00:03
東京にも あったんだ
これ東京タワーのやつだよね。 待って、何の歌? えっ?福山雅治?
うわぁ 全然ピンとこなかった。何の歌か分からなかった。
今日は東京タワーの話ですか? 東京タワーとスカイツリーがどっちが好きかっていう話。
何なら赤と青どっちが好きかっていう話。 好きな四字熟語は対象実験って話。
ちょっとデータっぽくなりましたね。 そう、ABテストっていう、もう誰もがやらなきゃいけない
ウェブ業界の人必須のスキル。 マーケティングとかの人も使うのかな。
をやる上でめちゃめちゃ重要な分布を揃える 事前の条件を揃えるっていう話を
クソ真面目にする回です。 だいぶ真面目でしたね。分かりやすいように事例で宇宙の話を結構ガッツリ持ってきて
無重力で人が住むのに必要なABテスト っていう話もしてるからここも楽しんでいただけたらと思います。
隣のデータ分析屋さん この番組は隣の席に知らないことを気軽に聞ける
データ分析屋さんがいたらいいなぁ を叶えるポッドキャストチャンネルです
データアナリストのりょっちです データサイエンティストのたっちゃんです。今回はこれ
ABテストっていうのをやるには設計がめちゃめちゃ大事ですっていう もうなんかデータ分析とか
プロダクトを作ってる人とかウェブサービス作ってる人とか みんなが超大事な話
まあ職場でよく出てくる話ですね。ABテストはやっぱ出てくるよねどこでも 出てきますね
なんかデータ分析やってる人じゃなくても なんかこうビジネス側の人たちっていうか
マーケの人とかねうん全然使う だからちょっと今までなんだかんだその話してなかったなぁと思って
なんかちらっと多分関連しているような話とかしてるんだけど ABテストをやるには前準備としてこれが必要だっていう
でそれが実は中学校の理科の時からみんな教わってるんだよねっていう話 そうなんすか
そうよ これねー
絶対に定期テストでみんなね書いてる ABテストを漢字四文字で書いてるんだよ
嘘でしょ 本当本当本当義務教育用
03:01
そういう話もねしていこうかなと思ってて まあなんか事例出さないとわかんないじゃんやっぱり
事例出さなきゃわかんないから今回はちょっと僕の まあ僕らのね得意分野である宇宙分野での
ABテストとかそういったところを巻き込んだ事例紹介しつつ話していこうかなと思います
勉強会ですね 勉強ですよ
割とね ふざけないんじゃない今日は
分かったいつもふざけすぎてるからちょっと あそうですか
はいあの気をつけてくださいね 視聴数落ちてるかもしれないですからね
気をつけよう そうで まあじゃあ先に宇宙分野どんな事例紹介するかっていうと
宇宙空間で人が生活するっていうフェーズがこの後めっちゃ来るのよ 宇宙旅行とか宇宙移住とか
もう行けるんすか?僕が来てる間に 全然行ける全然行ける
前澤さんだけじゃないよ宇宙行けるのは へーでも行けるんすね
そうそうそうでまあなんかそういう時代背景ではあるんだけど
宇宙旅行行けるよとか移住の話はここでしてもしょうがないかなと思う そうだね
でその上で今めっちゃ大事なのは健康リスクを把握しておくこと
でその健康リスクを把握するために宇宙飛行士が宇宙ステーションに行ってる時の体のデータ取ったりとか色々やってるんだけど
まあそういう体のデータもありつつもっと取んなきゃいけないからマウスでの実験っていうのをやってるんだよね
よく見ますよそういうの 宇宙にマウスを連れて行って無重力の影響によってマウスにどんな変化が起きるのか
っていうのをやらなきゃいけないんだけど じゃあ本当に無重力の効果だけを見ることができる実験の環境ってどうやって作るのっていう
のがこれまさに無重力の影響を受けない人たちと無重力の影響を受けている人たちの
AとBを作るABテストっていうのを設計しなきゃいけないのが宇宙分野で研究の材料として出てたから研究発表がね
ちょっとそれを紹介していこうと思うっていう事例としては まあやっぱ得意分野で話さないと
下が回らなくてはいはい 無重力か一般的なABテスト先に話しておかないとまずいか
まあよくあるパターンは試作打つからとかそういう話がありますよね クーポン配布した時としなかった時とかそういうケース
例えばバナー広告とか出すってなったら極端な話言うと赤いデザインのバナー出すか 青いデザインのバナーを出すかみたいな
06:02
でどっちの方が効果があるのかみたいなのを調べるのがABテスト アプリとかだったらなんかキャンペーンを打つ時に
キャンペーンを当てる人と当てない人で キャンペーン当てた人の方がなんかすごく盛り上がりがあるんだったら
全体に対してやった方がいいキャンペーンだからもう1回本域で打ちましょうみたいな 意思決定ができるとかもABテスト
比較対象を作るってやつですよね そうそうそうABっていうのがAパターンBパターンどっちを選びますかっていう
二者卓一をまあ定量的に分析するのがABテスト ってなって時にじゃあ
単純に2種類打ち分ければいいのか 赤い広告と青い広告出せばいいのかっていうとそうではない
でそれなんでかっていうと東京の人たちに赤色の広告を出す で神奈川の人たちに青色の広告を出す
っていうのをやった時に赤が爆伸びした ってなったら
よしこれはもう一発で赤で行こう ってなるのはもう本当に頭のおかしい
クソのやることで そうだね
なんでかっていうとその時に東京にめちゃめちゃ盛り上がる属性の奴らが現れてたら
そりゃ盛り上がるじゃんみたいな そうだよね
それか東京タワーばっか見てたからもう赤大好きみたいな 港区そんなバカな奴ばっか住んでないだろ
東京タワー派?スカイツリー派? いや東京タワーですね
でしょ いるんだよなたまにスカイツリー派のやつ
マジ? 東京タワーの方がかっこよくない?
結構圧倒的 圧倒的だよね
形もそうだし 何でだ?
趣というか
高速道路から見た時にやっぱテンション上がったりするのって 東京タワーの方がテンション上がる気するしな
いやー上がるなぁ 東北道の方からグーッと降りてきた時とか
あの荒川渡った後のブワーッていう それスカイツリーだね
あれはスカイツリーか? おいおい モグリだよ
あれはスカイツリーか モグリじゃん モグリだわ
東京タワーモグリだね
まあでも それで赤の広告が東京で伸びるからじゃあ赤オッケーってなっても
本当は青の神奈川県での広告の効果めちゃめちゃ良かったはずなのに 赤が突出しすぎてるから
もう赤で行くっていう意思決定をしちゃうと 東京っていう属性だったりとか
09:05
その日に東京にいた人の属性とか 何なら時間帯とか
いろんなところに左右されて それのせいで伸びたっていう要因を排除できないんだよね
っていうのでABテストっていうそういう比較をやりたい時は 例えば今の話で言うと
東京の中でももう男女比は50%です あとは年齢も10代は10%20代は30%40代は20%とか
っていうような年齢の属性も分ける 何なら収入のレベルも分ける
同じ収入のレベルにして 何なら住んでる場所とかまで当てるとか
ぐらいまでして綺麗にAとB 両方赤を打つ時も青を打つ時も両方ともまるで同じ人に打ってるかのような
人たちに ここここ当てなきゃいけない
それめちゃめちゃ難しいですよね だって
同じ人はいないわけだからどこまで等しくするかっていうのは難しい話だし そこってテクニックだったりが必要なのかなと
まあそうねしかもね今のこの揃えなきゃいけない属性に もしかしたら東京タワーが好きかスカイツリーが好きかを揃えないと
赤と青の間にバイアスがかかってしまう可能性があるっていう そうですよね
そういうのがあるから事前分布って言うんだけどこういうの 事前分布をしっかりと合わせないと本当の効果は測れない
から多分なんか会社でマーケティングのうつってなった時に 外部のマーケティングのなんかやってくれる会社の人がそういうのをすげー言ってきてなんだ
うざいなって思った人もいるだろうし 逆にそういうの全く言ってこないマーケターを使って終わるっていう
予算を無駄に溶かすっていうパターンもあるし そうですよね
これなんだっけ因果推論の話をした時おケアが儲かる 話をした時にちょろっとこういったエピソード出てきてて自分の経験として
今まであるサービスのクーポンを広告が配信しててその事業部が で僕らデータサイエンティストがその実態を見た時にその効果ってちゃんとあるんだっけって
ちゃんとABテストの設計をしてやってみたら全く広告の効果なかったっていう結論が出て あーもうその施策やめましょうって言ったみたいなエピソードちょろっと話してて
まさに 確かにあったね そうこういうケースが会社で起きているっていうのがあるから
事前事業部で働いている人はこういうデータ分析者が入ってきて それをやめた方がいいよみたいなことを言われるケースがあって
うざって思ってる人も中にはいるかもしれないですね いやいるよねきっと
12:05
あとさこのポッドキャスト聞いてる人のさ年齢若い人も結構いるじゃん これね俺の経験上ね
データ関連の仕事の面接を受ける時に結構な割合で聞かれる
ケーススタディというか何かどっちかで悩んでる時 このデザインAとBどっちかあった時になんかどういう方法を取ったら
これを定量的に判断できるみたいな これまあ別にさデータ触ってる人だったらスラスラ話せんだよね今日のエピソードって誰でも多分
経験としてもあるしね知識としても持っているから だからその
いや僕データ触れますみたいなやつがもぐりかどうかを一瞬で判断するのにちょうどいい話だったりするのよ
はいはいはいそうなんだ採用演説で出てくる話なんですね 俺聞かれたことある
だからそこがスラスラ言えたりとかあとなんか注意しなきゃいけないところをちゃんとなんか実務やったことある目線で話せるかどうかみたいな
ところが割と重要になってくるから今日の話を普通に就職活動とか電職活動とか
で 使える気がするから
なるほどねそれぐらいビジネスにおいてはよく出てくる話だしってことですよね
超重要 データサイエンティストもデータアナリストもそういうことを気にしないといけないよっていう
ことなんですよね面接で出てくるってことは 出てくる出てくる
でそうだな事例に入る前に今のこの比較の話 義務教育でやってるよって俺言ったじゃん
はいはい あのさ理科のテストとかさ定期テストでさ
必ず漢字四文字で何か答えなきゃいけない回答の仕方とかなかった 漢字四文字で答えなさいってやつですか
そうそうそうそう あーありますねあれのもう
絶対に俺絶対100%みんな書いてると思うんだけど
対象実験 あー
あれABテストじゃん あー
ありますね 対になってる
対に照らす 実験対象実験対象の象の漢字間違って原点食らうやつだ
そうそうそうそうあれがもうABテストの原点ながら中学生でやってる
の へー
学校の先生塾の先生やってたから俺 ハーハーハーテスト前の
あの免許の時に絶対に覚えさせるワードね へー
15:01
自分中学校の理科の免許持ってるんだけどな モグリかもしれないこれも
本当に まあそういう
結局対象実験だね ああそうそうそう
あんま引っ張るとさあいつこの中学校で勉強したっていうネタだけで最後まで
引っ張れると思ってるって思われたくないし
オッケー で対象実験まさに2つのものを照らし合わせて対にして照らし合わせて
実験をする対象実験って書いたあの テストを思い出してもらったらそれがそれの
web バージョンとかがABテストになってると でじゃあそれを宇宙でやるときのABテスト
何をどうすれば無重力の効果だけを測れるのか っていう事例を紹介するのがまあメインかな今日は
はいはい まあなんかその宇宙の話に戻るとまあ本当人が宇宙に住もうとするといろんな
弊害があるのよ 宇宙飛行士の体測ると
無重力いったら骨溶けてるとか ああ言いますよね
そう骨粗傷症になって 言えた
で その溶け出したカルシウムが
こうおしっこで出るから尿炉血石にもなるんだよね 血管の中にカルシウムが溜まって尿炉血石になりやすいみたいな
へえ そうあれ酒飲みすぎたやつだけじゃなくて宇宙飛行士もなるから
ああそうなんだ そう
ってなるしで筋量もめちゃめちゃ落ちる うんうん
重力がないからですよね そう重力がないからっていうのもそうなんだけど
単純に筋肉の筋萎縮っていうのが起きるのよ へえ
でそうなった時にじゃあこの筋萎縮っていうのが発生するっていうのがなんとなく分かってきた状態で
本当にこれ無重力状態だから起きてんのかっていう疑問が出てマウスで実験をしようっていうのが行われたと
でその時に何するか じゃあ無重力でマウスが影響を受けたかどうかを測るためには何と何を比較すればいいか
片方は宇宙に連れて行ったマウスじゃん はいはいはい
もう片方のマウスの対象をどこに置くか 重力がある場所であることは間違いないわけだから
そう考えると 宇宙と地球なんじゃないですか
じゃあ はい
まんまと
まんまと引っかかりました ありがとう それだと
あのねー 1個要素が
18:01
考えきれてなくて何かっていうと 宇宙に連れて行く時にめちゃめちゃGかかるじゃん
うんうん確かに あのロケットに乗せられてめちゃめちゃGがかかるし
うんうん つまり5Gとかかかるのかな確か
地球から脱出するためにものすごいエネルギーをかけてドーンって飛びるからその分
Gを感じるみたいなそういう話ですよね そうそうそう
あれめちゃめちゃ体の負担だから マウスにもその影響が絶対に乗ると
うんうんうん し、宇宙に行くと放射線をめちゃめちゃ受ける
なるほど 地球の表面って大気で
地球が守られているから 宇宙から飛んでくる超有害な
線とかは基本的には排除してくれてるんだけど そこにむき出しの状態で連れてかれるマウスが
ってなるから 放射線少なくとも放射線の影響だったり
あとはその打ち上げの衝撃だったりの影響をが乗った上での無重力と何も経験してない重力ありだと
もしかしたら その一瞬高圧の力がかかったことによって筋肉が萎縮した可能性が捨てきれなくなっちゃうじゃん
うん確かに 放射線の影響で筋肉がなくなっちゃったっていう可能性もなくはないじゃん
そうっすね あと宇宙に行く時のワクワク感とかドキドキ感も
ないです マウスの高揚感とかないから ないか
っていうのが乗っちゃう っていうのを気にしてじゃあ研究者たちは何したかっていうと
わざわざ無重力行ったのに宇宙空間で1Gを作る装置を作ったの えっすごい
バカみたいでしょ バカだね けどこうやって揃えないと
もう条件を揃えられない 綺麗なデータを取るためには重力から逃げた後に重力を作らないといけないっていうジレンマに陥るのね
はいはい つまり10匹例えばマウスを連れて行ったら5匹は無重力のまんま過ごしてもらう
5匹は人工重力のかかった装置の中で暮らしてもらう
すごいね そう
っていう暮らし方をするの そうすると
もう本当にピュアに同じ環境に行ったネズミ同士 マウス同士が
本当に重力の影響だけが違う状態を作り出せる っていうABテストをするんだよね対照実験
もうこれで完璧に揃った状態なんですね そうそうそうそう
多分同じ環境で生まれたマウスで同じ餌を与えられたマウスとか
っていう事前の情報はめちゃめちゃ揃った上で10匹連れて行って最後にずれるであろう要素も全部排除する
21:08
っていうのをやった上で研究をするっていう それによって本当に無重力で
筋肉に対して悪影響があるっていう研究結果が得られた
っていうのがもうちゃんとジャックさんリリースとかでも出てるんだよ すごいね
これがここまで突き詰めなきゃいけないのがABテスト
その実験のためだけに無重力からの中で重力つける装置作るってすごいっすね
その発想すごいな いろいろ多分応用が効くから作れたっていうのは多分あると思うんだけど
でまぁこれに加えてなんか実験の中では地上に残しておいたマウスっていうのも実験の比較の対象に加えて
そうすると逆に地上のマウスと無重力中1Gマウスがいるじゃん
を比較するとその衝撃打ち上げの衝撃だったり環境だったりっていうのの変化がなんかこう悪さしてないかっていうのも見れるみたいな
確かにそうっすよねそっか同じ重力同じ大きさの重力がかかっている宇宙にいるマウスと地球にいるマウスで比較もできるんだ
そうそうそうそうそうすると重力以外の宇宙に行った時とか宇宙に滞在している宇宙の環境によって
出る影響も炙り出せるみたいなABC実験みたいなABCテストか
なるほどね じゃあ一個一個要素を変えていくだけで他全部揃っていればもういろんな
AからB、C、Dどんどん増えても比較対象が作れるんですね
へー そうだからねこれは結構結局はその属性を揃えなきゃいけないっていう話が全てなんだけど
これぐらいやっぱシビアに突き詰めていかないと学術的な話は絶対にできないし
まあでも論文とかってもうまさにこれですよね機械学習系のAI系の論文って新しいAIモデルができましたって言った時にその評価をするってなったら同じ学習データを使って
で今まであったAIモデルと今回新しく作ったAIモデルで比較してこの学習データに対する予測結果は新しく作ったモデルの方が
良いスコア良い予測スコア出せましたって言って相当達成みたいなでずらっと並ぶみたいな論文がばかりだから
ああなるほどね 揃えなきゃいけないんだよね揃えないとその上で何かやっても誰かが必ず疑ってくるみたいな
Twitterで一回面白かったのが会社でABテストの話ししてる時にTwitterの画面みんなでパって出したら
24:04
その部屋にいた5人全員違った画面 えそうなの アプリの
どういうことタイムラインが違うとかそうじゃなくて いやその
なんて言うんだろうなTwitterでいうところの 今って
ホームボタンみたいなのがあって家のマークあって検索のマークあって コミュニティーみたいなマークあって
であと通知のボタンがあって
DMのボタンがあって あとスペースのボタンがあったりして
はいはいはいはい っていうので
これ今6個並んでるのね下に えそうなの
ああほら違うでしょ 違う 何個並んでる?
下に5個並んでるだけですよ左からホームボタン これ6個だから
それがまず違いますよね左からホーム検索でスペース通知DM
ああだからコミュニティーがないんだね コミュニティーないですね
なんだそれ っていうのとかあと普通にアイコンの大きさが違うとか
ああそうなんだ っていうのが
だったり右上に検索が移されてる人とか
っていうのが その時ねもう本当に多分時々刻々変わってるからあれなんだけど
その時は部屋にいた5人全員デザイン違かった え面白いですねそれ
これはもうABCDEテストをやられてるわけよ 少なくともね
でもツイッターぐらいのユーザー数を持ってるとそれだけ打ち分けれるの
けど例えば3種類打ちたいってなってもまず同じ属性を
例えば5万人も用意できないとか うんうん
同じ属性でまとめたら2000人しか残りませんでしたみたいな話になるとそれを3分割はできないじゃん
そうだね ってなるから
ああじゃあうちの会社ではまあ2つ比較するのがギリギリかなぁとか
っていうので本当に数が物を言う世界だしバリエーションが物を言う世界というか
これね面白かったその え面白いなぁ
でしかもやっぱ気づかないんだよね打たれてる側は
フワッと変えられてるからっていうまあ違いがあって実は僕たちも
ABテストに晒され続けて多分生きてて
僕らの一個一個の行動によって会社の意思決定が変わっている可能性もあるみたいな
結局何が言いたいかっていうとそのABテストめっちゃ色々やられてるんだけど
27:00
ABテストをやるときは絶対に
やる前に分布を揃えなきゃいけない
属性を揃えなきゃいけない条件を揃えなきゃいけないそれでもうまるで同じ人に
同じ人を2人作ったみたいなところで5000人ずつ1万人ずつ100万人ずつみたいな
サンプル群を作ってABの打ち分けをする
っていうのをやる必要があってそこをシビアに設計しないと
どんなに頑張ってやってお金をかけて広告を打っても振り返ることが何もないみたいな
状態になりかねないからまあここは
かなりみんな使える部分なんじゃないかなっていうので割と話したい部分の一個だったから今日話したって感じですかね
これって実際の会社だったらどういう人がこの設計をしてたりするんですか
有能な人がいたらマーケターだけである程度いけるベンチャーとかだったらそこもカバーできるマーケティング担当の人が全部カバーしなきゃいけないし
ただまあ大きい会社とかになったら
動くお金の規模もでかいしちゃんと分析は分析の人でっていう感じで
データアナリストとかがアサインされることがまああるかな
そうなんだ なんかあんまりデータサイエンティストがやるっていうのはないのかなと自分の周りを見てては思っていて
データサイエンティストが登場するのはデータサイエンティストが作ったものを検証するときかな
ああ確かにそうかもしれないですね レコメンドシステムとか
の
まあもうレコメンドシステムなんて作り方は無限大じゃん
そうで全然違う作り方したけど学習した感じだと両方とも精度良さそう
とか新しいモデル作ってみたんだけど前のに勝てると思うけど
ちょっとテストしないとやっぱもうわかんないなみたいな段階まで来たら
じゃあどういうところに当てていくかみたいな話とかは多分データサイエンティストも入ってくる
はいはいそっかそっか自分の作ったものに対する評価はするかもしれませんねデータサイエンティストが
そうかそっかなるほどなじゃあまあ出番としては結構幅広くabテストを実施することがあるんですね
会社においては色々あると思う あとは自動化ツールとかも今ありますもんね
めっちゃあるね
それがめちゃめちゃ売れて上場した会社とかもあるだろうし
条件を綺麗に揃えてくれるんですよね
あれねすごい俺感動した俺全部さ前の時全員がプログラミングができるっていう職場だからさ
30:03
そういうツールを導入しなくても試作対象者の選定全然できるんだけど
そうじゃないところで外部ツール使った方が早いってなった時に
見るとこんな簡単にできるんだっていう100万人っていう募集団を持ってポチポチパラメータを押していったら
ペッペッペッペッペッペッ 振り分けてくれるんですか勝手にユーザーたちを
でそのアプリと自社のサービスとかがAPIとかSDKでつながってるから
そこで設定したやつを反映って押すともうアプリ上に反映されてるみたいな
めっちゃ便利や で期間も出るしリアルタイムで全部分析のダッシュボード更新されるし
からABテストやった時になんかその撤退の条件みたいな
こんだけマイナス出たら速攻やめたいみたいなラインとかも設定しておいて自動で止めてくれるし
そうなんだよねこのサービス撤退するかという時にしっかり使うものだったりするから経営判断とかには直結しますもんね
そうそうそう
からねー あれですげー儲かってる会社がいるってことはもっとコモABテストやりたい
けど今の話を知らないとその ABテストをやる対象者を組む時のそのパラメーターをポチポチしてる意味が全く分かんないんだよね
確かに確かに 何で選ばなきゃいけないみたいな別に100万人のうちに50万人ずつ売ってくれればいいよみたいな
でなるけど実際は丁寧にやろうとしたらそうじゃないみたいなところが今回の話のミソかな
お勉強でしたね そう勉強でしょ
俺ね結構いろいろ 外部ソフトの導入の話も
がっつりやったし 自分でABテストの対象者作るそもそもABテストこういうのやろうっていう企画から全部やったこともあるしっていうので割と重宝される
ABテストマスターなんですね そう
いや大事っすよねー だから
なんかね こんなに需要あるんだって実感するぐらいはいろんなとこで需要出てくるから
武器としてはめっちゃいいかも いやまあウェブのサービスはもう絶対使いますからね
絶対使うね100%使う じゃないと
ギャンブルになっちゃうからいろいろ取り組む内容が そうだね
じゃあこれでいこうみたいな やってミスってもうなんでミスったかわかんない
なんでミスったかがわかるようにするのもABテストの役目だから でそのなんでミスったかを考えるときに
33:03
えでも これなんかこっちが女の人ばっかっすよ
だからじゃねみたいなのは後々絶対ならないように変える
こっち10代ばっか打ててこっち60代ばっか打つとそれは10代の方が伸びるじゃんみたいな
のをなくすために揃える テレビとかね広告はまさにそんな感じでしたからね
それがウェブリンになってちゃんとデータが取れるようになってきたからこそ ちゃんと効果の比較ができたりするっていうところで
やっぱデータがあるならデータを使ってちゃんと分布なり条件を揃えたいよねっていう話ですかね
あとはこういうのがチャットJPTみたいなLLMモデルにどれだけ置き換えられていっちゃうかっていう
まあでも結局その裏で何してるか分かった方がいいからどんな便利になっても今の話は多分一生知っていた方がいい感じ
1個頭当たり良くなった気がする うんとね感謝してほしい感謝している人はもうみんな全員
フォローしてもらってツイッターで全部つぶやいてもらって このポッドキャストつぶやくの
2個懸念があると思ってて サムネがキモいって言うパターンと
俺がサムネをふざけて作りすぎて サムネが
キモいっていうパターンと
あとは ちょっと意識高い系風に見えてしまうっていうので止まってる人もいるんじゃないかなと思う
なるほどじゃあこれABテストで検証していきます そういうのやりたいんだよねポッドキャストも音源2つ出してどっちがはめるかみたいな
なんかね youtube でねそういうのが出たらしい
サムネを3種類登録できるってなってどのサムネがいいかみたいなのを自分で学習できるように
確かにyoutube サムネイル複数選択できますよ今 じゃあ多分それだと思う打ち分けてくれんじゃない
そうなんだ
いいよね サボってサムネイル作ってなかったけどやってみるか
皆さんこのポッドキャスト一応 youtube あるんで でも別にここで話している内容と特に変わらないから
まあ どこで聞いてくれてもいいかなって感じかな
そうですね そのうちなんか youtube がポッドキャストにがっつり対応してくる時を見越してやってるだけなんで
皆さんは気にせず 好きな媒体で聞いてくれればって感じです
じゃあ次回 次回は
コラボというところで コラボ会
すごい 吉田さんをゲストに呼び なんならねあれですよ吉田さんの新しく始めた
界隈チャットにも 僕たち出ていくと
36:01
いうことになってるんで2回目のコラボってことになるのかな 今回のコラボ相手はほろよいweb3
っていう web3関連のお話をしまくっているポッドキャストですね
でこれまあもうコラボの経緯は簡単で僕がそのポッドキャスト番組を始めさせたからですね
2022年の11月からスタートしてるから軽くそうですね8ヶ月9ヶ月ぐらい10ヶ月ぐらい
やってる ジャケットが可愛いんだよなほろよいweb3は ポッドキャストはね
こういうね黄色っぽいデザインが流行ります でまぁほろよいweb3は
僕が始めろ始めろと2人にやり始めてもらったやつ になっていてまぁこの番組でもブロックチェーンの分析の話いっぱいしてるから
そういう話をちゃんと web3の業界で働いている2人
と話していくことで僕らが何かこうエソラ事を言ってるわけじゃないみたいな話とか ちゃんとこう
地に足ついた話だったりをしているし 分析がブロックチェーンの分析が本当に現場で需要があるみたいなところを多分教えてくれるから
うんちょっとそこをちょっと楽しみにしてほしいかなっていうところですね 専門家に話が聞けるから楽しみですね
もうね困った時はねポッドキャストは困った時に専門家がいるからどっかに そうそう
呼べばいい 楽しみだ ということで 対面収録でおっさん4人
狭い部屋でとってこようかなっていう
思ってるんでまぁビデオポッドキャストもまぁどこまで 出せるのか問題はあるけどまぁ楽しみにしておいてくれればと思います
隣のデータ分析屋さん今回も面白いなぁと思ったらフォローレビューよろしくお願いします
番組の感想や質問はハッシュタグ隣の分析屋 隣のがひらがなで分析屋が漢字でお願いします
また概要欄に貼ってあるお便りフォームからコメントをお寄せください ではまた
バイバーイ
