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
umezawa-genta
建設・土木 関連職
データを整えるのが大事
1
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。
1
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。
1
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。
1
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。
1
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。
1
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。
0
kazuyochishima
営業
データを全て揃えてからではなく、まず手元のデータを分析してみる事が重要だと感じました。
0
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。
0
fukai_tamaki
販売・サービス・事務
DXにはデータ収集と分析が大切だと理解できる。部内に必要なデータが蓄積されているのか、具体的にイメージできない。
0
aokitaka-tci
その他
全体像をデザインして、失敗しないポイントを押さえて、業務にあたりたい
0
fumiyo_jou
経理・財務
どのようにデータ活用をしたいのかを決めるのが課題。資金繰り予測ができればいいとは思うが、現状は前年同月や、過去5営業日分の入出金実績をそのまま当てはめる等で何とかなっている部分もあるので、新たにデータ分析で何をどれだけ向上させるのか難しい。データ収集で手作業を少なくさせるはデータ分析ではなくデジタル活用の分野になるのか。もう少し学習を進める必要がある。
0
morimachi_128
営業
自分の仕事とは結びつけることができないかと思ったが、
現状の問題・課題を洗い出し解決に向けた「何を実現したいか」が整理できれば
活用できる可能性が見えてきた
0
a2202894
その他
クレジットカード業務ではカードの利用状況と問合せの傾向を分析することに活用できそうだと思った。
0
tc-torako
経理・財務
目的を洗い出してから、目的に向けてデータの整理/分析を行う。
0
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。
0
ichikr
マーケティング
データ統合においては、手元にあるデータをむやみやたらに統合するべきではない。まず、AI活用によってなにを実現したいかを検討し、既存のデータで実現できないことが、どんなデータがあれば解決するのか、という風に目的から逆算して統合する対象を選ぶことが重要と分かった。
0
kinjo2024
IT・WEB・エンジニア
web上のデータだけでは不十分で、ユーザーにより価値の高い施策を行うには、実店舗でのデータなども含めて複合的な分析が必要だと感じました。
日々の業務でも、本当にこのデータだけで分析を行っても良いのかという問いを持ちながら取り組みたいと感じました。
0
ameyoko
その他
データを整えるのが大事。
0
itou_to
マーケティング
自分たちがどういったデータを既に持っているのかの整理をしたいと思いました。
0
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。
0
tsukamoto-k
金融・不動産 関連職
データ統合について勉強になった。
0
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。
0
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。
0
gonarayama
専門職
データ統合のポイントを理解したうえで、最適性、精度を高めていきたい。
0
kanbara-t
販売・サービス・事務
データ統合について、講義でもあったように「何を実現したいのか」に尽きると思いました。
その中で実際の業務において、データを活用する際、残り5つのステップ(既存のデータの範囲でどこまで精度が出るのか、どこが弱い部分なのか、どのようなデータで解決するのか、そのデータはあるのか、統合できるのか)を踏まえ、課題解決を図って参りたいと思います。
また、データ統合にはコストがかかり、絶対はなく、的が外れると思うような答えが導きだせず、6つのステップを考え抜く力が必要だとも感じた。
0
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。
0
yoshidayukinari
営業
今あるデータが活かされていないということも感じたし、データの収集についても不足しているように感じる。業種柄デジタルでデータを収集することは難しいように思うのでやはり顧客との接点を持ちながらデータ入力を行い、次のステップ(データ統合)に繋げていく必要があるように感じた。
0
masaki1104
人事・労務・法務
データ統合は目的意識を明確にしておくことが重要だと思いました。
0
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。
0
arikured
その他
データ処理についての新しい知識を得ることができた。
0
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
0
inyourmind
建設・土木 関連職
データ統合には時間がかかるので、なかなか思うようには進みません。
0
saiken4545
建設・土木 関連職
何を目的とするか。を明確にしそれに見合ったData量を想定する事は重要と認識しました。
いつまでもData収集をし、その整理に時間が掛かりすぎるのはありがちと思います。
まず、目的を明確にし、徐々に精度を上げるアプローチが重要な事を改めて認識しました。
0
tca
営業
携帯等を通じてユーザーから収集したデータを、AI等を活用しながら更に精度を高めて有効に活用するのが重要である。
0
sreha
金融・不動産 関連職
ファーストステップ、手元のデータ、アクセスできるデータから分析を始め、どこまでのものが達成できるのか、その中から弱点を見つけ出し、データ統合していく価値がどこにあるのかの優先順位を決めて進めていくと、よりコンパクトにスピーディーに結果を出すことができる。
0
amemiya_k
販売・サービス・事務
データ統合についての再確認ができた。
0
saharin
営業
データーを活用するにあたってのデーター統合の重要性がよく理解できました。
0
hrkudo
IT・WEB・エンジニア
目的がしっかりしていないとうまくいかないことがわかった。
0
nori_inada
経営・経営企画
過去に旅行した先での出費データや宿泊先データ等を活用することで、次回以降の計画策定に役立てることができる
0
tom55wata
その他
別の口座で教えて頂いた、標準化×オープン化に繋がっていく話と理解しました。
0
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。
0
hal-
マーケティング
データ量では、単純な量よりも、バラエティの多さが重要になるということを改めて認識できました。
0
masafumi_u
IT・WEB・エンジニア
データを集約してより精度の高いデータ活用をしていく場合、エラーケースを分析にどんな時間帯にどんなエラーケースが多いのか、そしてその原因は何なのかを突き詰めていけると思いました。
またAIデータを構築するうえでコスト面とも向きあう必要があると思いました。
0
kuroki_3000
IT・WEB・エンジニア
データ分析においてはデータ量よりデータの種類が重要になることなどを理解した。
様々なデータを収集するため、セキュリティも考慮しながら活用方法をしっかり考え利用することが大切です。
0
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。
0
shunji-uchida
営業
どんなデータを集めて使いやすく加工して活用する。
①何を実現したいのか、②既存でデータでどこまでの精度が出るのか、③どこが弱い部分か、④どのようなデータがあっれば解決するのか、⑤そのデータはあるか、⑥実際にデータ統合が実現可能か
0
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。。
0
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
0
ueda_tc
その他
データ統合のステップを整理することができた
0
nishihara-h
販売・サービス・事務
わが社は現場でデータが活用できていない印象です。データ統合まで至っていないかな。これからの課題です。
0
toshi-iwai
経理・財務
データ統合の難しさを知りました。
0
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
0
masamasa71
営業
まずはてもとのでーたの確認。有効活用するためには、データ統合も必要であることを再認識。
0
vivinana
販売・サービス・事務
ある程度、利用目的はセットしつつ将来的な利用用途の拡張も意識しながらデータの活用が必要だと感じた
0
satoru_0520
営業
データ統合のメリット、プロセスについて理解できた。データを集めて優先順位をつけて、何がしたいのかをはっきりさせてからデータを統合し、AI活用に繋がるプロセスを理解した。
0
ueeeeno
販売・サービス・事務
データ分析の目的、目的に応じたデータ収集が必要
0
ma-yama
その他
データ統合は漠然と「投入すればできる」と考えてしまっていたため、失敗しないためのステップを6つに分けて説明してくれたのは非常にためになった
0
cp500592
営業
どの部署や仕事でもいえることだがデータを整えるのが大事であると理解した。
0
miya36
営業
データ統合がうまくできていない現状があるため、本内容の重要性をよく理解することができた。
0
makidayo
IT・WEB・エンジニア
先ほど聞いた講座でも思ったことですが、どうしたいのかという目的、現状どういうデータがあるのかなど、ツールを使用する前の段階での、ヒアリングや理解が大切だと思いました。
0
itakazu1961
営業
きわめて当たり前のことを丁寧に整理てもらった。
0
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。
0
masakazu_tc
営業
データ統合(活用)について理解が深まりました。
0
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。
0
ke-ito
営業
データ統合の定義が自分の中で曖昧であったが、ECサイトと実店舗の例でクリアになり、次の段階の分析や活用にとっていかに重要であるかを理解できた。ぜひ6つのステップを活用して試してみたい。
0
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。
0
spica-yi
営業
データを全て揃えてからではなく、まず手元のデータを分析してみる事が重要だと感じました。
0
shuji0804
資材・購買・物流
データの見える化を意識したいと思います
0
kurosaki88
経営・経営企画
データを活用して何を実現したいのか目的を明確にすることが重要である。活用する場面などを具体的に描きくということが目的を明確にすることだと思った。
0
taneyasu
IT・WEB・エンジニア
当社の場合、BtoCでもないし、製造業でもなく、巷間言われているようなAI活用、特にBig Data活用といったところではなかなかアイディアが出てこない。別に無理をしてそういった技術を活用する必要もないと思い始めている。
0
ueharakoichiro
金融・不動産 関連職
データを活用するうえで目的、狙いを定めることの大切さを感じました。
0
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。
0
e_co
販売・サービス・事務
AI活用するには、先ず人間の知識に基づく準備が必要。
当然の事ですが、この事を理解せずにAI活用が目的になる方もいるので、説明・説得できるだけの知識を得たいと思います。
0
o_rie2023
その他
データは量より質が大事という事がよくわかった。
色んなデータを分析しやすいように統合したりするのはAIが有効だと感じます。
業務効率化にうまく繋げられれるように方向づけをするのが人の仕事だと思う。
0
stsujimura
IT・WEB・エンジニア
データの取り扱いが重要
0
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。
0
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。
0
sato4bb
販売・サービス・事務
データ統合が難しい事は理解していたので
統合させずにどう工夫するのかというのを今後考える必要があると思った
0
nori1noripy
営業
いくつもある社内のデータをどのように有効化するか。その統合が肝心でありながら、簡単に統合できるものではないことを学んだ。統合しても乖離していくとのこと。社内での活用方法も大事だがよりよい顧客サービスのためにも有益な網羅されたデータでサービスを向上していきたいものだ。
0
j-no
マーケティング
点在するデータをどう取りまとめするか、それが1番の課題です。
統合後の活用もですが、その前の段階について、他社さんは、どうされてるのか知りたいです。
0
kjmmy629
金融・不動産 関連職
今の時代、リテラシーを身に着けることは非常に重要だと感じた。
0
rl-masayuki
その他
審査関係のデータは多くあり審査横目に応じたデータの抽出を行い的を絞った解析と対応を考える事が必要である
0
kobamakimaki
人事・労務・法務
とてもわかりやすかったです
0
muramatsug
営業
データ統合の重要性を意識して業務に取り組みたい。
0
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。
0
mmmmoo
営業
データの活用方法がより具体的にイメージできた。
0
climbs
メーカー技術・研究・開発
まずは目的を明確に立てる
0
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。
0
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。
0
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。
0
mori-kat
IT・WEB・エンジニア
今回、AIとデータ統合による生産計画の最適化について学び、多くの新しい視点を得ることができました。特に、AIの活用がどれほど生産計画に革命をもたらすかについて、具体的なイメージを持つことができました。
まず、製品市場動向や実績データを基にした高精度な販売予測の重要性に気づかされました。これにより、適正在庫を維持しながら製造量を決定することが可能となり、無駄を省いた効率的な生産が実現できるという点は非常に魅力的です。また、制約条件や最適な稼働要件を取り込むことで、最適な生産スケジュールを策定できるという考え方も新鮮でした。
データ分析システムの構築に関する意見も非常に参考になりました。データクレンジングやデータ統合のプロセスが、ECサイトと実店舗のデータを統合する際の課題を解決するために不可欠であることを理解しました。特に、名寄せのコストと時間の問題を克服するためには、体系的な理解と具体的な解決策が必要であるという点は、今後の業務において重要な示唆を与えてくれました。
さらに、AI活用の具体的なステップとして、目的と目標の設定、必要なデータの段階的な統合、データの質を高めるプロセスなどが挙げられていました。これらのステップを踏むことで、ビジネスで適切な判断を下すことが可能になるという点は、非常に実践的で役立つ情報でした。
データ統合の実践例や課題についても、多くの学びがありました。データベースの統合に時間がかかることや、データ統合のための具体的なステップの重要性を再認識しました。データの種類を増やし、AIに活かしやすくするためには、事前の検討が重要であることを理解しました。
総じて、今回の学びを通じて、AIとデータ統合の活用がビジネスの効率化と最適化にどれほど寄与するかを深く理解することができました。これからの業務において、これらの技術を積極的に取り入れ、競争力を高めるための戦略を構築していきたいと強く感じました。
0
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。
0
dhdh
金融・不動産 関連職
単なる収集だけに終わらず、プロアクティブなデータへの取組みが求められると感じた。
0
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。
0
okamura6298
営業
AIを使用してデータ分析を行うにも、まずデータ統合が必要である事が理解できた。
0
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。
0
pinguino
販売・サービス・事務
データ統合の重要性は日常業務で思い当たることがあり、身近な問題だと感じた。
0
n_toshihiro
IT・WEB・エンジニア
データ分析システム構築の概要説明が分かりやすい学習ビデオでした
0
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。
0