0:59:48
おすすめの学習動画

AI BUSINESS SHIFT 第8回 機能別戦略編:AI時代の営業現場のリアル
本コースは、リーダー・マネージャー層を対象に、AIのマネジメント活用・組織活用を体系的に学ぶ『AI BUSINESS SHIFTシリーズ(全12回)』の第8回です。 第8回「機能別戦略編:AI時代の営業現場のリアル」では、AIが営業現場にどのような変化をもたらしているのか、営業担当者・営業マネージャー・組織としての役割や戦略が、AIによってどう進化していくのかを、営業プロセスの分解や実際の現場事例を通じて学びます。 ■こんな方におすすめ ・AIを活用した営業活動の最新動向や現場のリアルを知りたい方 ・営業現場の変化に直面している営業マネージャー・現場リーダーの方 ・AI時代における営業戦略や営業マネジメントのあり方を学びたい方 ■AIシフトシリーズとは? 『AI BUSINESS SHIFTシリーズ』は以下の3部構成で設計された全12回のシリーズです。(順次公開) https://unlimited.globis.co.jp/ja/tags/AI%E3%83%93%E3%82%B8%E3%83%8D%E3%82%B9%E3%82%B7%E3%83%95%E3%83%88 ・基礎編(第1回〜3回):リーダーやマネージャーに求められる、AI時代の基礎的なリテラシーの強化を目的としたコース ・マネジメント編(第4回〜7回):AI時代のリーダーシップや組織変革を中心に学ぶコース ・機能別戦略編(第8回〜12回):AI時代における機能別での戦略のあり方を中心に学ぶコース より実践的なAIツールの活用法について学びたい方は『AI WORK SHIFTシリーズ』をご視聴ください。 https://unlimited.globis.co.jp/ja/search?tag=AI%E3%83%AF%E3%83%BC%E3%82%AF%E3%82%B7%E3%83%95%E3%83%88 ※本コースは、AIのマネジメント活用を学ぶ「AIビジネスシフト」シリーズの一環として提供しています。 ※本動画は、制作時点の情報に基づき作成したものです(2026年2月制作)
会員限定

マネジャーのための仕事の任せ方
「仕事を任せると失敗が怖い」「自分でやった方が早い」マネージャーとしてメンバーやチームの力を引き出しながら成果を上げるには、どのように仕事を任せていけば良いのでしょうか? 変化の激しい時代において、マネージャーとして成果を上げ続けるためには、メンバーの個性や特性を理解し、それに合わせた効果的な任せ方を身につけることが重要です。このコースでは、ソーシャルスタイル理論を活用してメンバーごとに最適なアプローチを学びます。「任せる力」を高めることで、チーム全体の成長を促進し、自身のリーダーシップを発揮できるようになっていきます。 ※本動画は、制作時点の情報に基づき作成したものです(2024年12月制作)
会員限定

AI時代の個人力
AIが仕事や社会の前提を変え続ける今、最も求められるのは「他者に代替されない個としての力」“個人力”です。 本コースでは、澤円氏の著書『個人力』をもとに、AI時代をしなやかに生き抜くための「前向きな自己中戦略」を学びます。 テーマは、「Being(ありたい自分)」を中心に据え、自ら考え(Think)、変化し(Transform)、協働する(Collaborate)ことで、自分らしい価値を発揮していくこと。 リスキリングやAI活用が叫ばれる今こそ、スキルより先に“自分の軸”を問うことが重要です。 あなたは何を大切にし、どんな未来を描きたいのか? このコースは、あなたが“ありたい自分”として生き、キャリアをデザインしていくための思考と行動のガイドになります。 ※本動画は、制作時点の情報に基づき作成したものです(2025年11月制作)
会員限定

【AI×クリティカル・シンキング】①イシューと枠組みでプロンプトを磨く
生成AIから期待する回答を引き出せず、試行錯誤を重ねていませんか。 本コースでは、生成AI活用の質を高める鍵として、クリティカル・シンキングの視点からイシュー設定と枠組みを押さえる重要性を解説します。 目的に直結する問いの立て方や、プロンプトに落とし込む際の実践ポイントを具体例とともに学ぶことで、AIをより思考のパートナーとして活用できるようになります。 生成AIを業務で使い始めた方から、活用を一段深めたい方まで、再現性あるプロンプト設計を身につけたい方におすすめの内容です。 さらに学びを深めたい方は、こちらも合わせてご覧ください。 【AI×クリティカル・シンキング】②AIの弱点との向き合い方 https://unlimited.globis.co.jp/ja/courses/cdfe41e3/learn/steps/62198 ※本コースは、AI時代のビジネススキルを学ぶ「AIタレントシフト」シリーズの一環として提供しています。 https://unlimited.globis.co.jp/ja/tags/AI%E3%82%BF%E3%83%AC%E3%83%B3%E3%83%88%E3%82%B7%E3%83%95%E3%83%88 ※本動画は、制作時点の情報に基づき作成したものです(2026年1月制作)
会員限定

リーダーの挑戦⑤ 藤田晋氏(サイバーエージェント代表取締役)
グロービス経営大学院学長の堀義人が、日本を代表するビジネスリーダーに5つの質問(能力開発/挑戦/試練/仲間/志)を投げかけ、その人生哲学を解き明かします。第5回目のゲストは、サイバーエージェント代表取締役の藤田晋氏。起業の理由、経営をどうやって学んだか、アメーバブログ・ABEMAの立ち上げ、経営チームづくりについてなど聞いていきます。(肩書きは2020年12月11日撮影当時のもの) 藤田 晋 サイバーエージェント 代表取締役 堀 義人 グロービス経営大学院 学長 グロービス・キャピタル・パートナーズ 代表パートナー
会員限定

ビジネスパーソンのための睡眠スキル ~問題解決編 前編 なぜ眠れないのか?~
「仕事が終わらないから睡眠時間を少し削ろう…」「業務時間中なかなか集中できない…」「毎日朝起きるのがつらい…」。 あなたはこのような経験をしたことはありませんか? 仕事やプライベートの時間をやりくりするために、真っ先に削りがちなのが「睡眠」時間。 実は今、日本社会は世界と比較して「最も眠らない国」だということもわかってきています。 慢性的な睡眠不足は、心身の健康に悪影響なだけでなく、仕事のパフォーマンスにも当然大きな影響を与え、社会全体の経済損失につながります。 このコースでは、基本的な睡眠リテラシーを学んだ後の「問題解決編」として、「なぜ多くのビジネスパーソンは眠れないのか?」について解説していきます。 ▼本コースで学べる主な内容 ・そもそも眠れないことは何が問題なのか? ・眠れなくなってしまう原因とは? 睡眠不足の原因は認知機能の問題にありました。 自身の睡眠不足に対し、正しく「気づき・理解し・行動を変える」第一歩を踏み出しましょう。 ▼関連コース ・ビジネスパーソンのための睡眠スキル ~リテラシー編~ https://unlimited.globis.co.jp/ja/courses/24575c03/learn/steps/53129 ・ビジネスパーソンのための睡眠スキル ~問題解決編 後編 どうしたら眠れるのか?~ https://unlimited.globis.co.jp/ja/courses/4ba981e9/learn/steps/62042 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
会員限定

大阿闍梨 塩沼亮潤が死の手前で見つけた「生き方」
あすか会議2018 第4部分科会B-1「極限の世界で見つけた人生の歩み方」 (2018年7月7日開催/国立京都国際会館) 1300年間で2人目となる大峯千日回峰行満行を果たした塩沼亮潤大阿闍梨。48キロの山道を1日16時間掛けて歩き、それを千日間に亘って続ける過酷な行の中で、どのような悟りを得たのか。そして、9日間、断食・断水・不眠・不臥を続ける四無行満行という極限の世界で何を見つけたのか。塩沼氏が「創造と変革の志士」へ贈る「人生の歩み方」とは。(肩書きは2018年7月7日登壇当時のもの) 塩沼 亮潤 慈眼寺 住職
無料

英語 de 学ぶ!3Cs Analysis(3C分析)
このコースでは、グロービス学び放題の英語版である『GLOBIS Unlimited』のコースの中から、ビジネスで役立つ頻出の英語表現をピックアップしています。英語ネイティブの方が実際に見ているコースなので、リアルなビジネス英語の表現を学ぶことができます。 今回のコースは「3Cs Analysis(3C分析)」です。一緒に『英語で』ビジネス知識を学んでいきましょう! ▼今回扱ったUnlimitedコース続きは下記からご覧いただけます 3Cs Analysis https://unlimited.globis.co.jp/en/courses/da5ca962/learn/steps/36362 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
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。
コメント56件
chanyumi
DWH
└データウェアハウス。膨大な量のデータを分析しやすく検索できるように蓄積したデータベース
構造化データ・半構造化データの処理に適している
Amazon redshiftとかGoogle BigQuery
構造化データ:エクセルやCSVのように行、列のあるデータ
半構造化データ:Jsomとかxmlのようなデータの中のピンポイントの情報を文章で書き表したもの
Data Lake
└あらゆる規模の構造化データおよび非構造化データを管理、検索、共有分析できる一元化された安全なリポジトリ
データをそのもままの形で蓄積する
機械学習の場合はそのままのデータが向いていることが多いので機械学習の場面で使われることが多い
非構造化データ:メール、写真、契約書、音楽などなどのデータベース化できないようなデータ
リポジトリ:ファイル、設定情報、プログラムなどの何らかの保管場所のこと
Lake House
└DWHとData Lakeの両方の特徴を持ち合わせた新しいアーキテクチャ(=構造、構成)
データ分析が担う範囲
・狭義のデータ分析基盤はDWHとETLツール(抽出、変換・加工、格納の仕組み)とBIツールだが、現在はData Lakeを含むのが一般的
・分析データの用途はすでにBIツールから機械学習に拡大している
・ほしいデータの所在や仕様の管理はデータカタログで一元管理
・ソースデータからデータマートまでのデータソースのトレースにはデータリネージが用いられる
データマート:データウェアハウスが企業内の情報を網羅的に管理・格納したデータベースであるのに対し、データマートは、企業内に蓄積されたデータから目的に応じて一部のデータだけを抽出し、利用に適した形に加工して格納したデータベース
データリネージ:
いつ、どこで、どのように取得されたデータなのか
どのようなETLを経たデータなのか
どのような分析にかけられるデータなのか
これらの情報を明確にし、データが取得されてからETLを経て分析にかけられるまでの流れ(これをデータパイプラインといいます)を適切に管理するという考え方です。
またこのようにデータについてのデータを特にメタデータといい、データリネージのようなメタデータを活用したデータマネジメントが近年注目されつつあります。
同様の考え方に食のトレーサビリテ
koba_y
思っていた内容と違っていました。内容難しいく理解しきれませんでした。
tomo_ncs
何はさておき、用語を理解することが大事と認識。
初打ち合わせの席で、目を白黒、ポカーンとしないように。
ra-0072
データレイク、DWHについての理解が深まった。
warashina12345
データベース化、解析処理に活用したいと思う。かなり専門用語が多く難しく感じた。
kyo1227
データベース化、解析処理に活用したいと思う。かなり専門用語が多く難しく感じた。
junkie-junya
基本的な用語や考え方については理解できた。
saijo_ky
データレイク、DWHなどどのような違いがあるか理解できた。
arts28
データ分析を行い、業務活用を行いたいと思います。
topwater_bancho
難しい用語が多かったですが、一つ一つ理解してデータ分析に活用したいと考えます。
th0588
難解すぎて、理解出来ませんでした。
shibatamas
データドリブンを取り入れたDXを推進する顧客に向けて、データ分析基盤を理解することで、新たな案件の獲得につなげたい。
everest
組織内のデータを効率的に収集・管理・活用する体制を整え、意思決定の高度化に活用したい。
bb-x
自部署は現場でもあり専門用語の理解ができなかった。現場でも活用できるデータ分析の手法をカジルことができるのかと思っていたが全く違った印象。日常においてどう活用できるか? できないでしょう。
fukucchi
データを分析する際にデータの存在する場所がバラバラであり、形式も多様であると言った問題を吸収するためにデータ解析基盤が必要となる事を理解できたと思う。現状部署やチーム間で点在しているデータの相関関係までを含めた分析ができていないと思われるため、データ分析基盤の考え方を取り入れる事により、より効果的な分析が可能になると思われる。
hatenahatena
どういうものを作るかを念頭に、自由に背選択アレンジできる点がいいと思います。
chi777_ko777
活用できるよう、いろんな資料を確認してみようと思います
yoshitomo_okita
データ活用の重要性を理解しました
terulin
入門としての概念的なものだからかもしれませんが、いまいちピンとこなかったです。
si-
データ分析基盤がよく分かってなかったので理解できました。
kurodaccyo
データ分析基盤とは何か、今まで聞いたこともありませんでしたが、この動画で知ることができました。よくわかっていませんが、自分で調べて勉強したいと思います。
holborn_summer
難しい内容でしたが、ためになりそうです。
aki49
DWHをつくり、サイロ化しているデータを集約することにより、データ分析の活用基盤となる。また、GDPRの基準をクリアすることも、個人情報保護の観点でも重要な基盤創りの要件になる。
m-j-k-s
難しい。ついていけなくて。。。勉強しないといけませんね。改めて思いました。
oknmkcti
ざっくり専門用語を概観できた。
h_tsukawaki
データ分析基盤構築の目的が、事業会社の方が分析に集中できるような快適な環境を整えることと認識できました。
dx_choco
・データ分析基盤・・・データを整理して保管しておく場所。データの状態や利用目的によって保管場所のしくみを選ぶ(DWH、Data Lake等)
・DWH・・・データを活用しやすいようにデータベースの形でデータを保管する
・Data Lake・・・あらゆるデータを保管できる
両方の特徴をもったLake House アーキテクチャというしくみもある。
・データ分析基盤を活用する上では目的、データ品質、セキュリティなどきまり(データガバナンス)を決める
・データ分析基盤をより効果的に利用できるよう、様々な機能や管理手法がある
hoshi_masaki
データ利活用の実際の利用者は意識ないところだと思うが、内部ではこういうものがある、と。そして、このデータの意味を知るのはビジネスの現場であることから、この環境構築には事業部門の関与が必須。構築には多大な工数かかるが、構築の先にどのような未来があるのか。それが明確の上でやらねば意味ないのではないか、どうだろうか
ganbarouit
データレイク、DWH、レイクハウスについての用語説明が主だった。
reverend
専門用語も仕組みもとても難しかったです。
引き続き学習に努めます。
shomachika
データガバナンスの実現は現実的に難しいと思いました
yougamyouga
専門用語が難しかったので、わからなかった部分を学習し直します。
aaa321_
何回も視聴することでデータ分析学びの基盤にしたい
kakimoto_
専門用語が難しかったので、わからなかった部分を学習し直します。
1985hiro
データ分析基盤おそるべし
nekonyan
データレイク、サイロ化、他、データを分析する基盤のキーワードを学ぶことができた。データレイクは、構造化データや非構造化データをそのままの形式で格納することを目的としている。data lake(情報の湖)ということなのですね。勉強になりました。
rmlab
いま社内でCDPの構築が必要と提案しているが、データ分析基盤の必要性に考えをアップデートする必要があると感じた。
CDPは顧客を分析して意思決定やマーケティングに効果を発揮することが期待でき、これからの経営に必須だと思っている。
これからの経営にはデータ分析基盤が必要であり、必要性を社内に浸透させることや、データ分析基盤の整理や開発、実際の運用には、データガバナンスなどの仕組みや枠組みと、社員の考え方や理解などマインドの部分あり、まずマインドから理解、浸透、醸成が必要であると認識し、自社の課題はこのマインド部分だと思った。(マインド部分について講義ではまったく話されてないですが、このような講義を受講することで、いま現在の自分自身の思考や考え、行動にヒントをえることができるので助かります)
fujitar_06
データ分析基盤について参考になりました。
scott3
データの形式が色々あるのでそれをまとめて同じ形式にする必要がある。
その後に分析を行い。
データーベースシスシテムを管理運用する人が必要なのだと感じた。
fkzm
データの活用について主要なキーワード、仕組みについて理解できた。
日常の業務で手にするデータから新たな洞察を導く仕組みを考えていきたい。
oshima1001
現状の業務と離れていた
yasu--ta
データベース化、解析処理に活用したいと思うが、なかなか習得に時間が掛かりそうかと。
コツコツやってみるか。
kaz--
データベース化、解析処理に活用したいと思う。かなり専門用語が多く難しく感じた。
xiu14
データ分析基盤に関する手法について、聞きなれない単語の連続となり、
理解が及んだとは言い切れないため、時間を作って復習したいと思います。
sbsconts
IT分野に疎いため、各種用語等の概念不足から内容把握が難しい状況でした。いろいろとわからないことが把握できましたので、IT分野の様々なことに触れ知見を高めていく必要性を感じました。
sibakazu
難しい
慣れない用語から学んで行きたい
black0saku
データ分析基盤がどのようなものか 学ぶことができました。これから導入する新しい統合データベースシステムの利活用についてどのような観点でインフラの側面から考えれば良いか 学ぶことができました。
h_kouno
用語など難しくはあったのですが、データ統合、データ連携、サーバーのクラウド移行などに必須と思われる内容でしたのでしっかり復習したいと思います。
ic434
専任担当者向けの内容でした。管理プラットフォームの詳細説明というより、現場データの特徴・属性に応じたプラットフォームを選択するための基礎知識を期待していました。
sunrize
システムユーザー向けではなくシステム構築担当者の教育用の内容と感じました。
t_yamags
ほぼ、用語解説に終始していると思います。
もうちょっと使い方とか、実践的なものと期待していました。
e-s-y
データを活用する側であるが、現在は必要なデータを抽出するのに時間が掛かる。
何故、時間が掛かるのか少し理解できた。
仕組みを理解し改善を考えたい。
70sp1208
データ分析には様々な方式があることを知った。内容としては、初めて聞く用語が多く少々馴染みが薄かったが、復習して徐々に馴染みがあるものにしていきたい。
junkobasama
データ分析基盤の仕組みがわかりました。参考になりました。
st90570
データ分析基盤の概要は理解出来たが、アーキテクチャなどの専門用語など難しい点が多かった。
naorinko
当たり前のように使っているデータですが、データ基盤の仕組みを理解すること、そして個人情報をはじめとするデータの使い方を間違えると大変なことになるので、これからは正しい使い方、そしてデータの読み方をアップデートし続ける重要性を感じました。