キャンペーン終了まで

割引情報をチェック!

すべての動画をフルで見よう!

初回登録なら7日間無料! いつでも解約OK

いますぐ無料体験へ

ビジネスパーソンのためのデータ・AIリテラシー/②データ蓄積

  • 0h 12m (4sections)
  • テクノベート (テクノロジーとイノベーション)
  • 実践知

このコースについて

【DataRobot社 受講後アンケートにご協力ください】
アンケートにご回答いただいた方で、ご希望される方にはDataRobot社からのAI活用方法や事例、テーマの選び方、そして貴社の課題のヒアリングを目的としたフォローアップセッション(無料)を実施いただきます。アンケートのご協力の程、よろしくお願いします。
※ リソースの関係上、全ての方にセッションを提供できない場合があります。予めご理解の程よろしくお願いします。
https://docs.google.com/forms/d/e/1FAIpQLSeQ554Km-jJqBG5MvHp0-7yIVQgxsw2ntZgSozrqxLCfGdCHA/viewform

また「ビジネスパーソンのためのAI実践講座④ ~DataRobotを活用しよう~」では、DataRobotの使い方を詳しく解説しています。以下のリンクからご受講ください。
https://globis.jp/courses/a18da4a7/

ビジネスパーソンがデータやAIを活用するうえで、知っておかなければならない知識やよく直面する課題を、用語解説を交えてやさしくお伝えします。この動画では、データをデータベースに蓄えていく「データ蓄積」を取り扱います。データを利用しやすいように、整理したり加工したりするプロセスが含まれていて、AIによる分析を行ううえで重要なステップとなります。

講師プロフィール

小川 幹雄 DataRobot Japan バイスプレジデント, ジャパンAIエキスパート

DataRobot Japanの創立期に参画し、様々な業務を担当してビジネス拡大に貢献。その後、金融業界を担当するディレクター兼リードデータサイエンティストとして、金融機関のAI導入支援やCoE構築支援をリード。2023年からは日本のAIエキスパート部門の統括責任者に就任。AI導入・活用支援のノウハウを活かし、公共機関や大学機関での講演も行っている。また、一般社団法人金融データ活用推進協会(FDUA)の企画出版委員会の委員長代行も務めている。
(肩書きは2023年3月撮影当時のもの)

コース内容

  • データ蓄積
  • データ蓄積の全体像
  • 「データの質と量」について
  • クロスセクションデータの保管

より理解を深め、他のユーザーとつながりましょう。

42人の振り返り

  • tama56

    販売・サービス・事務

    説明にあった「過去のデータ」について、ただの記録としか見ていないと、単なる履歴になるが、視点を変えると、とても貴重なデータになることが理解できた。

    2023-11-24
  • kouhei728

    経営・経営企画

    まずは足元にあるデータを分析して、そこから何かインサイトを得られないかから始める必要があると思う。
    あまり高度なデータが有っても人間が理解できなければ意味がない。

    2023-12-11
  • watanabe-tat

    専門職

    POSデータ分析におけるデータ蓄積は、①データレイクにPOSレジからのCSVデータを貯め②データクレンジング後にデータウェアハウスであるデータベースに確認して③分析用に必要データに集約したデータマートで分析する。またスキャンパネルデータは、データの質と量の観点で、会員情報の履歴を残すことを留意したい。このような方針で、クロスセクションデータの保管を進めたい。

    2023-10-04
  • akashi3661

    営業

    データの量だけではなく質も考慮して活用していきたいと感じました。

    2024-04-12
  • sss_k34

    その他

    クレンジングの先を意識して対応しないと、クレンジングだけで終了してしまうので要注意

    2023-10-31
  • nagamatsu-naoki

    金融・不動産 関連職

    データの鮮度や履歴など、改めて考えることで価値が見いだせるものがあると気付きました。

    2024-02-18
  • sakamoto-aki

    営業

    過去のデータ=ライフステージの推移や価値観・趣向性の変容のヒントになるのだということは、見落としていた。
    エンゲージメントが中途半端な状態でアンケート依頼などの頻度が多いと顧客が離れてしまう恐れもあるのでコンタクトするポイントとタイミングは最適化していくべきと感じた。

    2024-02-20
  • k--g--

    その他

    すでに収集した過去データの活用、ためになりました。

    2024-02-22
  • misogai

    営業

    只々データを集積するのではなく属性を踏まえることでより良いデータ分析を行われることが理解出来ました

    2024-04-05
  • kawaguchimas229

    IT・WEB・エンジニア

    時系列も必要ということがわかった

    2024-01-21
  • masuhide

    経営・経営企画

    業務上様々なシーンで構築されたデータの活用を求められますが、それらデータの質と量、区分では時系列的なもの、種類など、のちに利用することを考えつつ蓄積しk手行く重要性を学びました。学習データは重要なポイントですね。

    2023-10-31
  • nonchankawaii

    IT・WEB・エンジニア

    蓄積されたデータが保存期間を理由に廃棄されることは非常に残念に感じていた。
    ストレージが安価になった現在、第四の資産と呼ばれるデータはなるべく存続するような世の中になってほしい。

    2024-04-13
  • taiichi-yoshi

    IT・WEB・エンジニア

    データの鮮度が大事であることを認識しました。

    2023-12-11
  • faoki

    IT・WEB・エンジニア

    過去の属性データの保存が重要なのは目から鱗でした。

    2024-03-20
  • yamaurari

    経営・経営企画

    提案の中にAIが出てくる可能性があり、学ばせていただきました。とくにITに詳しくないお客様であればデータを整理・適切に蓄積するというところに面白みを感じず、優先順位を下げることが多々あります。そういった際にこういう有識者からの意見があると進めやすいです。ありがとうございます。

    2023-10-22
  • iso_ken

    専門職

    ここでもやはりむやみやたらにデータを集めるのではなく、通常手にしているデータから何ができるのかを考えることがまず必要。
    インスピレーションもとても大事である。

    2023-12-25
  • stani

    専門職

    データの蓄積について学んだ。

    2023-10-27
  • fujii_tomohiro

    その他

    データ準備において質と量のバランスが必要とあるが、なかなか揃えることが難しい

    2024-02-03
  • jintan-papa

    営業

    データの精度や集め方が分析を左右するという認識を新たにした。

    2023-11-16
  • ryoma-tst

    クリエイティブ

    蓄積されたデータ基に分析していく

    2024-04-04
  • hr-sakai

    その他

    過去集めたデータも役に立たない事がわかり、むやみやたらとデータ収集するのではなく少なくても質のいいデータを用いる事の大切さがわかった。

    2024-03-31
  • hide-ama

    メーカー技術・研究・開発

    時系列データを蓄積することは労力がかかるため、ついつい最新データだけ蓄積してしまいがちです。過去データも整理して蓄積できるようにデータ構造を考えたいと思いました。

    2024-03-21
  • suzuzuzu

    その他

    とても勉強になりました

    2023-12-22
  • 7031

    経営・経営企画

    当り前ですが、データを集めるにあたって、陳腐化しないよ目的をもってデータ蓄積をすることが重要だと改めて感じました

    2023-11-03
  • darumamistral

    コンサルタント

    RFM分析に活用できるのはないかと考えています。

    2023-07-30
  • k_yuna

    販売・サービス・事務

    少し難しい内容でした。

    2023-11-10
  • inoguchi_m

    IT・WEB・エンジニア

    ただデータを集めるのでなく必要なデータを取捨選択する事が重要である。過去の販売データから顧客の購入傾向分析販売計画にいかせると感じる

    2024-03-05
  • kiso_2115

    コンサルタント

    クロスセクションデータとしての業務データ管理を検討する。

    2024-01-19
  • muramatsu0720

    IT・WEB・エンジニア

    POSデータ分析におけるデータ蓄積は、①データレイクにPOSレジからのCSVデータを貯め②データクレンジング後にデータウェアハウスであるデータベースに確認して③分析用に必要データに集約したデータマートで分析する。またスキャンパネルデータは、データの質と量の観点で、会員情報の履歴を残すことを留意したい。このような方針で、クロスセクションデータの保管を進めたい。

    2023-10-19
  • sbsconts

    コンサルタント

    今回はAIのデータ蓄積を学びました。感覚的には受け入れやすい内容でありましたが、先ずはAIの全体像を把握する必要があると考えていますので、データ加工や環境構築等の講座を学びます。

    2024-02-08
  • sm054307

    経営・経営企画

    データを集めるにあたって、陳腐化しないように
    集める情報、目的をもってデータ蓄積をすることが重要と感じた

    2023-09-25
  • zummy_0617

    金融・不動産 関連職

    データはただやみくもに集めるのではなく必要なもの、不要なものを見分けて属性データに移行し、業務に必要な属性データをさっと取り出せば効率よくはかれるものと推測します。

    2024-03-06
  • i323

    その他

    データ量を集めるだけではデータは生きず、目的や質、クレンジングするといった手間が必要なことが分かった。

    2023-12-08
  • yuukahm

    IT・WEB・エンジニア

    データがないと外に目を向けがちだが、過去データ等内部にある属性データの活用をまずは考える。

    2024-03-29
  • jshinmura

    IT・WEB・エンジニア

    データ蓄積は、クロスセクションデータ、時系列データ、パネルデータの3種類がある。クロスセクションデータはある時点でのデータの断面を切り取った複数の項目についてのデータ、時系列データは、ある項目を時系列で追ったデータ、パネルデータは、その両方を持ちあわせているデータがあることを学びました。また、ECサイトなどで過去のデータは捨ててしまっているが、実はそれらはデータ蓄積の観点からはとてももったいない顧客のライフステージの履歴だったりするので、その後のレコメンドなど様々な利用用途の可能性がある貴重なデータであると認識すべきであることを学びました。

    2023-10-28
  • naoki_sasano

    メーカー技術・研究・開発

    より精度の高い予測モデルを作ろうとした場合、現在の収集データとは別の属性データを収集することが重要であることを理解した。

    2023-11-04
  • huruhu3345

    販売・サービス・事務

    まさに過去の住所など今の業務に必要ないものは間違い防止の為に捨てていました!なるほど、そういった活用があるのかと思いました。

    2024-03-06
  • e-yanaoka

    メーカー技術・研究・開発

    単にデータがあるだけでは意味がない。
    データ蓄積の方法や定期的なクレンジングも必要。

    2024-02-09
  • k_kennji

    営業

    データにも目的に応じた種類があり、方向性にあったものを適切に活用する必要があると思いました。

    2024-03-15
  • stengnabe

    その他

    データを蓄積して解析に活かしていきたい。

    2023-09-24
  • mkh8510

    メディカル 関連職

    データの蓄積において、いらないと思われる部分を切り捨て、整頓した状況がデータウェアハウスであることを理解しました。
    しかし、講義でもありましたが、そろえられたデータが使用に耐えられるものである必要があります。業者任せの導入では、実際のデータがどう蓄積されていくかを確認する作業が必須となりますが、人数のいない部署では、確認作業ができない状況であり、使えないデータの蓄積、データウェアハウスのソフト維持費、HDDの容量の増大など、負の遺産のなる可能性があると考えます。
    今、AIの活用や、NVIDIAが儲かっているなど、ニュースがあふれているが、遅れないようにかつ、導入が正しいか天秤にかけて、進めていく必要がある。

    2023-10-11
  • mhbl_nakayama

    IT・WEB・エンジニア

    どの時点での情報なのか、データの断面を意識して収集・分析することの大切さを学びました。

    2024-01-29

関連動画コース

新着動画コース

10分以内の動画コース

再生回数の多い動画コース

コメントの多い動画コース

オンライン学習サービス部門 20代〜30代ビジネスパーソン334名を対象とした調査の結果 4部門で高評価達成!

7日間の無料体験を試してみよう

無料会員登録

期間内に自動更新を停止いただければ、料金は一切かかりません。