AI・データ時代のビジネス~顧客価値の創り方(後編)
みなさんは、普段どれくらい人工知能(AI)を意識していますか?私たちが普段から慣れ親しんでいるネットショッピングや動画サービスなどには、既に多くのAIが利用されています。 本動画の前編では、今私たちの身の回りで起こっている「顧客価値」の変化を読み解き、新しい価値の源泉となるデータとAIのインパクトを学びます。 後編となる本コースでは、AI・データ時代の価値創りに求められる重要なポイントをおさえながら、その問題解決の特徴について学びます。 前・後編を通して学ぶことで、新しい時代の価値の担い手としての自信を深めましょう。 (参考:初級「ビッグデータ」) 監修:森谷 和弘 データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役 CTO、データサイエンティスト協会 スキル定義委員 株式会社富士通金融システムズ(現 富士通株式会社)でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。
会員限定
より理解を深め、他のユーザーとつながりましょう。
48人の振り返り
kammy-kammy
金融・不動産 関連職
データ分析というとSE的な要素が強い印象だが、実際はビジネス全体を俯瞰していないとできないことがよくよく理解できた。
データ収集量に左右されるところもあるだろうが、今の勤務先での活用を考えてみたい。特に顧客セグメントと営業メンバーの活動量にフォーカスし、営業効率上がる術を習得したい。
3
kenjiro_fujita
コンサルタント
データ分析はHOWなので、ビジネス上の何に貢献するためなのかをしっかりと定める必要があることが良く分かった。またプロジェクトの進め方についても、契約や体制などリソースを把握して、進めていきたい。
3
matute
IT・WEB・エンジニア
データサイエンティストの役割が単にデータ分析だけでなく、仮説検証から検証結果の報告までのプロジェクト管理、契約管理、開発手法の選択など多岐に渡ることがわかった。データ分析手法を学ぶだけではなく、必要なビジネススキルも習得していきたい。
2
yasupii
その他
データサイエンティストの役割が、データ分析に留まらずに、事業の利益を出すところまで含まれていることに、驚きました。もちろん、データ分析し、活用することは手段なので、最終的に事業に貢献することは当たり前ですが、データサイエンティストはその一部分を担っていると思っていたからです。そういう意味で、データサイエンティストとなるためにスキル範囲は広いことが分かったので、これからもしっかりと学習をしてきたいと思います。
2
globiz_c
経営・経営企画
業務で活用するにはプロジェクトを任された場合に活用できると思います。
1
ken222
営業
このビジネススキルはコンサルティング営業と共通するかんがえかた。
1
mikeover
IT・WEB・エンジニア
ビジネスコンサルタントの仕事に近しいという印象を持った。
1
t_htn
経営・経営企画
データ分析を行い考察するだけでなく、
経営貢献に繋がることがデータの裏にあることを意識してデータ分析すること心がける
0
arasuke
メーカー技術・研究・開発
ゴール設定の"意思決定者の望むもの"というのが、データサイエンティストがMECEの視点で広く見る、という考え方と矛盾しているのが悩ましいと感じました。
本質はここだ!となっても意思決定者がイメージしたものでないと受け入れられないというのが良くある事例だと思います。
0
take515
メーカー技術・研究・開発
ビジネス面でのデータサイエンティストの役割について概要を知ることができた。
0
hfkd156036
金融・不動産 関連職
ビジネス全体を俯瞰していないと活用できないことが理解できた
0
mog303
営業
データ分析から何をどのように導くのか、を理解した。
0
hr-sakai
その他
プロジェクトの流れがはっきりわかりました。請負契約の流れ今後のプロジェクト推進に役立たせていけます。
0
yoshinore0402
IT・WEB・エンジニア
データサイエンティスト検定を取得するため、
学習してみました。
今回の学習では網羅的ではなく一部分のみになっているため他の動画も視聴し網羅的に知識習得をしていきたいと考えています。
0
toshi21
営業
データを活かして分析し、利益向上に繋げるイメージができた。
0
nobuyuki_46
営業
。データ分析だけではなく、いかに事業の利益創出に貢献できる提案ができるか、データサイエンティストの役割について理解できました。
0
koheitad
営業
考え方を日々の仕事に取り入れる
0
512177
資材・購買・物流
データの利活用は、今後のAIやchat-Gptなども含め活用していくことで事業スピードを飛躍的にあげることができる
0
7031
経営・経営企画
興味深く理解しました!
0
wada00
その他
ビジネス全体を俯瞰していないと活用できないことが理解できた
0
takamasa59
金融・不動産 関連職
データ分析の基本を学ぶことが出来た。
0
aki8727
販売・サービス・事務
データサイエンスの全体が分かりやすくまとまっていました。
0
k_yuna
販売・サービス・事務
大変勉強になりました。
0
csl_kojima
IT・WEB・エンジニア
理解が深まりました。
0
user-name01
販売・サービス・事務
必要なスキルの概要がわかった。また、委託する場合の内部型と外部型の利点・不利点を学んだ。
0
vz3000
IT・WEB・エンジニア
データサイエンティストの役割が単にデータ分析だけでなく、仮説検証から検証結果の報告までの一連の流れを担うことが理解できた。
0
iso_ken
専門職
データサイエンティストはデータを分析するだけではないというところは、しっかり認識しなければならない。そのためにもビジネス分析のツールなどについてもあわせて理解する必要がある
0
k-akira
営業
契約の種類や開発の方式の概要が理解ができた。データ分析PJのフローはもう少し理解が必要
0
shirojpn
メーカー技術・研究・開発
データサイエンティストに求めらるビジネススキルについて、概要を理解する事が出来た。
仮想の開発事例で説明をしてくれたため、理解しやすかった。
実際に、この業務を行う場合は、いろんなビジネススキルが必要になってくる事も理解出来た。
0
watanabe-tat
専門職
課題把握、仮説設定、仮説検証、考察、次なる施策を進める。開発はノウハウを蓄積する意味で、ウォーターフォール型ですすめ、運用後はアジャイル、スクラム開発で、修正と新規開発を進める。
0
tsuyoshi_asano
経営・経営企画
ゴール設定、それに至るまでの手法は通常の問題解決の手法と同じだった。
過去のデータを使って未来を予測し、実行していくこと (精度の差はあれ恐らくほぼすべてのビジネスで当然に行っている) は大きな意味でデータサイエンスであると理解した。
その上で、昨今いわれているデータサイエンスは統計・機械学習などによる予測モデルを駆使し精度を上げることが求められており、従来のツール(表計算ソフトなど)より優れた手法を使えることで目標達成の精度が上がると理解した。
具体的なシーンとして、妻の機嫌が悪い日の予測モデルなどを作ってみると面白いかもと思いました。目的変数は機嫌の悪さ、説明変数は私の態度、天気、睡眠時間、などですかね。
0
ysen
IT・WEB・エンジニア
データサイエンティストはデータ分析だけでなく、「経営に貢献すること」というのが印象的で仮説検証から検証結果の報告までのフローを理解することができた。データ分析手法を学ぶだけではなく、必要なビジネススキルも習得していきたい。
0
70sp1208
その他
データサイエンティストに必要なビジネススキルを学習したが、今まで理解していない部分があった。KPIの算出にあたり、仮設を立てずに漠然としていたところがあった。そのため、目標達成のための手段に主眼を置いてしまい、目標が達成できないで終わってしまった事例がある。また、基礎的な部分で請負契約と準委任契約の違いも理解していなかった。今回学習したことを今後の業務に生かしていきたい。
0
asuzuki500017
経営・経営企画
データサイエンテイストを育成する事で、従来カンコツで判断された事象や、経験則から進める事で、結果として失敗してしまった事だ、データベースにより統計的な分析をし、有意差検定等により、より正しい判断に繋がる事を目的としています。データを見える化する事により、偏りを無くし、改善スピードに繋げる事を意識し、データベース化する事を目的にしない様心掛けしています。
0
krbwf994
金融・不動産 関連職
データを分析するだけでなく、活用したいと思います。
0
h-um
営業
データサイエンティストに必要な知識の体系を理解することができたので、自身の目標設定とスケジュール設定ができそう。
0
kazumi_100pot
金融・不動産 関連職
基本的な知識を復習することができました。特にKPIを含んだデータ分析手法の活用を日頃の業務運営に役立てていきたいと思います。
0
issei-kurosawa
経営・経営企画
問題について定量的かつ問題提起から解決策の立案まで提示されており、報告書の作成に役立った。
0
naoki_sasano
メーカー技術・研究・開発
データサイエンティストの仕事の内容、流れの概要について理解することができた。機械学習の具体的スキルをつけたいが、GLOBISでは実践講座があるのでしょうか?
0
miura_ka
販売・サービス・事務
俯瞰した視点で見る事が重要と感じた
0
saihiroh
金融・不動産 関連職
現行の業務でデータの分析してシステムの構築を考えた
0
stani
専門職
参考にさせていただきます。
0
hararin-kobo
金融・不動産 関連職
必要なビジネススキルが、理解できました。
0
buffaloeswr44
金融・不動産 関連職
コンパクトにデータサイエンティストの役割を纏めた内容になっていて理解しやすかった。具体的実例による講座を通じてさらなる知識習得をしたい。
0
aka2-416
その他
ビジネスアーキテクチャーを勉強中なのでとても参考になりました。更に勉強を継続して理解を深めていきたいです。
0
yamamoto_kntk
その他
実際にデータ分析のプロジェクトにかかわる際にどのような流れでプロジェクトを運営していくのかを検討することに役立つ
0
vegitaberu
人事・労務・法務
データ分析に目が行きがちですが、データサイエンティストとしてすべきこと、成否を分けるポイントが、むしろそれ以外のところにあることが理解できました。その点を忘れないようにしたいと思います。
0
hsooheos
人事・労務・法務
データの収集はやみくもにするだけではなく、仮説を持って進めることが大切だと感じた。
また、開発手法や契約種類はビジネスの現場で取り組む前に最低限必要な基礎知識だと感じた。
0