからAIに特化したプログラミング学習スクールに行く 前提として、AIエンジニアはほかのエンジニアと違い、数理統計的なバックグラウンドが必要となります。独学するにも、まずデータサイエンティストのフィードバックなしで学習を進めていくことが非常に難しいと思われます。 なので、最低でもフィードバックしてくれるAIエンジニアがいる環境下で学習する必要があります。そのためにプログラミングスクールに学習しに行くのがよいです。 「フリーランスのAIエンジニアに聞けばいいのでは?」 という考えもあると思うんですが、難しい話で、機械学習エンジニアでフリーランスをされている方はほとんどいないという状況なので、今はプログラミングスクールに頼らないと相当しんどいです。逆に言えばプログラミングスクールに行けば現役のデータサイエンティストからフィードバックを得て学習を進めることができたり、面接の対策も手伝ってくれることもあるので、AIエンジニアの技術顧問費用とおもってプログラミングスクールに通うのがよいと思います。 まだプログラミング自体が未経験なパターン まだエンジニアとしての実務経験がない人は、まずはエンジニアとしてのスキルを身に着けるか、完全にアナリスト職の傾向が強い、データサイエンス側の人間として就職するのがよいと思います。 事実、マーケターで機械学習を学び、アナリストとして活躍されている方は多くいらっしゃいます。 […]

AI

AIエンジニアとして、転職されたいという方向けに、 AIエンジニアとして就職する場合、どれだけ年収をもらえるのか AIエンジニアに未経験から転職することができるのか についてまとめていきたいと思います。 AIエンジニアが足りていない現状 現在、AIエンジニアは非常に少なく、足りていないという状況があります。 経済産業省の推定(IT人材の最新動向と将来推計に関する調査結果)では、AIなどの最先端技術を使えるエンジニアが2020年には約4.8万人以上不足するだろうと予測されています。 また、今後とくに大きな影響を与えるといわれている技術としては 人工知能(AI) ビッグデータ IoT が存在するといわれています。 また、今後もAI人材はなかなか増えてこないのが課題です。その原因としては そもそもAIエンジニアを養成できる場所が限られている 社内にAI技術を持っているエンジニアがいないので、AIエンジニアを養成できる場所が限られている という状態になっています。 AIエンジニアの年収が高騰している理由 ですので、AIエンジニアの年収は、そのなりにくさより希少性が高く、年収が吊り上がる傾向があります。   海外のAIエンジニアの年収は平均1000万円ほど Forbesによると、AIエンジニアとして働いている人の平均年収は、1000万円ほどとなっています。(The Best AI Companies To Work For In 2018 Based On Glassdoorから引用) 日本のAIエンジニアの年収 日本のAIエンジニアの年収はどれほどでしょうか。こちらも、実際にまとめてみました。 リクルートのデータサイエンティスト 機械学習エンジニア 【想定年収】580万円~1,200万円 ピクシーダストテクノロジーズ株式会社 機械学習エンジニア 年収 450万 ~ 1,000万円 株式会社カカクコム 機械学習エンジニア:年収550万円~1,000万円 スキルにもよりますが、一般的なソフトウェアエンジニアよりも年収は高くなる傾向があります。 AIエンジニアになるためには AIを活用する業界で働きたい場合、以下の選択肢をとる方法があります。 AIを実装できるエンジニアになる <難易度:非常に高い> AIの素養があり、サービス設計ができるプロダクトマネージャーになる <難易度:そこそこ高い> AIを実装できるエンジニアになる <難易度:非常に高い> AIをゼロから実装できるようになるためには、相当の技術が必要です。 プログラマーとしてのプログラミングスキル <難易度:非常に高い> 数理統計や機械学習モデリングなどの数学の理解 <難易度:非常に高い> AIをゼロから実装するための機械学習ライブラリを利用する力 <難易度:非常に高い> ビジネス的な知見をもとに、テクノロジーで解決していく力 <難易度:非常に高い> AIの素養があり、サービス設計ができるプロダクトマネージャーになる <難易度:そこそこ高い> […]

マーケティング

ツイッターを利用したマーケティングが非常に注目されています。特に、SNSの投稿から購買行動を起こすユーザーも増えてきていています。 トレンダーズのSNSの調査。週の投稿数が多いのをインフルエンサー型、少ないのをフォロワー型と分類して、消費行動を分析した結果 ・インフルエンサー型は購買行動を投稿から起こしやすい・インフルエンサー型は見つけた情報を編集して共有しやすいhttps://t.co/Ezh3aeZCep pic.twitter.com/ysvilWZLqk — Dai (@never_be_a_pm) October 24, 2018   また、この時代、セルフブランディングも非常に注目されていますね。実際、ツイッター経由で転職活動をされる方や、採用活動をされている企業もかなり増えてきています。   そこで今回はツイッターのデータをどのように分析して、マーケティングやセルフブランディングに生かしていくべきなのかについてまとめていきたいと思います。   自己紹介 まず、自分自身についてご紹介させていただくと、 ツイッターフォロワー数:1.7万(2018年10月現在) ツイッター経由でのnoteの売上:年間300万円ほど という状態です。 また、自身のブログ記事も、ツイッターで発信するとバズるようになっています。 プログラミング独学者向けに、圧倒的に質の高い情報だけ発信するサイトを作りました! 第二弾は、Pythonでできることと、どうやって勉強すればいいのかをまとめた記事になります!エンジニア以外もプログラミングができるとめっちゃくちゃ便利なのがわかる記事です。ぜひ!https://t.co/vs2QrGcX5G pic.twitter.com/Dp45zyUh10 — Dai (@never_be_a_pm) July 22, 2018 できた! プログラミング独学者向けに、圧倒的に質の高い情報だけ発信するサイトを作りました! 第一弾は「PythonでWebアプリを開発するまでの学習ルート」です!PythonのWebフレームワークFlaskの学習方法についてもまとめています。https://t.co/v5adr63bOR pic.twitter.com/lKNHNm6w4x — Dai (@never_be_a_pm) July 22, 2018 プログラミング独学者向けに、圧倒的に質の高い情報だけ発信するサイトを作りました! 第4弾はPythonを学習する人向けにチュートリアルをまとめました。お盆にプログラミングの勉強を始めたい!という方はぜひ!https://t.co/acQK9xluI2 pic.twitter.com/8BkgWaNy7i — Dai (@never_be_a_pm) August 12, 2018 また、ツイッター経由で採用されたり、ツイッター経由で知り合った方からほとんどお仕事をいただいております。   このように、自分のコンテンツマーケティングも、セルフブランディングもツイッターがかなり役に立てている状態です。   さてさて、そんな僕ですが、ツイッターのデータ分析に関しても人一倍やっておりまして、どんなコンテンツがバズるのかをしっかりとデータをみて改善していったところ、エンゲージメントの高いツイートがしっかりとわかってきたりします。 拡散されやすいツイートのデータ分析をPythonで初心者ができるようなチュートリアルを作りました!エンジニアではなくてもできるようにつくったので、ぜひ見てみてください!最初の限定50部は安めに設定しています!https://t.co/vA6wv3nFct […]

Python

Pythonを利用して、副業で稼いでみたい方も多いのではないでしょうか。実際、Pythonを利用した副業案件は、早いものだと2時間くらいで作れて、案件の単価は5000円~5万円ほどになります。そこで今回は、 Python初心者がゼロからPythonの副業案件で稼ぐ方法 副業案件を獲得するうえで絶対に登録する必要があるサイト 副業案件を行うために必要なスキルセット について解説していきたいと思います。 自己紹介 僕はPythonを独学で学んで、クラウドソーシングで案件を獲得しました。その時のスクショがこちらになります。 一カ月で3万円程度にはなるので、副業するには申し分ない分の金額なのではないでしょうか。 Pythonで副業するためにはどこから仕事をもらえばいいの? Pythonで副業案件を受託するためには、主に二つの方法があります。それは 知り合いから仕事を発注してもらう クラウドソーシングを利用して仕事をもらう です。 知り合いから仕事を発注してもらう場合 この場合は、すでにプログラミングの仕事を発注したい友人がいる前提となってしまいます。 自身がプログラミングを学習していて、ちゃんと成果を出せることが明確であれば、知り合いから発注してもらえると思います。 クラウドソーシングで仕事を発注してもらう場合 知り合いから仕事をもらうのは、周りに都合よく知り合いがいる場合に限定するので、難しいでしょう。 ということでほとんどの人がやる必要があるのは、クラウドソーシング経由で仕事をもらう方法です。 クラウドソーシングとは、ネット上で仕事を発注できるプラットフォームです。例えば「Pythonを利用したデータ分析ツールの作成」等の仕事が案件としてまとまっています。 クラウドソーシングで仕事を獲得する場合に登録する必要があるサイト クラウドソーシングで仕事を獲得する場合に必要なサイトは、以下2サイトです。まだプログラミングを学んでいない人でも、今後必ず使うことになると思うので、先に登録しておきましょう。 クラウドワークス ココナラ これらのサイトについて説明します。 クラウドワークス クラウドワークスは、日本最大級のクラウドソーシングサイトです。クラウドワークスには日本一案件があるので、ここで何かしらの仕事は見つかりやすいかと思います。 ココナラ ココナラは、割と最近できたクラウドソーシングサイトです。クラウドワークスと若干異なるのは、 出品者がクラウドワーカー ということです。よくわからないので簡単に説明すると、自分の得意なスキルに値段をつけて売ることができるプラットフォームになります。ココナラを利用して稼ぐためには スキルを出品者として販売する リクエストボードにある案件から、案件を応募する という方法になります。 スキルを出品者として販売する場合は、このように自分ができることを出品サービスとして販売することができます。 もう一つが、リクエストボードという、いわゆる企業側、個人側が仕事を発注しているところから仕事を受注する方法です。 `IT プログラミング` で検索してみると、 予算 募集期限 提案数 が見れる、案件の一覧があるのがわかるかと思います。こちらから仕事を応募することで案件を獲得することができます。 Pythonで稼げる案件 Pythonで稼げる案件で、比較的にスキルがなくてもできる案件は、以下の通りです。 Web APIを利用した、データ収集ツール スクレイピングを利用した、ブラウザ自動化ツール です。これらを具体的に解説します。 Web APIを利用した、データ収集ツール クラウドソーシングでは、Web APIを利用したデータ収集ツールが存在します。 例えば、以下のような案件があります。 Google […]

Python

注)この記事にはアフィリエイトリンクが入っています。この記事で紹介しているPyQは、私自身が実際に購入して体験した経験を書いています。 以前から「Pythonを勉強するなら、PyQがいいよ!」と友達に紹介されたのですが、いきなり有料登録しなければならないので、どんなものかわからず試してなかったのですが、ここ最近満を持してPyQに登録して試してみました!そして有料課金してみました!   結論から言うと、PyQは非常によいサービスでした!本当に想定外によかった!ということで、今回は PyQは有料なので、評判を調べて、どんなものなのか知りたい! PyQは自分のレベルに本当にあっているのかしりたい! どんなコースがあるのか、有料課金する前に見てみたい! という方向けに、PyQについてまとめてみたいと思います。 pyQとは PyQとは、株式会社はBeProudが運営している、完全オンラインプログラミング学習サービスです。株式会社BeProud自体が機械学習の受託開発を行っていたり、Pythonを利用した開発を行っている会社なので、技術レベルも非常に信頼することができます。 PyQのサービス内容 PyQのサービス内容としては、主にPythonを学習するためのプログラミング学習プラットフォームです。下の画像のように、様々なコースや、目的に応じた「クエスト」というパッケージから、学コースを選んで、学習を進めることができます。 pyQの講座内容 PyQの講座内容としては、なんといってもかゆいところに手が届くコンテンツが多いことです。 データ収集の自動化技術である、Webスクレイピング・クローリング 統計分析 Web APIの設計 実務で使うコード設計を仕様書から実装する こちらがWebスクレイピングのコースですね。Requests、Scrapy、BeautifulSoupを利用したWebスクレイピングを学べるようになっています。 こんな感じでゼロからクローラーを作れるようなコースもあります。   また、特によいと思うのが、実務よりの技術を身に着けられるところですね。特にこの「実務で役立つPython」コースに関しては、ユニットテストから設計まで含まれています。   しかも確率統計を、Jupyter Notebookを利用して、リアルタイムで書いたりもできます。 PyQのレベル 個人的にPythonのレベルとしては、以下の5段階があると思っています。 初心者:プログラミングで基礎的な文法(for, while, if, 関数)がわかる 初級:Pythonを利用したプログラミングの型等がわかる 初中級:Pythonの様々なライブラリを利用することができる 中級:Pythonを利用して、データベース設計や、Webアプリケーションを構築できる 上級:インフラがわかり、自身でWebサービスを公開できる、機械学習を利用したアプリケーションを実装することができる というレベル感だとすると、PyQは初級~中級レベルの人に非常におすすめです。   例えば、Pythonを利用したデータベース設計、PythonのWebフレームワークであるFlask, Djangoを利用したプログラミングの基礎、ユニットテスト、Web APIの設計等、初心者から中級者レベルになる場合は、は、このサービスしか基本的には扱っていません。   また、データの前処理等も月額ですべてのプランが学習できるので、非常に効率的に学習することができます。   pyQの料金 PyQの料金設定としては、以下の二種類があります。 個人ライトプラン:2,980円 個人スタンダードプラン 7,980円 個人ライトプランと、個人スタンダードプランの違いとしては、 PyQに投稿された過去質問の閲覧ができるか プロによる質問回答ができるか だけなので、個人ライトプランで最初に試してみるのがよいと思います! てか、普通に安すぎますね!¥2,980で技術書¥10,000以上の価値は余裕である教材だと思うので、Progate終わった人とかぜひ試してみるとよいと思います!かなり実践的にスキルを学ぶことができると思います。スタンダードプランもありますが、普通に個人のライトプランで十分だと思います。¥2,980のライトプランですべてのコースが受講できるので、こちらでよいのではないかと。 >PyQを見てみる […]

Python

Pythonを学習しようと思っても、ネットで検索するとたくさんサイトがあって、どこから学習を進めたらいいかよくわからないですよね。実際、Pythonはほかの言語に比べて何から始めたら学習が進められやすいのかがわかりにくいと思います。そこで、自分自身が振り返って、Pythonの学習ができるWebサービスをいくつか体験したうえで、プログラミング学習を効率的にできるるルートを考えてみました。この記事には、   Pythonを学習できるWebサイトを知りたい。何を選べばいいかわからないから、とりあえずまとまっているものが読みたい! できれば書籍とかではなく、ネットで学べる教材がいいなと思っているので、おすすめのものを知りたい! 自分で選んだら難しすぎてわけわからなかったから、自分のレベルにあったものを選びたい どのサイトで何ができるのかを知りたい!という方にぜひよんでいただきたいです。   Pythonを学べる学習サイトの3つのタイプ Pythonを学べるWebサイトのタイプとしては、以下3種類があると思います。 PythonをWeb上で実際にコードをかけるタイプの学習サイト チュートリアルサイト:note、公式ドキュメント 動画サイト:Udemy この流れで解説を進めていきたいと思います! PythonをWeb上で実際にコードをかけるタイプの学習サイト はじめて学ぶ場合や、ある概念について体系的に学びたい場合は、このタイプの学習サイトがおすすめです。理由は、自分自身の手で実際にコードを書くまでの環境構築が一切不要なので、まずはこれらのサイトでクリアして達成感を積んでからやったほうがいいからです。 個人的におススメできるのは以下3つのサイトです。 Progate : 初学者には一番優しいプログラミング学習サイト PyQ: 実務で生かすには一番適しているプログラミング学習サイト Aidemy: 機械学習、ブロックチェーン等の技術を学ぶには一番適しているサイト これら3つの学習サイトについて解説していきます。 Progate : 初学者には一番優しいプログラミング学習サイト Progateは何といっても、初心者に徹底的に易しいプログラミング学習サービスです。 「これからプログラミングを学んでみたい!」「エンジニアじゃないけどプログラミングが少しわかるようになりたい!」という方には、間違いなくこちらのサービスをおすすめしています。Progateの社長のかとまささんとはよく飲みに行くのですが、やはり「プログラミング初心者に徹底的にわかりやすいサイトを作りたい」と常におっしゃっていて、本当に哲学が実現されているサイトです。 Progateのコンテンツづくりは大変なことも多いけど、自分の知らない言語を学ぶいい機会になったり、人に教えるために噛み砕いているうちにすごく理解が深まったり、自分の成長につながる点もたくさんあるので、もっとその辺が感じられるような体制・仕組み作りをしていきたいなー — Masa Kato (Progate) (@cmasad43) August 29, 2018 Progateの特徴はなんといっても 難しい専門書のような文字ばかりなテキストから、わかりやすいスライドを採用した学習方法 クリアするごとにレベルアップするシステム です。特にスライドシステムは非常にわかりやすいですね。 Pythonに関しても、とりあえずやりたいことをやるなら最低限これだけはおさえておけよ!って内容がちゃんとまとまっているので、必ずまだ学んでいない人はこのサイトで学習したほうがいいと思います。 PyQ:実務で生かすには一番適しているプログラミング学習サイト PyQは、ある程度自分でコードが書けるようになってきてから、実務よりのスキルを身に着けることができるサイトになっています。 なので やっと自分である程度コードを実装できるようになってきたけど、ちょっとコードが汚すぎて、拡張性があるコードを書けるようになりたい! PythonでゼロからWebサイトを作ってみたいけど、Webフレームワークについて学んでみたい! という方に非常におすすめできるプログラミング学習サイトです。 データベースの設計から、Webアプリ開発の基礎、その他きれいな拡張性の高いコードを書く実践的な課題等があり、実務で採用されるような技術を求められている場合はぜひPyQを使うとよいと思います。   実際に自分がPyQをやってみたまとめをこちらにもまとめてみました。 評判のよかったPyQを実際に試してみたら、予想以上によかったので感想を書いてみた   Aidemy: […]

マーケティング

人がうごく コンテンツのつくり方 という本を読んで特に勉強になったところをメモしておきます。   人がうごく コンテンツのつくり方 posted with amazlet at 18.10.04 高瀬 敦也 クロスメディア・パブリッシング(インプレス) (2018-08-10) 売り上げランキング: 3,502 Amazon.co.jpで詳細を見る   コンテンツの周期性 テレビ、ファッション、音楽等の芸術系のコンテンツにはある程度周期性があります。音楽だったらリバイバルなんて呼ばれるんですが。 その周期性がある理由について語られていました。 流行りである程度飽和する 飽和すると、アンチテーゼが出てくる アンチテーゼが飽和する 前に流行ったものが再度アンチテーゼとして時代にあった形でリメイクされる 確かになぁと思いました。 例えば、テレビ番組なんかでも あいのり→テラスハウス トリビア→みんなの説 だと思うんですよね。インスタ文化っぽい、イケてる女の子と男の子どおしの恋愛みたいな形で、テラスハウスはリメイクされているのかなぁなんて感じです。 ヒットを追従すると死ぬ理由 ヒット作が生まれると、みんな似たようなものを作り始めるのですが、うまくいかないことが多いようで、理由が以下の3つの点です。 基本的にヒットに対して差別化しようとすると、足し算で無駄な機能をつけようとしがち ヒットは引き算によって生まれているので、洗練されているものに無駄を増やしているだけになる 大体の足し算は、ヒット作発案者が意図的に引き算したもの 確かに、無駄を削ぎ落したものが一流になるので、それをまねするだけだと二番煎じになるだけですね。 ニッチコンテンツとマスコンテンツ これは以前読んだキャズムに通ずるところがあるのですが、まずは熱量の高いニッチ層にニッチコンテンツを提供し、だんだんとターゲット層を広げていき丸めていくというのが大衆化のためには重要なのかもしれません。 ニッチコンテンツは、コアターゲットに向けて訴求するコンテンツ。満足度と購買欲が高く顧客数が少ない マスコンテンツは、満足度と購買欲が低いが、顧客数が多い マス化させるには「丸める」ことが必要。満足度と顧客数はトレードオフ ツイッターでもご紹介しましたが、この図が非常にわかりやすかったです。 ニッチコンテンツとマスコンテンツ ・ニッチコンテンツは、コアターゲットに向けて訴求するコンテンツ。満足度と購買欲が高く顧客数が少ない・マスコンテンツは、満足度と購買欲が低いが、顧客数が多い・マス化させるには「丸める」ことが必要。満足度と顧客数はトレードオフ#コンテンツの作り方 pic.twitter.com/BwGAdj87fI — Dai (@never_be_a_pm) October 4, 2018 以前ファンベースという本にも書かれていましたが、大衆消費社会が終わり、小さな村社会が多く生まれている時代、実はニッチコンテンツがたくさんの村によって受け入れられるような状態になっているので、そういう小さな経済圏においては、ニッチコンテンツの発信術なんかは非常に重要なのではないかと思うようになりました。 コンテンツのメジャーデビューの闇は、マスコンテンツ化するところにあると思っていて、これは小さな経済圏だとむしろ多数のニッチコンテンツで多くの熱狂的なファンの満足度をあげるアプローチが正しい可能性がある。 https://t.co/BOtHn0YLv2 — […]