新着
02月10日(火)まで無料
0:59:48
おすすめの学習動画
「分析」の関連動画 一覧を見る
因果関係 ~原因と結果の関連を理解する~
因果関係とは、あるものごとが「原因」と「結果」の関係でつながっていることです。「因果関係」という言葉は様々な場面で使われますが、ビジネスにおいても、因果関係の把握は問題解決などの場面でとても重要な思考技術の一つです。 因果関係を把握し、因果関係を明らかにすることのメリットやコツを身につけましょう。
9分
相関分析 ~データの関係性を理解する分析手法~
相関分析とは二次元の図表に2つの軸をとり各要素の関連性を見る分析手法です。 物事の因果関係を見たり、物事に影響を与える重要な要素を見極めるヒントを得ることができます。 ※2018年4月、一部内容をリニューアルいたしました。 相関分析【旧版】でコースを修了している場合でも、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
9分
散布図 ~数字同士の関係性を勘に頼らず分析・判断する~
散布図は2つの数字の関係を見ることができるグラフです。円グラフや折れ線グラフなどグラフには様々な種類がありますが、2つの変数の関係性を調べるときには、散布図が有効です。 2つの数字を「比較」し、関係を見極めることで「因果関係」を推し量ることができます。 ビジネスの場において、勘に頼らない判断をするためにも、散布図を理解し使いこなせるようになりましょう。
6分
ビジネス定量分析（前編）
「なんとなく数字に苦手意識がある」という方もいるかもしれませんが、ビジネスで使われる定量分析の基本は、とてもシンプルです。 前編・後編を通して、事例を用いながら、ビジネスの意思決定に求められる分析の基礎、分析の際の考え方、グラフでの見せ方などを学んでいきます。 まず前編では、分析とは何か、そのための仮説思考の考え方をおさえ、分析の視点を養います。 物事を経験や感覚ではなく、定量的な根拠を持って考察し、判断する能力を身につけましょう。 ※「ビジネス定量分析」は「前編」「後編」の2コースからなります。 「前編」を修了した方は、「後編」も視聴されることをお薦めします。 ・ビジネス定量分析（後編） https://unlimited.globis.co.jp/ja/courses/ddf49175/learn/steps/36637 ※2020年9月23日、動画内のビジュアルを一部リニューアルしました。内容に変更はありません。 旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
49分
パレート分析 ~構成要素の影響を優先順位や判断に生かす~
パレート分析とは、構成要素を大きい順に並べた棒グラフと、それらの累積量（全体に対する百分率）を示す折れ線グラフを組み合わせることで、上位の一部要素が全体にどのくらい貢献しているかをみる分析方法です。 ビジネスにおいて物事を重要なものから処理する、あるいは改善感度の大きいものから手をつけるといった優先順位付けや判断に役立てることができます。
4分
フェルミ推定 ~限られた情報から概算値を推計する~
フェルミ推定は、正確な数値がすぐに分からない時などに、入手しやすい情報等をもとに、論理的に推論し、概算の値を求めることです。 コンサルティング会社や外資系企業の採用試験や面接で使われることもあり、論理的思考力を確認するために活用されることもあります。 たとえば、「日本にある電柱の数は何本か？」と問われたら、どのように回答しますか？ いくつかの手掛かりや限られた情報から、論理的に推論し、概算値を推計する力を身につけましょう。
10分
ビジネス定量分析（後編）
「なんとなく数字に苦手意識がある」という方もいるかもしれませんが、ビジネスで使われる定量分析の基本は、とてもシンプルです。 前編・後編を通して、事例を用いながら、ビジネスの意思決定に求められる分析の基礎、分析の際の考え方、グラフでの見せ方などを学んでいきます。 後編となる本コースでは、グラフの見せ方、数字の使い方、そして数値の関係性を見抜く上で必要となる数式化の基本を解説していきます。 物事を経験や感覚ではなく、定量的な根拠を持って考察し、判断する能力を身につけましょう。 ※「ビジネス定量分析」は「前編」「後編」の2コースからなります。 「前編」を視聴していない方は、以下より視聴ください。 ・ビジネス定量分析（前編） https://unlimited.globis.co.jp/ja/courses/f64e4ff5/learn/steps/36653 ※2020年9月23日、動画内のビジュアルを一部リニューアルしました。内容に変更はありません。 旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
1時間 8分
回帰分析 ~因果関係を把握・分析しビジネスのヒントを得る~
回帰分析とは、ある変数と他の1つ、またはいくつかの変数の関係を見る分析です。たとえばアイスの売上に影響を与える変数を知るといったことです。どの変数に関係があるかを明らかにすることで、施策検討に活かすことができます。また、変数間の関係を知ることで、知りたい情報の予測をすることができます。 単回帰分析と重回帰分析の手法を通して、変数間の関係の把握やそれに基づいた予測などを学びます。 ※2019年5月、一部内容をリニューアルいたしました。 旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
15分
クロス集計 ~アンケートや調査分析の基本を理解する~
クロス集計は、アンケートや調査結果を集計する際の基本となる集計方法の1つです。 例えば「賛成」「反対」を問うアンケートを実施した場合、各回答の割合を集計したものは単純集計と呼ばれますが、これを性別や年齢層別といった属性別に集計するのに役立つのがクロス集計です。 クロス集計は、幅広い用途で活用され、ビジネスパーソンが知っておくべき分析ツールです。 クロス集計のメリットや分析の考え方を理解し、ビジネスに役立てましょう。
10分
感度分析 ~計画の安定性や危険度を予め分析する~
感度分析は、計画や予想を立てる際に、ある数値が現状または予測値から変動したとき、連動して動く別の数値がどれだけ変化するかを見るものです。 ビジネスの数値は、計算式で表現できるものが多くあります。計算式の数値の変化を考えながら、最終的な計算結果の振れ幅を分析するのが、感度分析です。 最終的な利益やキャッシュフローなどへの影響、計画のリスクを知り、改善を図るのに役立ちます。 ※2019年8月、一部内容をリニューアルいたしました。 旧版でコースを修了している場合、本コースは未視聴・未修了の状態となります。 旧版の修了証はマイページの「学習の履歴」より引き続き発行いただけます。
6分
定量分析の5つの視点 ~データの目のつけどころを理解する~
定量分析の本質は、データを比較することです。よって、データのどこに目をつけて何を比較するかという目のつけどころが非常に大切になります。 この動画では、目のつけどころを「定量分析の5つの視点」としてご紹介します。感度の良い分析を行い正しい意思決定をするために、定量分析の際に意識するべきポイントを説明します。
11分
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。
56分
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）
新着02月10日(火)まで無料
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225件
inyourmind
講師の方の「C」の発音がよくて驚きました(笑)
ichi_t
今年、統計検定3級に合格したが、初めて見る図が出てきた。
コンピュータが自動で画を描いてくれるようになる前の時代から、郵便局はほぼ均一に設置されていてすごいと思った。その時は人の勘だったのか、ローテクな方法も知りたくなった。
kitakyuman
統計の作り方によっては説明者が決定したい内容を意図的に作ることもできる。過去はこれを見せ方を工夫するとも言ったかもしれないが、ファクト重視の現在には相応しくない。統計分析本来の活用方法を使いこなしたいと思った。
matute
言葉・文字で説明するよりも、データを可視化することで、相手がより理解しやすい説明になると思う。なおグラフは、使い方によって誤った見方ができてしまうことから今回学んだことを生かして、グラフを使い分けたいと思う。
shin130
根拠を述べる資料として、データを提示する場合が良くあります。
わかりやすくデータを可視化することで、情報の伝達が良くなり仕事を進めるうえで有効に活用していきたい。
ken222
データの内容に適した可視化を行いたい。
yokohama123
グラフの種類、使い方について改めて学ぶことができた
nobuyuki_46
起点を０にしない方が差が出やすいので、わかりやすくするために０にしないことが多くありましたが、逆に誤解を生んでしまうこともあるので注意したいと思います。
sakura0131
各図の使用について学ぶことができました。属性情報の切り分け、脱落情報の正しい認識、インク比などを考慮して、分析していきたいと思います。
kazumi_100pot
データインク比に留意したり、3Dグラフを多用しないようにするといった点を重視していきたいと思います。
kobamasa3
グラフ毎の特長を理解し、適切なグラフを使って可視化、関係者にプレゼンできるようにしたい。
chikako_k
3D円グラフが曖昧になることは、初めてしりました。
2D円グラフでも、%や数字を入れたら、曖昧さは回避できるようにも感じました。
manabi-san
データの可視化について、基本的なことから学べました。分析に合った手法を用いるようにします。
furumizu
様々なデータ収集後の整理において
最適な手法を選択する
k-akira
データサイエンティスト検定の対策として受講しました。図解がわかりやすかったです。
k_yuna
大変勉強になりました。
yoshinore0402
まだよくわからないことが多いため繰り返し学習したい？
hararin-kobo
可視化の方法と注意点が、理解できた。
asano-desu
自分が苦手としている可視化がよく理解できた。プレゼンや実績発表時に分かりやすいデータを作成し相手に伝わりやすいようにしたい。
watanabe-tat
データインク化を意識して、最適なグラフを選択して、過度な装飾を避け、誤読・誤解を回避するプレゼンを心掛けたい。
naoki_sasano
データを可視化する際のグラフの種類、またグラフの選び方、書き方の注意点が理解でした。
t_nakamura11
データの可視化で適さないグラフを使うとかえって誤解を生む事があるので、理解して使い分けて行きたい。
stani
可視化することは大切である。
7031
3Dグラフを多用しないようにするといった点を重視していきたいと思います。
akihisa3
異なる属性のデータは分けたほうがよい分析になるという点は納得しました。当社で実際に混ぜられたデータをよく見るからです。
70sp1208
普段使う棒グラフや円グラフ以外にも箱ひげ図など、初めて知るグラフもあり、勉強になった。また、３Ｄ化したグラフは、単なる見栄えでなく、少ないデータを錯覚をもたらして多く見せるテクニックであることも知った。３Ｄ化されたグラフを見たら、注意しなければならない。
mikeover
グラフの種類と利用する際の場合分けや注意点が非常に参考になった。
akoakodream
様々なグラフの特徴を理解して分析に取り組む
user-name01
データの可視化の意味がわかった。データの持つ意味が間違って伝わることのないような表現を考えたいと思った。
m-kamika
普段自分が活用しているグラフの種類が少ない事をあらためて実感した。用途に応じてさまざまなグラフを使い分ける事が出来るよう勉強したいと思いました。
iso_ken
打ち切りや脱落、グラフの選び方によって、恣意的に不利をごまかされてしまうことが分かった。
グラフを見る際には注意したい。
ysen
グラフの使い分けをよく理解できた。自分が見る時にも意識が変わる。資格取得の一助となる講座であった。
m91
データ分析は何をどう見せたいのか（分析したいのか）の目的に応じて可視化する手段を選ぶ
yonghwa
数字を見極める力をつける
yasupii
グラフは目で見て、各要素の違いを識別するのに使うことが分かりました。そのため、正しい判断をするためには、用途によりグラフを使い分けることが大切であることを忘れずにしたいと思います。
kenjiro_fujita
ボロノイ図、箱ひげ図など新しい言葉を学んだ。拠点を設置するために、どこに設置することが効果的かを、ボロノイ図を用いて説明したい。
ben3369
化学工場の設備課に所属しています。
設備の老朽化に関する因子はさまざまあり、相関関係を客観視するためには、データのまとめ方が重要になる。
データから何が言えるのかをシンプルに表現するために今回学んだことを活かしたいと考えています。
yoshihito_f
表現する目的に応じたグラフを選択する必要があることが理解できた。
vz3000
データを可視化する際のグラフの種類、グラフの選び方、書き方について理解を深めることができた。
boo10109
業務で資料を作成を作成する際、グラフを使用してデータの可視化をすることは良くあるが、適したグラフを選択することが不適切な解釈を防ぐためには重要であることを学んだ。
kentpapa
データ分析はそもそもちゃんと伝えることを目的にしているので、それぞれで表現したいことを明確化し、どのようなデータを使用すれば効果的なのか、それぞれのメリット・デメリットがよくわかりました。それぞれの特性に応じて活用していきたいと思いました。
yanagi_178
当たり前に使っていて経験則で何となくわかるものの、改めて見ることでとてもすっと入ってきました。
k--g--
データをどのように集めたか（例：母集団の数など）を示していないグラフはあまり信頼できず、価値がないように考えています。
hearttsuyoku
グラフの選び方などによって、見え方が変わることが分かりました。
hfkd156036
意図的な結論誘導のためのデータ可視化にならないよう注意したい。
miura_ka
適切にデータを用いてアウトプットを行う事が重要と認識できた。
take515
可視化についてグラフの種類、表現の基本事項を確認できた。
luto0505
普段の業務でグラフを扱うこと自体まずないが、グラフの使い分け方がよく分かり、非常に勉強になった。
hr-sakai
人を納得させる為にはデータは不可欠だが、見せ方も大事とおもう。だれにもわかるデータを可視化して説明材料をつくることに役たちます。
shirojpn
折れ線グラフ、棒グラフ、円グラフ、散布図等 普段からよく使用するグラフでの可視化手法から
箱ひげ図や、ヒートマップ、ポロノイズのようなあまり利用した事のない可視化手法まで、可視化の方法を体系的に理解する事が出来た。
箱ひげ図は、何となく見る事があったが、今回その意味合いを具体的に理解する事が出来て有意義だった。
また、データの可視化で、３Dグラフが誤解を招くという事例は、非常にわかりやすく為になる内容だった。
katsushima
データの可視化について、普段何気なく使っているグラフは目的に沿った使い方があることを知れてよかった
minori_yabu
データの可視化について留意点を学ぶ事ができた。
madogiwazoku
素人には難しいです。難しくてはげそうです。鼻血もでそうです。
haruyukipapa
箱ひげ図の境界点の理解ができました。ヒートマップもPythonのSeabornでぜひ作ってみたいです。
suzuqp
データの表現の正しさを意識するようにしたいと思います
s-ma
何気なくグラフを見ていたが用途や目的によって適切な表現が必要であることを理解した
k_k_ai
ボロノイ図は知らなかったので勉強になりました。また、箱ひげ図は存在は知っていましたが、見方が分かっていなかったので勉強になりました。
akira007
グラフの種類を適切に使用しないと間違った印象を与えかねないということがよくわかりました。
ono_toshii
グラフの基本的な使い方がよくわかりました。色を多用しすぎない等、あまり意識しない点も述べられており、今後参考にしようと思います。
michiyomichiyo
表示の選び方で同じデータも明確にわかりやすくなったり、逆にわかりにくくなることがあるので、正確な可視化を意識する
test_test___
データにあったグラフの選び方は押さえておきたい。3Dグラフは何のために存在しているんだろう？
kitano_wataru
実は棒グラフとヒストグラムの違いがよくわかっていなかったので、理解ができてよかった。
kankita
見せたいデータによってグラフを使い分ける
y_mik
逆に言えば、3Dや0起点でないグラフを使用している場合、作成者が隠したい内容が含まれている(ミスリードしたい)可能性があるということ。
グラフを作る場合に意識するのはもちろんのこと、見る側としての大事な視点だと思います。
14001
データを可視化することで様々な分析をしたり相関や因果関係を考えたり外れ値やばらつきに考慮することが重要だと思いました。
atsushi_komaki
データから何を知りたいのか、何を知らせたいのかによって目的にあったグラフを選択する必要があるということが分かった。
グラフの特徴を理解し、使い分けて自信が何をしたいのかを表現できるようになりたい。
pi_pipipi
箱ひげ図の読み方が分かった。
pontaro-
データの可視化は重要です。従って、どのグラフ・図を用いるのかは適切に判断する必要があります。プレゼン資料においても共通の内容となります。なお、見栄え（装飾など）は必要最小限に留める＝シンプルな方が理解促進に繋がります。
yuji64
データの見方の留意点を再確認できた。
ishii-toda
円グラフのあやうさについては今回知ることができて良かったです。
cs1960
大変勉強になりました。
wenfan
データの可視化の際は適切な表現方法を選ばないと誤解を生む可能性がある。
moco_fuwa
しっかり正しい内容を伝える事のできる可視化方法を選択したい
06183
データを可視化するには、何を可視化したいのか事前に目的や意図を明確にする必要があることを学びました。また３Ｄなどは返って分かりにくくなるケースがあることも理解しました。
yoshiki2355
正しいグラフを書けるようにしたい
zyuroku
可視化の手法と気をつけるべきポイント、使い分けについてよくわかった。
k-takahashi0719
どのような基準で適切なグラフを選ぶべきか理解が深まった
t_yamags
これは中級ではなく基礎的なものであった。
tsukamotoya
先ほど挑戦したDXテストの問題がいくつも出てきておりました。先に学習しておけばよかったですね。
yuki_nagato
データを可視化することで、情報の伝達が良くなるので有効に活用していきたい
saito0722
データの可視化できる機会があれば活用したい。
jis46
データを可視化することで、言葉だけでは説明しづらいものを簡潔にわかりやすく伝えられそうです。
yokoishida
とてもわかりやすくおさらいできました。
pinguino
グラフ類それぞれの特徴や作成する際の注意点など、役立つ内容だった。
h-kozawa
基本的な内容でした。
taki1990066
色んな可視化ツールがあることが理解できた。データを可視化する際は、目的にあったグラフを活用します。
yamyamyamyam
統計には色々な方法があることを学びました。
それを日常業務に活かせるようにしたいと思います。
lonfri
データ可視化は業務遂行上重要なスキルであり今回の受講により基礎を再認識できた
muu_ma
割合をグラフで表現する場合、疑問なく円グラフを使うものだと思っていたが
例で出されたデータを見ると、棒グラフの方が分かりやすかった。
また、3Dのグラフはデータの解釈にとても悪影響を与えるのだなと勉強になった。
同じデータでも、使用するグラフによってこんなにも見え方が変わるというのは新たな気づきでした。
grateful
データの見せ方を学びました。
masato_86
可視化は理解できそうです
oknmkcti
うるさすぎるグラフはどこか胡散臭いということ。派手すぎず誠実なデータ分析を目指したい。
shin_yako
参考になりました。仕事での活用を考えます
toshiazeo
プレゼン資料作成時に応用致します。
tanaka7689
データの見せ方で正確に物事をとらえられなくなる可能性もあるので気を付けていきたい。
e_co
見栄えの良いグラフを求められることも多々ありますが、グラフの種類を正しく選択しないと正しくデータ分析できないことを説得できそうです。
yoshikouc
可視化もわかりやすさの一つなので軽視しないことが大切だとわかりました
makotokoma
ありがとうございました。
takashi_tsujii
データ数が多い時には可視化し仮説をたてて分析することが重要と感じた
kyo1227
データ分析は何をどう見せたいのか（分析したいのか）の目的に応じて可視化する手段を選ぶ