Archives

  • 2019.10.30 | DNVB

    【DNVBの事例⑪】リアル店舗が広がるDNVBブランドのための新たなサービス

    当ブログでは、以前D2CとDNVBの違いを解説した記事を公開しました。再度おさらいをすると、D2CとはDirect-to-Consumerの略で、従来の意味は、流通や小売業者を通さず、デジタル上で消費者に対して直接モノを売るという業態でした...
    Written by
    佐野拓海 (Sano Takumi)
    SEEDATAアナリスト
  • 2019.10.30 | DNVB

    【DNVBの事例➉】GinLaneに続くDNVBのブランドコンサルエージェンシー

    以前こちらの記事(【DNVBの事例➆】Patternへと生まれ変わったDNVBブランドコンサルGinLaneが成し遂げたいこと)で、アメリカのブランドコンサルエージェンシーであるGinLaneについて解説しましたが、GinLaneがPatt...
    Written by
    佐野拓海 (Sano Takumi)
    SEEDATAアナリスト
  • 2019.10.30 | DNVB

    【DNVBの事例➈】DNVBにみられる開封の儀(Unboxing Experience)

    SEEDATAではこれまでもDNVBについて解説してきましたが、今回はDNVBの商品が自宅に到着した際に箱を開ける瞬間を写真や動画に撮り、InstagramやTwitterなどのSNSにアップする「開封の儀」について、SEEDATA流に分析...
    Written by
    佐野拓海 (Sano Takumi)
    SEEDATAアナリスト
  • 2019.10.30 | DNVB

    【D2Cの事例①】D2Cの作り方にみる4つの方向性

    当連載ではこれまでもDNVB(Digitally Native Vertical Brand)についてご紹介してまいりましたが、今回はDNVBではなく、D2Cという形で紹介されている国内の事例をいくつかご紹介します。DNVBとD2CとECの...
    宮井 弘之
    Written by
    宮井 弘之 (Miyai Hiroyuki)
    SEEDATA代表
  • 2019.09.24 | DNVB

    【D2Cの事例①】D2Cの作り方にみる4つの方向性

    当連載ではこれまでもDNVB(Digitally Native Vertical Brand)についてご紹介してまいりましたが、今回はDNVBではなく、D2Cという形で紹介されている国内の事例をいくつかご紹介します。DNVBとD2CとEC...
    宮井 弘之
    Written by
    宮井 弘之 (Miyai Hiroyuki)
    SEEDATA代表
  • 2019.09.19 | DNVB

    【D2Cの事例②】FABRICTOKYOに見るD2Cの立ち上げ方

    以前、当blogでDNVBの事例として、丸井がFABRICTOKYOに出資したという記事を取り上げ解説しましたが(※リンク「DNVB(デジタル・ネイティブ・バーティカル・ブランド)とデジタル・ネイティブ・ストアの違い」)、FABRICTOK...
    宮井 弘之
    Written by
    宮井 弘之 (Miyai Hiroyuki)
    SEEDATA代表
  • トピックモデル:最適なトピック数

    トピックモデルは複数の文書データに共通のトピック群を探す手法で、文章の中で言語的に固定された単語や意味カテゴリではなく、複数の単語の共起性によって創発される潜在的意味を抽出してくれます。 前回までは、トピックモデルにおけるハイパーパラメタ...
    SD/T
    Written by
    SD/T
  • トピックモデル:文書データの粗視化とハイパーパラメタの概念的意味

    トピックモデルは複数の文書データに共通のトピック群を探す手法で、文章の中で言語的に固定された単語や意味カテゴリではなく、複数の単語の共起性によって創発される潜在的意味を抽出してくれます。今回は、トピックモデルの入力となる文書データが粗視化さ...
    SD/T
    Written by
    SD/T
  • コワーキングスペースの成否を分けるビジョンと機能の作り方

    前回はコワーキングスペースの成り立ちと海外のコワーキングスペースの成功事例についてご紹介しましたが、今回はこのコワーキングスペースの成功に欠かせない「ビジョン」についてお伝えします。 コワーキングスペースの成功事例を考えるとき、ひとつは単...
    Written by
    大川将 (Okawa)
    アナリスト
  • トピックモデル:最適なハイパーパラメタとは?

     トピックモデルは複数の文書データに共通のトピック群を探す手法で、文章の中で言語的に固定された単語や意味カテゴリではなく、複数の単語の共起性によって創発される潜在的意味を抽出してくれます。このページではSEEDATA Technologie...
    SD/T
    Written by
    SD/T