人気の記事一覧

「航空機」の設計から「新規事業」の設計へのチャレンジ

MINEDIA INNOVATORS DAY 2024を開催しました!

EC口コミデータとID-POSデータをもとにしたAIでの販促文章自動生成の取り組みのご紹介

株式会社マインディア、情報セキュリティマネジメントシステム(ISMS)国際規格「ISO/IEC 27001:2022」及び国内規格「JIS Q 27001:2023」の認証を取得

マインディアが日本通販CRM協会に入会。ECモール横断の購買データによるCRM施策の精度向上への貢献を目指す

ECサイトの口コミ・購買データ×AI、購買者の声を元にしたPOPで隠れた需要の掘り起こしに成功

生成AIを活用したインタビューサマリーレポート作成機能を日本で初めてオンライン定性調査システムに導入。30分でサマリーの作成が可能に

「データ」×「仕組み化」でスタートアップの成長を加速させる

マインディアのハイブリッドワークの制度をご紹介します

購入書籍のジャンルから見る消費者購買行動の違い

新型コロナウィルス感染症の状況の変化に伴うECでのマスク市場の変化

顧客課題解決のために自分の強みを最大限活かせる環境へ

マインディアがリテールAI研究会に入会。リテール業界のオンラインデータ活用への貢献を目指す

エンジニアとしてコンフォートゾーンを抜け出すタイミングの重要性

マインディアが保有する国内最大規模のコンバージョンデータの特徴と活用事例

気温とECでの商品購入金額・件数の相関

国内最大のメールベースのコンバージョンデータを基にしたメーカー企業様向けECコンバージョンデータパッケージ【Multi Dimensions】をリリース

GenAI時代にエンジニアがスタートアップビジネスで価値を出すには

ECサイト購買データを含むメールベースの横断コンバージョンデータが国内最大に

Whisperを活用したAI自動文字起こしをオンライン定性調査【Mineds for Insight Data】に導入し、日本語文字起こしの精度向上と多言語の文字起こし対応を実現

テックブログ始めました

オンライン定性調査プラットフォームのMineds for Insight Dataが英語、中国語、タイ語など7か国語に対応

Snowflake社主催『Rising 未来のデータサイエンスコンテスト』にデータプロバイダーとして参加します

〜データで「人間」を理解する〜 名古屋大学との産学連携プロジェクト

ECデータ分析を進化させるMineds アップデートの内容をプロダクトマネージャーが解説

コロナ禍前後のECモールにおけるユーザ属性別購入金額比較

マインディアが消費者EC購買データ分析のMineds for EC Dataを大幅にアップデートし、購買前後のファネルの分析などが可能に

マインディアで実施している初心者向けSQL講座の内容を公開します

マインディア創業秘話 - Facebook をやめてスタートアップを立ち上げた理由:Hiroya Suzuki【Mine the Members / マインディアの「人」】

機動力の高い組織で真理を深掘りする:Yuki Matsukura【Mine the Members / マインディアの「人」】

マインディアが保有するデータの特徴 【マインディアのデータ活用事例】

ECモール横断LTVを消費者個人ベースの実購買データから分析する

データ領域のアーリーベンチャーで挑戦し続ける僕なりの意味:Seiya Namba【Mine the Members / マインディアの「人」】

マスもデジタルも全方位やってきたtoCマーケのプロから、市場を作ることができるtoBマーケターへ:Takahiro Ishiswata【Mine the Members / マインディアの「人」】

マインディアのビジネス、データの独自性と可能性 / CEO鈴木 インタビュー

デザイン、実装、オペレーション、マーケ、できることは全部やる:Ryo Motoki【Mine the Members / マインディアの「人」】

独自データをビジネス価値に転換する【データストラテジスト/ポジション紹介】

戦略コンサル→M&Aアドバイザリー→マインディア創業:Ryota Kimura【Mine the Members / マインディアの「人」】

大手金融営業マンがスタートアップに飛び込んで感じる0→1のワクワク:Yuichi Kawamura【Mine the Members / マインディアの「人」】

私がFacebook (Meta) をやめてスタートアップを立ち上げた理由

マインディアの評判と稼げるアプリの実態

優良顧客の判別と購買傾向の深掘り(2/2)~ ”RFM分析” で複数軸の指標による優良顧客を見つける〜