カタログ通販のニッセンが「激怒Tシャツ」を発売することになりました。デザインをパインアメのパインが務め、モデルはガールズファッション誌の「Popteen」が担当。さらにシャープやキングジムといったメーカー陣も協力する豪華なバックアップ体制が特徴です。なにそれすごい！ 強力な布陣 実はこれ、ニッセンのTwitter担当者・スミスさんが1月8日に「激怒した」を「激怒Tした」と誤投稿したことがきっかけ。これにパインの公式アカウントが、「激怒Tって激怒Tシャツみたいですね」とつぶやき、なぜかデザインのイラストまで考案します。すると、愉快な企業アカウントでおなじみの「キングジム」「森田アルミ工業」らが参戦。Popteen編集部も「モデルはPOPモデルがやってもいいですか？(前のめり)」と協力を申し出るなど、わずか1時間で一大プロジェクトに成長します。 あらすじ 当初は「ちょっとまって」を連呼していた
インターネットを通じて商品やサービスを提供するWebサービスは、ユーザーも企業側もお互いが直接向かい合わせることはほぼできません。 実店舗のようにお客様と対面し、直接話をしながら接客できない分、お客様の心理をできるだけ想像し、その心理に沿ったホームページ作りを行う必要があります。 今回は、ユーザー心理を理解するうえで役に立つ心理学用語を36語を解説付きで紹介します。 第一印象が肝心 1.アンカリング効果 人は一番最初に見た数字やデータをよく記憶しており、何かしらの意思決定を行う際、最初に見たデータを重要視する傾向にあります。これを「アンカリング効果」といいます。 アンカリング効果を応用し、ユーザーに対し「この商品はお得だ」「良い買い物ができた」と思わせるようにするための仕掛けを作ることもできます。（「数量限定」「期間限定」というふうにプレミア感をアピールする等） 2.ハロー効果 ある1つの
起業してアプリを出す。 一言で言ってしまえば簡単なんですけど、最初のそのアプリリリースの時に失敗する人が少なくない気がします。 僕の観測範囲だけでも、独立してアプリを出そうとして開発に失敗、「作り直し→リリース延期」となるケースを定期的に目撃しますので、それなりにそういう失敗をする人はいるんじゃないでしょうか。これが20代の若手が失敗したというならまだ分かるんですが、経営者としてすでに十分な実績のある、僕自身も尊敬するような方がその陥穽に陥ったりしていますので、これはもう能力とか才能の問題でなくて、むしろ「知識」の問題なんじゃないかと思うんですね。 そういう僕も、kiznaというアプリを出そうとして落とし穴にはまってしまい、結局日の目を見なかったという苦い経験をしていますので、こういう経験はちゃんと共有して、無駄な犠牲者が出ないようにすべきだと思うわけです。 というわけで、初めてアプリを出
田端も徳力もよくわかってない！ バイラルメディアを実践してわかった、従来メディアとの具体的な違いを教えます カテゴリ: メディア関連 via http://www.tintup.com/blog/11-types-of-viral-content-that-spread-on-the-internet/ 気がついたらずいぶんひさしぶりの更新です。こんにちは。 この記事（↓）を読んでいろいろ言いたくなったので移動中の飛行機のなかでばばっと書きました。 バイラルメディアという言葉は、いつからパクリサイトや劣化コピーメディアのことになってしまったんだろう。 http://blog.tokuriki.com/2014/10/post_817.html * 田端さんの記事は味噌とクソを練り合わせたものを田楽に塗って熱々に焼き上げたゲテモノだし、徳力さんのは長さが自慢のお徳用ソーセージパンみたいなもん
ユーザー獲得のためのグロースハック事例２０個（アプリ・WEBサービス）今回はユーザー獲得に焦点を絞り、グロースハック事例を紹介します。また、アプリだけでなく、WEBサービスの事例もいくつか紹介しています。今後の改善のヒントが何かしらあれば嬉しいです。 ▶LP→登録 ①ダウンロードボタンを１つに カップルのメッセージアプリcouple（元Pair）では、スマホ用のLPがあります。そこでiPhone、AndroidそれぞれDLボタンがあるのではなく、ボタンは１つにし、端末ごとに飛ばすURLを変えています。 （参考）Growth Hacking: Designing Channels for Web & Mobile Apps ②検索結果から直接AppStoreへ 女子限定フリマアプリFrilでは、検索結果のタイトルをタップすると、AppStoreが開きすぐにダウンロードできます。写真アプリCa
追記 2016年3月に以下の記事によってこの内容はupdateされています。今後はそちらをお読み下さい。 主に自分向けのまとめという意味合いが強いんですが（笑）、僕が実際に2013年6月現在webデータ分析＆データサイエンスの実務でツール・ライブラリ・パッケージを利用しているものに限って、統計学・機械学習系の分析手法を10個挙げて紹介してみようと思います。 追記 回帰分析（特に線形重回帰分析） 独立性の検定（カイ二乗検定・フィッシャーの正確確率検定） 主成分分析(PCA) / 因子分析 クラスタリング 決定木 / 回帰木 サポートベクターマシン(SVM) ロジスティック回帰 ランダムフォレスト アソシエーション分析（バスケット分析・相関ルール抽出） 計量時系列分析 おわりに おまけ1：「素性ベクトル＋分類ラベル」なるデータ前処理 おまけ2：グラフ理論*10 {igraph}パッケージでグラ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
