データサイエンス学習者の最短ルートの学びの場を。
Data Learning Bibliographyのコンテンツ戦略とは?

Share!

本記事では、先日クラウドファンディングのプロジェクトを達成したデータ領域特化のコンテンツデータベースである「Data Learning Bibliography」について、今後続々と発信されるコンテンツ制作について紹介していきます。

以降の説明では"コンテンツ"という言葉が複数回出てきます。以下のように使い分けています。
1)学習コンテンツ:データサイエンスに関する書籍や動画などのメディアの総称
2)サイトコンテンツ:コンテンツ制作チームが制作するData Learning Bibliography内のコンテンツのこと

Data Learning Bibliographyに関わろうと思った理由/想い

私はData Learning Bibliographyのクラウドファンディングの立ち上げから関わっていました。
現在私はデータサイエンティストとして製造業で働いていますが、社会人のキャリアの途中からデータサイエンスに興味を持って学び始めてから今に至るまで、学習コンテンツを探すのに使った時間は少なくありませんし、せっかく取り組んだ学習も期待と違っていて時間を無駄にしたことも多々ありました。

データ領域のWikipediaを目指すData Learning Bibliography

本PJのことを知ったときに、「これがあれば私がこれから学習するときも効率的にできるし、これから学ぶ人にとっても本当に役に立つ!」という確信を感じて、参画するに至りました。
データサイエンスの学習コンテンツは次々と出てきていますが、その情報をうまく学習者に届けることができたら、世の中にどんな面白い変化を与えることができるか、そんなことを考えながらやっております。

Data Learning Bibliographyではどんなサイトコンテンツを作ろうとしているのか

データサイエンス学習者が学びたいことにベストマッチする学習コンテンツ(書籍、動画、研修資料、MOOCなど)に、正しく・すぐにたどり着けるようなサイトコンテンツを提供と考えています。

例えば、機械学習モデルの数式をきちんと勉強したいと思っているのに、人気の書籍を買ったら概念説明ばかりで数式の解説はほとんどなかったり、その逆も然りで、学習者のニーズと学習コンテンツの提供している内容がマッチしないということがあります。
これを解決するには、すでにその書籍なり、動画なりの学習コンテンツをやった人からのデータサイエンス学習者目線の解像度の高い情報がほしいところです。
解像度の高い情報というのは、例えば、誰向けにいい教材なのか、どんなことを学べるのか、どういった特徴があるのかなどなど、学習コンテンツを選ぶ意思決定の参考になる情報です。

Data Learning Bibliographyでは書籍や研修資料、動画、MOOC(Courseraなどの大規模公開オンライン講座のこと)などの学習コンテンツを読んだ・やった経験のあるデータサイエンス学習者の協力を得て、後述の検索タグやレビューを主体としたコンテンツ制作をして行く予定です。

Data Learning Bibliographyのすでにある競合サイトとの3つの違い

実は本PJで作ろうとしているサイトにはFlierという競合サイトがあります。
Flierでは一般的な書籍の詳細なレビューが提供されていますが、そのサイトと本PJで作ろうとしているサイトの違いを簡潔にまとめると以下の3点になります。

データサイエンスの学習コンテンツへの特化
データサイエンティスト、エンジニア、アナリストといったデータ人材が必要な領域に特化したコンテンツ提供をし、専門的で深い学習コンテンツの情報を利用者に提供します。

サイトコンテンツの種類
本WEBマガジン「データのじかん」をはじめ、データサイエンスの学習コンテンツの媒体は様々あり、書籍に限らず、Webで公開されている教材も多数あります。Data Learning Bibliographyでは書籍に限らず、MOOC、動画コンテンツ、研修資料、Githubなど、データサイエンスの学習に役立つ学習コンテンツを網羅的に扱います。
※サイト公開のタイミングでは、まずは書籍のコンテンツから提供し、徐々にコンテンツ提供の幅を広げていく予定。

検索性
書籍を検索するときにタイトルだけでは欲しい情報があるかわからないことが多いですし、目次を確認するにしても一冊一冊確認していくのには時間がかかります。
本PJでは書籍内の情報をタグ化して、サイト内の学習コンテンツの検索性を高めたサービスを提供します。

Data Learning Bibliographyのコンテンツ制作の内容

コンテンツ制作チームで作製を進めているサイトコンテンツの構成を簡単に紹介したいと思います。サイトのイメージは以下のようなものです。

検索タグの情報

学習コンテンツごとに設定しているタグの参考図

いくつかの検索軸でフィルタリングできるようにタグ設計をしています。
例えば、カテゴリータグでは、データサイエンスの他に、キャリア形成・プロジェクトマネジメント・ビジネススキルなどのタグを用意しています。

また、想定読者タグでは、学生・初学者・データエンジニア・Webエンジニアなど、データサイエンスを学ぶ層別にしぼり込めるようにしています。
他にも前提知識や学習コンテンツを通じて学べる知識など、サイトコンテンツ一つ一つに検索タグを付けて検索性を高めています。

簡易なまとめとレビュー

競合のFlierよりも簡易なまとめとレビュー(600〜1000文字程度の簡潔な学習コンテンツの紹介)をつけています。
まとめレビューはその学習コンテンツで勉強をしたことのあるデータサイエンス学習者の方々をライターとして起用し、実際に学習した実感をもとにデータサイエンス学習者の視点で紹介を書いてもらいます。そのため、学習者が知りたいことについて解像度の高い情報を提供できます。

最後に

ここまでお読みいただきありがとうございました。サイト公開時にはまだまだサイトコンテンツは少ないと思いますが、データサイエンス学習者が増え、世の中の学習コンテンツが増えるのに合わせてどんどん拡充していきますので、皆さんぜひ使ってみてください!また、皆さんからのフィードバックもお待ちしております。サービス改善にご協力をよろしくおねがいします。


書き手:長谷川 徹(はせがわ・とおる)氏
新卒で大手総合化学メーカーに就職したケミカルエンジニア。業務革新、生産プロセス開発等を経験。Kaggleに挑戦したことがきっかけでデータサイエンスを学び、現在はデータサイエンティストとして社内のデジタル変革を推進。


Data Learning Bibliographyでは執筆者を募集しています!

Data Learning Bibliographyにコンテンツを充実させていくため、記事の執筆者を募集しています。執筆にささやかではありますが、謝礼として書籍の金額分のAmazonギフトカードを提供させて頂きます。データ関連の書籍であれば、どのような書籍でも大丈夫ですので、執筆にご興味がある方は代表の村上までご連絡ください。

 

関連記事

人気のカテゴリ