1:03:55
おすすめの学習動画

AI BUSINESS SHIFT 第12回 機能別戦略編:AIで加速する新規事業の創出
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12回です。 第12回「機能別戦略編:AIで加速する新規事業の創出」では、新規事業やスタートアップを取り巻く環境がどのように変化しているのかを俯瞰し、新たな価値創造と非連続な成長を生み出すために、AI時代における事業機会の捉え方や、成功確率を高めるための考え方について学びます。 ■こんな方におすすめ ・新規事業開発やスタートアップ創出に携わるリーダー・マネージャーの方 ・AIを活用して事業創出のスピードや成功確率を高めたい方 ・AI時代における新規事業リーダーの役割やマインドセットを学びたい方 ■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03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 BUSINESS SHIFT 第10回 機能別戦略編:AIで変わるバックオフィス
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10回です。 第10回「機能別戦略編:AIで変わるバックオフィス」では、人事・総務・労務・経理・情報システムなどのバックオフィス領域において、定型業務の自動化や効率化といった現場レベルのAI活用だけでなく、いかにして経営や戦略に貢献する存在へと進化していくのかについて考えを深め、学んでいきます。 ■こんな方におすすめ ・人事・総務・労務・経理・情シスなど、バックオフィス部門を率いるリーダー・マネージャーの方 ・バックオフィス業務へのAI活用やDX推進を担っている方 ・AI時代におけるバックオフィスの役割や戦略のあり方を考えたい方 ■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

【AI×プレゼン】AIと磨く「心を動かす」伝え方
AIの進化によって資料作成やリサーチの効率化が進む一方で、重要性を増すのが「伝える力」です。本コースでは、AI時代のプレゼンに求められるデリバリースキルについて解説します。 自分の伝え方を客観的に評価し、改善できるAI活用法も紹介。大事な場面で「心を動かす」プレゼンをしたい方におすすめです。関連コース「プレゼンテーションスキル」も併せてご覧ください。 ▼プレゼン動画分析プロンプト(辛口) https://hodai.globis.co.jp/learning_documents/6f976cda ▼関連動画:プレゼンテーションスキル https://unlimited.globis.co.jp/ja/courses/598f3254/ ※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

【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

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889件
ken-jet
昭和41年に出生率が下がっている理由が、丙年の干支が関係していたのは興味深かった。さらに、そこから「結婚ビジネス」や「還暦ビジネス」などにも影響を及ぼすという見解は非常に参考になった。
異常値も、分析すれば今後の動きを予測するのに役立つので、今後データで生じた場合は注目してみたい。
test_
特にネット関連のビジネスでは、指数関数的成長をするものが増えてきている(口コミにより拡大するビジネスなど)。ビジネスの導入期においては、ゆるやかな線形のグラフに見えてしまうので、影響を軽視してしまいがちである。
同じように見えるグラフでも、その技術、ビジネスの背景をしっかりととらえ、爆発的成長の可能性があるのか、ゆるやかに成長していく可能性が高いのかを判断していくことの重要性が増しているように思う。
noyo1
時間は共通認識できているため様々な場面で活用し理解しやすい。ただし、目盛り幅の設定次第でインパクトを操作できるので、見る方も注意が必要。
gmd
業務では常に傾向変動をチェックしているが、異常値に地に着目することは少なかったのでもう少し意識したいと思う。
jun3338
傾向変動や季節変動は名称は知らなかったものの、日常業務でよく見かける。
循環変動や不規則変動の分析時の利用方法が全く思いつかない。
傾向変動や季節変動はビジネスにおいて傾向や未来の予測をすることができ対策等を講じることができることは容易に理解ができる。
それに対して残りの2つは何のために用いるのか理解が低い。
抱いたイメージであるが、傾向変動や季節変動は「予測」や「未来」に向かうもの。で循環変動や不規則変動は「結果」や「過去」のものとなった。
vegitaberu
傾向を分析する前に、分析をするデータを、的確に選び取ることが重要と思います。
そして、それを継続的に見ていくことも、同様に大切だと感じました。
hirata_eriko
販売や売上推移をただの記録として持つのではなく、それを分析する視点を持つことの重要性が理解できた。異常値も異常だとして理由がわかった時点でその分析をやめることなく、その先に与える影響も考えていきたい。
masarukanno
時系列で見る視点で必要な知識、留意点が学習出来て良かった。
ringo2020
時系列分析は頻繁に見るグラフです。いろいろな角度から見ることが重要だと思いました。
masa_0125
無知だった私は分析の際にただ闇雲に時系列に並べているだけで、で?と、言われてしまったことがあった。
こういう知識が必要だったと感じた。
wkiymbk
時系列分析とは、横軸に時間軸をとり、縦軸にデータをとって、データの時間的変化を見る分析のことであると学びました。
売上データの分析に活用してみます。
hk_0321
変動要因が安易に予想の付くデータと予想がつかないデータがある。時系列グラフの考察力と備えながらもっともらしい原因が推測できるこの2つの能力が身につくのが理想と考える。最近の話題のCOVID-19の感染者推移は非常に要因が特定しやすい時系列グラフであると思う。
rrabbit
グラフから式を出す
異常値は、今後の影響まで考えるようにする
勉強になりました
rate1201
トレンドは1つだけの傾向を見るだけでは足りないと学びました。
直近だけではなく、長期も同時にみることで、偏りがないような分析をしていきたいです。
omso
異常値に敏感になること、そこで何が起こっているのか考えられるようにしていきたい
djmpajmpkm
不規則グラフも単体ではなく、社会背景や歴史背景を照らし合わせると、一定の規則が見えてくるかもしれない
saito-yoshitaka
ぱっと見て異常を把握する、傾向確認する基本的なツールと考えます。
m_yasuhiro
横軸に時間を置く、時系列変動を分析することにより、トレンドの傾向や、トレンドから外れるようなイベントを見つけ出し、データーを分析していきたいと感じました。
1171042
時系列データには4つの変動(①傾向変動②循環変動③季節変動④不規則変動)があり、「直近のトレンド」と「長期のトレンド」に着目する必要がある。
nikorin01
各項目の処理件数等を時系列に集計して、傾向を探るとともに、異常値が発生した時に、速やかに原因を確認するよう心がける。
yasu--ta
トレンドを見る時に何の目的(知りたい内容は何か)、異常値の扱い
yokayuko
全体の傾向がどういう流れかを把握する事で、長期の需要を予想しやすくする。
tom-kojima
時間軸をベースに多面的に分析していく
omiiiiiiiii
昭和41年(1966年)の出生率が下がっている理由として、丙年の干支が関係しているという科学的な証拠や研究結果はない。出生率の変動は、社会や経済の要因、教育、生活様式の変化、政府の政策など、さまざまな要素によって影響を受けることが知られるが、迷信を信じるとこのようになってしまうのだと分析からわかることもある。
toori-sugari
分析するときは、メモリの幅に注意しつつ、変換点や異常値にも留意したい。
gosimakeizou
業界が天候や全国の災害に影響を受けやすく、その年に何があってこの数字なのかを残していく事が大事だと思いました。
tk-
業務では常に傾向変動をチェックしているが、異常値に地に着目することは少なかったのでもう少し意識したいと思う。
shohgo_nishida
サーバーのリソース状況を確認してスケールアップが必要か判断する
rr-kato
異常値が時折り起こることを意識してデータ分析を行うことが大事である。
akihiro_12
過去から蓄積している品質記録の時系列分析を行うことで新たな発見があるかも知れないと思った。
データから得られた変曲点や異常値の原因に、材料、設備、人、しくみ、においてどのようながあったのか
確認することで、今後の不具合発生を予防することができると感じた。
fukimoto
時系列のデータを見ることはありましたが、季節変動や循環変動などの種類があることは知らなかったです。
グラフの動き方を意識し、活用していきたいです。
h_inou
分析作業中の復讐に役立ちました。
to-yamasaki
今まで何となくで感じとっていたものを、時系列分析する事で、エビデンスとして対策しやすくなると考える。
フィーリングで傾向と対策を考えるのではなく、時系列分析によって対策のタイミングも掴める。
時系列分析を活かして、1年間のプロジェクトを円滑かつ効率的に進めていきたい。
s-kure
過去の売上推移とその時々に起きた不規則なイベントから今後起こりうるリスクを鑑みた計画に役立てたい。
emico100
時系列もやったことないのです
marokazan
何を目的としたデータか、時系列に表すことでその目的を達成できるかが重要。
367
重要な指標はKPIとして把握することがすでに浸透している。一方で表示されたデータをもとに次の一手に役立てることがまだ足りないと思う。形にとらわれず、本質的なことを忘れないようにしたい。
t-mizobata
何かを分析する際は、時系列分析を活用して行うようにする。
k_iwata
異常値を把握することも重要であることを学んだ。
coolbar
時系列データはよく使うので、留意点に注意して使いたいです。
okyuuto
異常値が先々どのような影響を与えるかも考えることが重要であると実感
n021itk
業務で見ることが多い分析手法だと思う
yasu0114
営業実績の分析に活用できると思う。
matsuoka_kyohei
時系列分析の解釈力は自社サービスの活用に広く必要となるため、身につけておきたい。
nikuk
各ローデータから知りたいデータを比較するときに活用できます。時系列データについて理解を深めることができたからです。具体的には、傾向変動、循環変動、季節変動、不規則変動について学びました。これらの変動で生じる外れ値にも注意を向けながら活用してまいります
kento_yama
必要な知識を学ぶことができてよかった。
ksu_d-nakamura
様々なデータと比べるとシ今まで気付いていない可能性も発見できると思う
kurisho
良く理解でき、よかった
hate202108
現状のトレンドを把握するのに役立つ
sundance
とても参考になりました。
mitsuhiro3216
KPIの変化把握に活用する
donachan0516
時系列分析は、時間的変化で過去のデータから将来を予測するときに活用できるとわかった
ninkaku
毎年統計をとる業務があるので、活用できる。
nakayama-daiki
時系列分析は、今後の事業創生に活用できると思った。
cstyum
自動車色別販売台数データで活用したい。各色の時系列データの傾向から売れ筋の色やこれから注目される色に着目し2年後に向けた提案色を決めていきたい。
torao_50
時系列分析で売り上げとトレンドが分かる気がした
sumico
ただの棒グラフ、折れ線グラフだと思っていたものがちゃんと分析方法として活用されていたことにやや驚き。
supernrn
よく使う分析手法であるので、知っていることが多かった
説明を聞いてExcelの近似曲線を利用してみたいと思った
kapapoow
業務では常に傾向変動をチェックしているが、異常値に地に着目することは少なかったのでもう少し意識したいと思う。
ke_nk_en
時系列分析を将来予測に役立てたい。
344210891069
異常値に着目し、そこから何らかの問題点がわかると、状況がかわると思いました。
sawamishota
異常値に地に着目することは少なかったのでもう少し意識したい
nb-take
時系列データは頻繁に目にすることが多いですが、減少なら減少、増加なら増加とバイアスがかかって傾向の認識を誤ってしまうことがあります。異常値についても意識するようにしたいです。
k-kikkawa
時系列データを使って説明する機会が少ないので、定期的に使っ手見ようと思う
3009038063
時系列でデータをとるときに、長期的に見て数値がずれないように条件を設定する必要があると思った
atsushi223
長期的な視点と短期的な視点を忘れないようにしたいと思います
3252
普段何気なく使っているがより有効的な使い方を学んだ。
shoz
横軸に時間、縦軸に新規顧客数をおきデータ化することで会社で1年間にお客さまが着実に増えているのかを確認したい。
aypan777
昭和41年に出生率が下がっている理由が、丙年の干支が関係していたが、来年2026年が同じ丙午の年ということで、同じトレンドがウォッチされるのか、現代の日本人は気にしなくなったのか、結果が気になる
ayuakaiwa
昭和41年に出生率が下がっている理由が、丙年の干支が関係していたのは興味深かった。さらに、そこから「結婚ビジネス」や「還暦ビジネス」などにも影響を及ぼすという見解は非常に参考になった。
異常値も、分析すれば今後の動きを予測するのに役立つので、今後データで生じた場合は注目してみたい。
コメントから
興味深い
nobu46
過去の販売、受注動向と将来予測を時系列でデーター化し、製品別、客先別、地域別でのデーターとして分析し経営や営業戦略に活用している
morryday
時系列データの分析はもはや常識となっているので、以下にニッチな要素を見つけて分析対象とできるか、のように視点を差別化することが大切になってくると思う
masa_nishi-tgc
過去のデータを分析し、将来予測をする時に力を発揮する。
傾向変動・循環変動:傾向循環変動としてまとめて、広義のトレンドとして扱うことがある。
季節変動:1年の中で周期を持ったり、ピークを示したりする変動。
不規則変動:ランダムな変動の事。
比較の基本:同じものを比較する。定義が変わっていないか注意する。
ftmx
時系列データはよく使っているが、横軸のメモリ幅をどう設定するかがいつも悩みどころ(月別、年別など)。大きくとれば異常値が見えにくくなる。伝えたいメッセージに合わせたメモリ幅のグラフにしていくし、必要に応じて2パターン作るのもありかなと思う。
yumi__
企業ごとの債券スプレッドの推移をみることで、割安・割高のタイミングを認識することができる。
miyukita92
異常値も未来のビジネス予想に役立つ視点は理解していなかった。
エクセルの使い方も入っていて、単なる傾向をみるだけでなく、具体的な数字予測もできることがびっくりした
kam69
結果の分析に活用できる
to-kowada
売れ行きのいい商品がなぜ売れるのか、年齢などの傾向を捉えて販売促進につなげることができると感じました。異常値を安易に無視せず、長期的な視点でデータを見ることを意識していこうと思います。
tamanegi66
・年ごと月ごとの保険加入者数をグラフ化することで、加入傾向を把握。親商品の発売時期や営業戦略に生かす。
tomo1216
事象の関係性を説明するのに容易な分析手法と思うので習得したい。
yo-da-s
今回の学びを通じて、時系列分析が「時間の流れに沿ってデータの変化を捉える」ための重要な手法であることを理解しました。特に、傾向変動・季節変動・不規則変動などの要素を見極めることで、製造現場の課題発見や改善策の立案に役立つと感じました。
nozomu_a
時系列分析をすることで、予想外のデータを発見した時に、どのようなイベントがそのデータへインパクトを与えたのかという興味が湧いてくると思う。その興味を膨らませて、自分なりの仮説を考え、検証することで、データを分析・解釈し、より妥当な次のアクションを取れるように訓練していきたい。
annaa
数値をみるときには異常値に注視していきたい
sakai-takahiro
電力などの使用量の日々管理において季節要因などが分析できる
hatanoisaki
異常値が及ぼす将来的な影響を看過することなく、分析等を遂行していきたいです。
sh-yato
業務でよく使う分析方法であり、このような分析・グラフがあると説明に納得感が増すと思うので、今後も留意点やコツを意識しながら利用していきたい。
ta-shida
なんとなく時系列分析しているが、逐一考えて行うようにする
ru_1102_na
業務で活用したいです
sakagami7
省エネ検討に使用します
sakitanimoto
ある団体保険の加入者数が一気に上がった年度があった。その際に過去10年間の時系列データから2年に一回行われる保険説明会がある年度がぴったりその年度と重なっていることが分かった。
ymyhkr
推進事項を時系列で分析したり、会議で共有する際に活用できると感じた。
okamoto_masashi
売上推移と新サービス開始の関係性
masashi-my
異常値についてはそれを無視するのではなく分析のポイントになりえるので注目していきたい
kana0502
他社分析をする際、どのグラフを使うと見やすいか改めて勉強になった
-erina-
業務で過去からのデータ分析を行い、ヒントや新たな施策について活用できると感じました。
aaa-aaa000
時系列分析について活用しようと思いました。
satodaimaru
月ごと(季節ごと)の売上を事業ドメインごとに分析することで、売上平準化へのヒントを見出せるとともに、季節ごとの傾向がわかることから、仕入や人員確保の強弱を検討できる。
iwri-aifhiua
実際に業務で使うので再確認できてよかった
hiroco-k
色々な角度においての分析は必要であるため、活用していく。
toshiko_hirano
長期的にデータ集積を積み上げていくこと、またデータ保管にも基準が必要と感じました。
身近なツール(エクセル)で気軽に試すところからはじめてみたいと思いました。