データサイエンティストに必要なビジネススキル／データサイエンス入門

aka2-416

0

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。

kazumi_100pot

0

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。

yoshinore0402

0

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。

t_htn

0

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

hararin-kobo

0

必要なビジネススキルが、理解できました。

hsooheos

0

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。

k_yuna

0

大変勉強になりました。

watanabe-tat

0

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。

csl_kojima

0

理解が深まりました。

naoki_sasano

0

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？

buffaloeswr44

0

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。

70sp1208

0

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。

k-akira

0

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

stani

0

参考にさせていただきます。

mog303

0

データ分析から何をどのように導くのか、を理解した。

7031

0

興味深く理解しました！

user-name01

0

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。

iso_ken

0

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

takamasa59

0

データ分析の基本を学ぶことが出来た。

ysen

0

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。

vz3000

0

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。

arasuke

0

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。

krbwf994

0

データを分析するだけでなく、活用したいと思います。

koheitad

0

考え方を日々の仕事に取り入れる

hfkd156036

0

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

wada00

0

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

aki8727

0

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。

tsuyoshi_asano

0

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。

yamamoto_kntk

0

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

toshi21

0

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。

miura_ka

0

俯瞰した視点で見る事が重要と感じた

saihiroh

0

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

take515

0

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。

hr-sakai

0

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。

shirojpn

0

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。

asuzuki500017

0

ﾃﾞ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、改善ｽﾋﾟｰﾄﾞ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。

vegitaberu

0

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。

madogiwazoku

0

素人には難しすぎました。頭が痛いです。鼻血もでそうです。

babyrose

0

データ分析をするにあたり、局所的な分析でなく企業にとっての業務ポジション、財務上の影響等を鑑み有効な分析方法について、検討すべき

samsamissamu

0

データサイエンティストには、データ分析能力だけでなく、ビジネス全体を俯瞰して、全体最適となる行動を促し、導いていく事も求められると言う事が理解できた。

suzuqp

0

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。

yaji-ht

0

データをとると短絡的に結論を出しがちだが、全体を見据え、データを処理して結論を導かないと、誤った対策を行いかねないと理解した。

michiyomichiyo

0

アジャイル開発を求められることが多そうだが、目標にブレが生じるやすいことはたしかにありそうだ

akirakanno

0

データ分析の重要性について大変参考になりました。

jmweston180

0

デジタルサイエンティスト検定のうちビジネスの領域の序盤を知ることが出来た

test_test___

0

データサイエンティストはデータ分析を行うだけではなく、経営の改善提案など多岐にわたるスキルが求められることがわかった。

s-ma

0

ビジネススキルの重要性を理解した

atsushi_komaki

0

思っている課題を検証していく過程で、別の課題があることも判明し、それを解決に向けて対応をすることで本来の目的である事業利益の向上を図れることが分かった。

shouko__

0

データサイエンティストの業務範囲を知ることが出来ました。

inyourmind

0

アジャイルやウォーターフォールなどのメリット・デメリットというのは実際に体験しないと結局はわからない。

cs1960

0

大変、勉強になりました。

nomu_ra

0

仮説検証・分析する上での分解手法を学んだ
(例えば費用であれば、費用を構成しているのは輸送費・不良在庫などがあるが、どれが費用に悪影響を与えているのかをまんべんなく(MECE)見る必要がある)

makidayo

0

実際に仕事をするときにどういう流れでなにが必要か、今までの学習がどう必要なになってくるのかのイメージが具体的になったので良かった。

pinguino

0

データサイエンティストの業務内容がよく理解できた。

hi-std

0

データサイエンティストの役割がビジネス全体を見なければならず、多岐にわたっている事を知る事が出来た。

tsukamotoya

0

とても重要なことを学べたと思います。請負契約と準委託契約のそれぞれの相違点であったりとか、ウォーターフォール・モデルは、ソフトウェア工学における古典的な開発モデルであり、開発活動を線形の連続的なフェーズに分割し、各フェーズが前のフェーズの成果物に依存し、タスクの専門化に対応していることであるとか。
ソフトウェア工学におけるアジャイルソフトウェア開発は、人間・迅速さ・顧客・適応性に価値を置くソフトウェア開発であるとか。業務に活かしていきたいです。

h-kozawa

0

現在実施検討しているプロジェクトのなかで、契約種類について本説明ほど正しく理解できていなかったため、丁度よいインプット機会となりました。

e_co

0

データ分析に関わる業務を担当していますが、データサイエンティストの領域までしっかり学びたいと思いました。

masato_86

0

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。

grateful

0

ビジネス上でのデータサイエンティストの位置付けてを学びました。

shin_yako

0

参考になりました。仕事での活用を考えます

mikiyanoda

0

プロセスが良く理解できました。

hhmorimoto

0

データサイエンスを進める上で必要な基礎知識を学ぶことができました。
今後もいろいろ学び、データサイエンスの活用できるようにしてきたいと思います。

yoshikouc

0

データサイエンティストの仕事は社内に属するのと社外委託があることがわかりました。形式もウォーターフォールとアジャイルとあることもわかりました。

anna0106

0

ウォーターフォール型開発はアジャイルと比較して悪く言われがちだか、メリットがあることがわかった。

temp_at

0

プロジェクトの進め方も、ラーニングパスのもう少し前の方で聞いておきたかった内容だった。

kou_tan

0

データ分析の基本を学ぶことが出来た。

takumi_1453

0

システム開発を前提として始まるデータ分析プロジェクト自体は、ウォーターフォールとアジャイル、スクラムのいずれが適しているのかが気になりました。

kyo1227

0

データサイエンスを進める上で必要な基礎知識を学ぶことができました。
今後もいろいろ学び、データサイエンスの活用できるようにしてきたいと思います。

hrkudo

0

データサイエンティストに必要なビジネススキルについて理解した。

mutame

0

ビジネスコンサルタントの仕事に近いと思った。

xiu14

0

データは分析するだけは意味がなく、それを目標の達成に活かし、
利益につなげていく考え方について学習することができた。

mori_1991

0

必要なスキルは、ビジネス力、データサイエンス力、データエンジニアリング力。分析エンジニアリングはデータを活用して事業の利益に貢献することが目標になる。プロジェクトの大まかな流れは、課題定義と仮説立案、河相検証、検証結果の評価とその報告になる。請負契約と準委託契約がある。

warashina12345

0

データ分析の重要性について大変参考になりました。

myu-tan

0

データサイエンティストになることが夢なので、必要なビジネススキルは大変参考になった。
事例のURLがコピペできないのが残念。

uragami_kenji

0

データ分析だけではなく、対象業務に関する深いビジネススキルが必要なことを実感できた

makotokoma

0

ありがとうございました。

yoshikkk

0

全体を俯瞰して、目の前の事象に捉われず進める必要性を感じた

aquico52

0

各段階でデータサイエンティストがかかやる事を理解した。

hirano_rikiya

0

基本的なビジネススキルについて学習できた。

tempchan

0

データサイエンティストの業務が、データ分析にとどまらず、利益に貢献することが必要ということが理解できました。
そのために、分析スキルだけでなく、課題を含む包括的な状況を俯瞰できるスキルも必要ということがわかりました。

tnema

0

非常に興味深い内容でした。この講座は何回も見直します。

temp954

0

データサイエンティストの役割や業務分担といった一通りが効率よくわかりやすくまとめられていて良く理解できました。
関係法規なども紹介されていてどういう縛りの中で業務が進むのかも知れて有意義な学習カテゴリーでした。

t03290512

0

日常業務に取り組活動

yoshiyc

0

データ分析プロジェクトには広い視野と視点を持ち、俯瞰して見なければ適切な結果は得られないと感じた。技術的な学習のほかにも取り組むべきことは多いようだ。

takeshita_ta

0

データサイエンティストのビジネススキルを活用して顧客満足度の向上や効率化を図ることができる。具体的なシーンとしては、顧客の問い合わせパターン解析やスタッフ配置の最適化により成果を上げる可能がある。

staka3

0

計画を実現することにおいて、明確な目的が必要であることは理解できました。
昔みたいに１から10まで計画をきっちり決めて作るより、ブロックのように業務を分割して組み合わせてやっていくことで柔軟な計画の進行ができることも理解しました。
これらの良し悪しをみきわけてつつ利用しやすい方法をとってやっていけるようにしたいです。

everest

0

業務課題の可視化や根拠ある意思決定をデータに基づいて行う力として活用したい。

yo_kun660

0

ついついデータ分析に夢中になって課題や仮説を立てずに進めてしまうことがあり、これを見て大切なことを思い出せたと思う。
今後も課題設定や仮説をもってデータに向き合う事が大切だと思いました。

srk1

0

アジャイルア開発においても拡張性などはウォーターフォールと同様に、しっかりと要件定義しておく必要があるのではないかと考えます。