![ビジネスでのデータ活用](https://static.unlimited.globis.co.jp/uploads/course/photo/2286/thumb_00-3d921d232c0e8e04b7399cfe507953d9727597dc8c2c0e729c43b1ba4e5bb47d.png)
ビジネスでのデータ活用
皆さんは日々のビジネスの中で、データをうまく活用できていますか? データ・ドリブンといった言葉もよく聞かれますが、一口に「データ」と言っても何から始めたらよいのか。そもそも、データを活用する意義はどこにあるのか。 そんな悩めるビジネスパーソンのために、Tableau Japan 株式会社の福島隆文氏に、昨今のデータに関する世の中の潮流と効果的なデータ活用の実現ステップについてお話しいただきます。
会員限定
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
【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。「データ統合」とは、分散しているデータをまとめたり、分析しやすいよう整えたりして、ビジネスで適切な判断を下せるように、データの質を高めるプロセスです。デジタル技術を駆使するための鍵になるステップを一緒に学んでいきましょう。
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)
より理解を深め、他のユーザーとつながりましょう。
100+人の振り返り
masuda77
資材・購買・物流
AIを活用することにより、最適な生産計画が可能になると思います。具体的には、製品市場動向や実績データから確度の高い販売予測策定が可能、さらに適正在庫を考慮した形で、製造量を決めることで自動化が可能なイメージを持ちました。さらに制約条件や最適な稼働要件等のデータを取込、最適生産スケジュール策定が可能とイメージ出来ました。
ozawa_h
IT・WEB・エンジニア
本シリーズはAIに関してのコースではなく、データ分析用システム構築についてです。
データ分析システム構築の概要についてはとても良いコースです。実践編はありませんが、以前から実績がある内容です。
私の場合は最近はAIによってデータクレンジングなどを行っています。
jshinmura
IT・WEB・エンジニア
ECサイトと実店舗でデータ統合されていないケースは多いです。また名寄せは非常にコストと時間がかかることからデータ統合の運用面の難しさをどうクリアしていくかの体系的な理解が必要であるとあらためて課題認識ができました。
nakahara_toko
経営・経営企画
販売管理を担当しています。データ分析がミッションですが、データベースの統合に時間がかかり、思うような分析ができません。改善策を検討する良いきっかけとなりました。
watanabe-tat
専門職
AI活用の目的・目標を定め、データ統合する。AI運用の中で、問題・課題が発生したら、更なる、仮説を加え、必要なデータを段階的に統合することが、データの質を高めるプロセスであり、結果として、ビジネスで適切な判断を下すことが可能になる。
i_mura888
金融・不動産 関連職
データマートやデータレイクという用語を良く聞くが理解出来てなかったので、データ蓄積やデータ利用をする上でこの概念に沿ってデータを扱うように努めたい。
aoaoe
クリエイティブ
最近IDを統合するチームが発足したので早速、今回学んだステップを参考にしていきたいと思う。
umezawa-genta
建設・土木 関連職
データを整えるのが大事
oharan
営業
データ活用もシステム構築もあくまで手段。それらを使って何を実現、何を課題解決したいか?それをやるためにROIを成り立たせようとするとどのようにすれば良いか?というアプローチをあらためて整理できました。
nagamatsu-naoki
金融・不動産 関連職
社内の顧客データのクレンジングは必要と考えていたので、進め方のイメージと社内説明のイメージが具体化できた。
unyoreka
メディカル 関連職
収集したデータを統合し、分析する事を業務でも試みていますが、統合出来ないデータであるという課題に多く直面します。まずは統合出来るデータなのか、その先の分析に繋げる事を1st Stepとして考えていきたいです。
toshiton
メーカー技術・研究・開発
データ統合に失敗しない6つのステップの中で、AI活用で何を実現したいか?が大事だと感じた。そしてどんなデータがあればそれを実現できるのか?新しい仕組み作りにチャレンジできるような気がしてきた。製造現場での困り事をヒアリングして、アイディアを膨らませて行きたい。
masuhide
経営・経営企画
データは多面的に分析/集計できる要素を持つものを元としてAI活用を行う必要がありユーザーへは有益な情報となりえない的外れなものとなってしまうことを理解しました。
yama_0611
IT・WEB・エンジニア
データ活用・統合について理解を深めることができた。
misogai
営業
いろんな業務にAI活用による生産性向上に繋がります。また、データ収集からデータ分析を行いデータドリブンを考えて行こうと思います
s_kanna
メーカー技術・研究・開発
データを活用するためには,目的を最初に設定することが大事である。
k--g--
その他
ECサイトのレコメンドの件はよく理解できました。
satoru_yoshi
人事・労務・法務
データ活用のために、統合したり、処理したり、そもそもでさ集めるデータの種類を幅広く設定しないといけないと言うのは、原初の設計段階で考えないといけない。。
yuukahm
IT・WEB・エンジニア
データ統合を考えるうえで、まずAIで何を実現したいかを考える
michiyomichiyo
その他
目的を明確化してからの、データを統合していくこと
007mine
経営・経営企画
AI データ統合 具体的に何をしたいのか、目的を明確化してAIを活用する事が大事。
h_kouno
販売・サービス・事務
現在、データに関するプロジェクトに参加しているので非常に参考になりました。
jasmine_ayaka
販売・サービス・事務
データ統合は大切だが、ただ統合するのではなく、きちんと弱点などを見極め優先順位を決めてから行うことが大切だと学んだ。
yumetaro
建設・土木 関連職
データ活用、データ統合について、今はその活用のアイデアがありませんが、今後活用していきたいと思います。
matsu_411
専門職
データ統合にどんなメリットがあるか今までよくわかっていなかったので,データの種類を増やせてAIに活かしやすいことが理解できた。一方で統合にはコストがかかることも理解したので,講義の内容にある6ステップを使い事前の検討を大事にする。
touhoufuhai
販売・サービス・事務
利用したサイト内で購入済みなのに、おすすめでずっと表示されている事があります。
なるほど、うまく機能していなかったのですね。円滑なシステムにするのは、思っているより大変だと感じました。
funakawa
専門職
データを活用するためには変数設定が重要だと思いますが、弊社の場合、変数が既存データに含まれていないと考えており、初めは変数作成のために一定の作業量が発生すると思われます。
climbs
メーカー技術・研究・開発
まずは目的を明確に立てる
murata0207
専門職
やみくもにデータを集めるだけではよくないと学んだ。
taiichi-yoshi
IT・WEB・エンジニア
データ統合を長年実施していくと、実現したいものからどんどん乖離しているという言葉を聞いて、反省致しました。本来、何をしたのか、いつまで実現したいのかの計画が大事であると、改めて気づかされました。
isimat
営業
データーは過去の蓄積で膨大にあるが、必要時の検索に膨大な時間がかかる。AIリテラシーを高め
統合化によりこの問題を解決することができる。
murai-nagasaki
経営・経営企画
講義で出たように、オンラインとリアルの店舗の顧客データベースが別システムの場合、統合することで、顧客への適切な情報提供が可能だと考えた。
kazuma_yasuda
メーカー技術・研究・開発
データを統合していくにも具体性が必要であることがわかりました。
taka1962
販売・サービス・事務
現状では、自分たちのセクションでまとめている業務量などのデータを組織内で共有する発想が弱い思った。逆にたのセクションのデータが有益になることもあると思うので、AIの目的を考えることと合わせて発想を膨らませたいと思います。
shimizu-jun
建設・土木 関連職
データ分析システム構築の概要について学べました。
cs1960
販売・サービス・事務
大変参考になりました。
morita_kenji
人事・労務・法務
データ統合が簡単ではないことが分かった。
stani
専門職
データ統合について学んだ。
koichi_0502
その他
データ統合をする際に、既存のデータの弱点を見つけてから統合するのがポイントというのは参考になった。
日常の業務の中でもデータを組み合わせて、使用するがどれだけの精度があるかを前提にし組合せをし、
活用していきたいと思います。
fujii_tomohiro
その他
データ活用の全体像は理解できた。実際の活用に向けて準備を進めたい。
iso_ken
専門職
データ統合を進めようとしているが、やみくもに全部ではなくそのデータで何をしたいのか、なんのデータが必要なのかをしっかり見極めたい。
ryoma-tst
クリエイティブ
既存のデータがいろいろなシステムに散在しているので、十分に活用できるよう統合していく必要を感じた
hashiryo8
その他
データ統合の為の6つのステップを軸に今後考えていきたいと思いました
1.まず何を実現したいのかを考える
2.どこまで精度が出るのか
3.精度が出ているところと弱いところを見ていく
4.どんな仮説があるのか
5.ギャップを仮説から見出して統合
6.本当に実現可能か
2152321
金融・不動産 関連職
一つの枠の中でのデータだけではなく、様々なチャネルのデータを統合することを意識する。
tkmh2002
経営・経営企画
データ活用にも、まずコンテキストを理解する事が必要
hirokatsu
経営・経営企画
職歴情報とマネジメントの能力評価をリンクさせると、今後どのような職歴を経験させれば期待している人材を増やしていけるかの計画が作れるのではないか?
suzuzuzu
その他
とても勉強になりました。
aya_14__
営業
データ統合に興味はあるものの、費用対効果がでるのかイメージできていませんでした。その検証の仕方として、弱い部分を今のデータで分析し、どのようなデータがあればより効果的なアプローチに繋がるのかを知ること。これは非常に勉強になりました。
t_terakawa
メーカー技術・研究・開発
データをどう扱って何をしたいかを決めることが重要だと理解して、AI活用していきます。
oshima_naoya
その他
まず何を実現したいのか。
スモールスタートで。
完璧なものは作れない
hr-sakai
その他
AI活用するためのデータ活用の全体フローが分かった。
sss_k34
その他
データ統合の目的、弱い部分を明確化する必要があると考えた。
csl_kojima
IT・WEB・エンジニア
理解が深まりました。
ymatyu
経営・経営企画
まずはAIで何をしたいかを決めないとデータ統合する必然性が全くわからない。一体AIで何ができるのだろうか?そこから学習したい。
awanoa
IT・WEB・エンジニア
企業において、AI化、データの統合を進めるうえでの留意点、また、一度統合しても、根本の意思統合の解決がつかなければ、乖離を生んでいく可能性を学びました。
shirochange
IT・WEB・エンジニア
データ統合をするうえで考えるべき6項目がある
hiikkaarru
メーカー技術・研究・開発
aiはデータの量より質、種類が重要
企業でデータを集めるとなると、特に忙しい部署ではとりあえず集めれば良いとなりがち、かならず意識して目的を見据えたデータを集めること
実験検討と同じ
1982103
その他
今回の研修では、まず分かったつもりでいる用語を改めて調べました。活用シーンは新規業務立ち上げ時のデータ統合と実施漏れなどを思い浮かべています。
askmt
その他
データ統合すればうまくいくというわけではないことがよくわかった。何のために、どのデータをどう組み合わせて、どのような効果を期待するのをデザインした上で進めるようにしたい。
mana_ka
その他
色々なデータをすべて統合するのではなく、目的に対して必要なデータを探し、
それを統合していかにないと、成長は鈍化する可能性が高いということを理解しました。
yokoishida
コンサルタント
わかりやすかったのですが、もっと具体的なことをいくつ知らないと、実際に行動できるところまではいきまでん。
date_y
専門職
データを集めることに注力しがちだが、分析しやすいようにデータを編集したり、分析のためにデータの質を良くしなくてはならないこと。また、データが集まっていてもそれに見合った結果・退避用効果が期待できるわけではないことを理解できた。正しく解析できるよう情報の取り扱いが重要であることが分かった。
kota_1012
メーカー技術・研究・開発
AI、データ、DX…どこにいてもよく聞く言葉だが、「何を実現したいか」を常々問いていきたい。コンパクトながら要点がまとまっていて非常にわかりやすかった。
sm054307
経営・経営企画
AIを利用することで便利になる反面
データ統合についての大変さ感じる
今後、データ統合についてどのようにやるかが重要と感じた
stag
経理・財務
データ統合の目的が大事
tk-risin
コンサルタント
最終顧客に届けるサービス・価値に付随するデータ、そのデータのもとになるデータの流れを補足出来る仕組みを作ることで、その時々の経営に係る論点にこらえることを目的としたデータ活用ができるのではないか。
yasu-hero
販売・サービス・事務
AI活用は今後の注目度も高い為、よりリテラシーを向上していきます。
tae-sugawara
販売・サービス・事務
組織が大きければ大きいほど、部門間での相違もあり、データ統合がより難しいと感じた。
sbsconts
コンサルタント
AIデータ活用の概要を学びましたが、何ができるのか一通り講座をみて、全体像を把握してから、再度細部を学ぶ必要があると感じました。
sho_yam
資材・購買・物流
概要への知識が深まったように思う
hiro_hiro_12
販売・サービス・事務
データレイクやデータマートなどの言葉が聞くことはあったがあまりイメージできておりませんでした。今回の話で、少しイメージがつくようになりました。
zummy_0617
金融・不動産 関連職
データを収集して統合するとき、途中でバグが発生したらどうやって修正するのか、システム関連にしかわからないことなので見えづらいです。
gtr_star
IT・WEB・エンジニア
やみくもにデータを統合を進めても、望ましい結果が得られる保証がないことが印象に残りました。解決したい問題を先に策定するのは、基本的な問題解決ステップと同じ手順ですね。
taku-33
営業
データ統合を漠然と考えていたが、現状を整理して何をしたいのか具体的に考えることが重要であると感じた
a2220682
IT・WEB・エンジニア
AIを何のために使うのかを考えれる
512177
資材・購買・物流
現存するデータとさらに、取得が必要なデータを整理して
更なる効率化につながるのかを見極めたい
black0saku
IT・WEB・エンジニア
データ活用に用いる AI の利用についてどのようなステップを踏んで検討すべきかを学ぶことができました。分析ツールの選定 だけではなく AI の利用においても 同時並行で検討する必要があると考えます。
y-arano
メーカー技術・研究・開発
データをいかにAIに入れ込むべきか、どのようなデータを入れるべきなのかよく理解することができました。
hamayeah
経理・財務
説明可能性を意識する必要もあるかと思いました。
trtbr
IT・WEB・エンジニア
今あるデータをどう活用するか、でなく、どのような分析をしたいかを起点に考えることが重要と理解した。
naoki_sasano
メーカー技術・研究・開発
業務改善を実施する際は、現状把握として、収集できるデータを全て分析にかけ、弱点を見つけることから始めたいと思った。
techno
その他
AIがあると24時間頼れる相談役が要るようなものなので上手く活用することで業務をよりスピーディーに正確に進められるようになると思う。
hide-ama
メーカー技術・研究・開発
各自や各部門が自分達に都合のいいシステムを作っているので、システムを連携して相乗効果を出そうとするとデータ統合が欠かせません。しっかりとポイントを押さえて統合しなければならないことが分りました。
manabu_yama
人事・労務・法務
AI活用し分析していくためには、どのデータを使うのか、データ自体の整備がとても重要であることを学びました。
i323
その他
データ統合して活用するケースは自業務においては当てはまらないが、会社という組織では大いに必要なものだと思うし、正しく活用すべきだと思った。
onomasano1
その他
工場収益改善の為の発生費用分析解析と取り組み方策検討にAIを活用出来るデ―タ統合構築に必要な考え方の習得
stengnabe
その他
AIを活用したデータ分析を活用して今後の業務改善につなげていきたい。
as_mako
メーカー技術・研究・開発
重要なのはAIを活用して何を実現したいのか、具体的なイメージを持つこと。
業務を効率化させて無駄を省きたい。機械学習するためには組織内のデータが必要なのが理解できた。
aidamoriyuki
営業
データの重要性は理解したように思うが、第一ステップにAIで何を実現したいかを決めるというところで躓きました。AIはそもそも何ができるのかピントきていません。
k_kennji
営業
AIを活用するにも、具体的な目的に基づいたデータやどのくらいの制度を目指すかなど
目的を明確にしないといけないと思いました。
k_yuna
販売・サービス・事務
大変勉強になりました。
e-yanaoka
メーカー技術・研究・開発
データ統合に向けての知識蓄積が出来た。
knc95
マーケティング
少し難しく感じました。
nonchankawaii
IT・WEB・エンジニア
会社には大量のデータがあるにもかかわらず、AIを利用はしていない。
様々な予測が可能であると思われるが、セキュリティやノウハウに課題があること、外部有識者を利用するにはコストがかかること、等を考えると内部でプロジェクトを組み、どんなことができるのかを検討することが有用ではないかと感じた。
kondora
営業
データ統合の際の障害を体系的に知る時が出来たので、職場でも意識しながら業務を進めていきたい。
ymoh
マーケティング
過去の蓄積されたデータを上手に活用するためにも、しっかりと取捨選別が必要だと感じました。
sakamoto-aki
営業
コンビニや、衣料や食の分野でのチェーン展開しているところ等、
アプリで顧客データを管理しているところがうまく活用できていそうなイメージ。
今後、活用できる分野も増えていくのだろうと思う。
自分の仕事ではどのように使うのが最適化を考えていきたい。
mk29
人事・労務・法務
データの利活用について、活用するためには事前の準備が重要であることを学んだ。
daigolf
営業
まずはデータの整理が大事
vegitaberu
人事・労務・法務
データの発見を含めたデータの収集、それを使える状態にする統合、前処理は、頭でわかっていても、それは、どこか認識が、抽象的なもので、実際にやろうとなると、難しいということがよくあるので、また、そこでの失敗により、全く無駄な作業にさえしてしまうことがあるので、より具体的に、実践の中で、感覚を掴んでいくことが大切だと思いました。