
無料
【耳で復習】学んでみたけど? ~MECE~
この動画は音声のみでお楽しみいただけるコンテンツです。 フレームワークの「MECE」。学んでみたけど、実際仕事でどう使うの…? そんなあなたのモヤモヤに共感したグロービススタッフが、自分の経験も踏まえて語ってみました。 音声だけなので、「ながら」復習にぜひご活用ください! 出演:グロービススタッフ 小林 舞良、本山 裕輔
110万人突破キャンペーン 最大¥3,980 OFF
キャンペーン終了まで
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
・ビッグデータによる世の中の変化、潮流に関心のある方
・テクノロジーの革新によるビジネスの可能性に関心のある方
・ビッグデータの活用例に関心のある方
ビッグデータ、人工知能といった言葉を聞く機会が増えてきていますが、実際にビジネスに何をもたらすのか、イメージを持っていない方も多いのではないでしょうか。
このコースでは、データサイエンスの潮流と実際にデータをビジネスに活用している例を紹介します。
新たなビジネスやご自身の今後のスキル開発に役立ててみてはいかがでしょうか。
グロービス経営大学院 教員
グロービスAI経営教育研究所(GAiMERi)所長
鈴木 健一
東京大学大学院工学系研究科修了
米国シカゴ大学経営大学院修士課程修了
野村総合研究所を経た後、A.T.カーニー社にてマネージャーとして経営コンサルティング業務に従事。メーカー、通信事業者の新規事業戦略、マーケティング戦略、オペレーション戦略などの分野で幅広いコンサルティング経験を有する。グロービスでは2006年の大学院設置認可、さらに2008年の学校法人設立など、開学から2016年3月まで10年にわたり事務局長として大学院運営にたずさわってきた。現在は教員としてテクノベートシンキング、ビジネスアナリティクス、ビジネスデータサイエンスをはじめとする思考系、テクノベート系科目の科目開発、授業を担当するほか、グロービスAI経営教育研究所(GAiMERi)の所長としてAIを使った次世代の経営教育を創るべく研究開発に時間とエネルギーを使っている。
グロービス経営大学院 講師
栗山 実
東京大学 理学部 物理学科 卒業
東京大学大学院 理学系研究科 物理学専攻 修了
戦略コンサルティングファーム・マッキンゼー社等を経て独立(個人事務所:アンテカニス社)、専門領域は顧客データ分析や市場調査に基づく経営戦略。また、IT・HR・ヘルスケアなどデータ分析技術を活用するスタートアップ数社に共同創業者・戦略担当取締役などの立場で参画し、事業戦略からアルゴリズム設計までを手掛ける。その他、非営利団体運営、学生キャリア支援事業などにも継続的に関与。多摩大学大学院客員教授。
(肩書きは2017年9月撮影当時のもの)
無料
【耳で復習】学んでみたけど? ~MECE~
この動画は音声のみでお楽しみいただけるコンテンツです。 フレームワークの「MECE」。学んでみたけど、実際仕事でどう使うの…? そんなあなたのモヤモヤに共感したグロービススタッフが、自分の経験も踏まえて語ってみました。 音声だけなので、「ながら」復習にぜひご活用ください! 出演:グロービススタッフ 小林 舞良、本山 裕輔
会員限定
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
AI・データ時代のビジネス~顧客価値の創り方(後編)
みなさんは、普段どれくらい人工知能(AI)を意識していますか?私たちが普段から慣れ親しんでいるネットショッピングや動画サービスなどには、既に多くのAIが利用されています。 本動画の前編では、今私たちの身の回りで起こっている「顧客価値」の変化を読み解き、新しい価値の源泉となるデータとAIのインパクトを学びます。 後編となる本コースでは、AI・データ時代の価値創りに求められる重要なポイントをおさえながら、その問題解決の特徴について学びます。 前・後編を通して学ぶことで、新しい時代の価値の担い手としての自信を深めましょう。 (参考:初級「ビッグデータ」) 監修:森谷 和弘 データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役 CTO、データサイエンティスト協会 スキル定義委員 株式会社富士通金融システムズ(現 富士通株式会社)でデータベースエンジニアとしてのキャリアを積み、その後データ・フォアビジョン株式会社にてデータベースソリューションや金融工学系ソフトウェアの開発、データサイエンス、人事等の役員を担当。2018年よりフリーランスとして独立し、AIコンサルタント、機械学習エンジニア、データサイエンティスト、データアーキテクトとして活動。2019年、データアナリティクスラボ株式会社を共同経営者として起業し、データサイエンティストを未経験者から実践経験者へと育成する事業に従事。
会員限定
ディープラーニング ~機械学習がもたらすビジネスの可能性~
人工知能(AI)が注目されるにしたがい、頻繁に見かけるようになった「ディープラーニング」とは、人工知能を飛躍的に進化させる可能性を秘めた機械学習の手法です。物事を分類することが得意で、画像認識や翻訳などの自然言語処理や音声認識の精度を急速に進展させてきました。 では、機械学習とは何でしょうか、そしてディープラーニングは、とりわけ何が新しいのでしょうか。 すでに世の中に送り出されているディープラーニングを活用したサービス事例をふまえながら、この技術の成り立ちをわかりやすく解説し、その可能性や課題も紹介します。
04月09日まで無料
新しい企画を考えるために必要な力/耳で効く!ビジネスサプリ キャリアの考え方
1日5分で気軽に耳だけで聴いて学べる「耳で効く!ビジネスサプリ」。 キャリアの考え方のコーナーでは、自分らしい生き方を見つけるためのヒントをお話します。本コースは日本最大のビジネススクール グロービス経営大学院による、ビジネスパーソンが予測不能な時代であっても活躍のチャンスを掴み続けるヒントをお伝えするVoicyチャンネルからの転載コンテンツです。意識しておくべきビジネススキルやキーワード、今後の時代のキャリアの考え方などを、1日5分で気軽に聴いて学べます。 Voicyチャンネルはこちら https://voicy.jp/channel/880 ※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04月公開)
無料
ビジネスあるある間違い探し ~価格変更編~
仕事の合間のリフレッシュに間違い探しはいかがですか? ビジネスシーンで出会う様々な「あるある」な場面で間違い探し遊びをしながらも、仕事に活かせる学びや気付きを得られる新感覚コンテンツです。 今回は、商品価格の変更を検討する際のあるあるシーンです。 関連コースとして以下も合わせてご覧ください。 ▼ 価格を下げても客数を優先させるべき?限界利益って何?/おカネの研究所 https://unlimited.globis.co.jp/ja/courses/c84edc73/learn/steps/55214 ※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3月制作)
無料
ビジネスあるある間違い探し ~仕事の依頼編~
仕事の合間のリフレッシュに間違い探しはいかがですか? ビジネスシーンで出会う様々な「あるある」な場面で間違い探し遊びをしながらも、仕事に活かせる学びや気付きを得られる新感覚コンテンツです。 今回は、仲間に仕事を依頼する際のコミュニケーションのあるあるシーンです。 関連コースとして以下も合わせてご覧ください。 ▼ 説得の3層構造 ~相手の感情に配慮し合理的に説得する~ https://unlimited.globis.co.jp/ja/courses/024b642a/learn/steps/34813 ※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3月制作)
無料
ビジネスあるある間違い探し ~客先との会食編~
仕事の合間のリフレッシュに間違い探しはいかがですか? ビジネスシーンで出会う様々な「あるある」な場面で間違い探し遊びをしながらも、仕事に活かせる学びや気付きを得られる新感覚コンテンツです。 今回は、先方と会食をする際に言ってしまう誤った敬語表現のあるあるシーンです。 関連コースとして以下も合わせてご覧ください。 ▼ 社会人としてのビジネスマナー https://unlimited.globis.co.jp/ja/courses/25ca8b0f/learn/steps/37395 ※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3月制作)
会員限定
ロジックツリー ~物事を把握する「分解」の考え方~
ロジック・ツリーとは、モレなくダブりなく(MECE)を意識して上位概念を下位の概念に分解していく際に用いられる思考ツールです。 問題解決で、本質的な問題がどこにあるのかを絞り込む場面や本質的な課題に対して解決策を考える場面で活用できます。 ※2020年3月30日、動画内のビジュアル、表現を一部リニューアルしました。 理解度確認テストや修了には影響ございません。
会員限定
MECE ~抜け漏れなく分解・構造化して考える~
MECEとは、ある物事を「モレなくダブりなく」切り分けた状態のことです。例えば年代別など、全ての人がその切り分けのどこかに属するようにします。MECEは論理思考の基本で、物事を分解し、構造化する際に役立つ考え方です。 例えば、状況を調べて問題箇所を特定する必要がある場合に、いくつかのポイントに分解して考えることが重要になります。その際に、モレやダブリなく分解することができれば、分析や問題解決の効率性が高まります。 ロジックツリーやマトリックス、あるいはその他のフレームワークなどにも応用できる基本となるコンセプトであるMECEを理解しましょう。 ※2018年2月15日にコース内容を一部リニューアルいたしました。 リニューアルに伴い、コース動画一覧は全て未視聴の状態となります。 なお、リニューアル前に当コースを修了している方は、コース修了済のステータスに変更は発生いたしません。
会員限定
貸借対照表 ~企業の財務活動と投資活動を読み解く~
財務諸表の要の1つである貸借対照表(B/S)は、ある時点(決算期末時点)での企業の資産内容を表します。継続的な経済活動を行っている企業の一瞬の姿をとらえたスナップ写真ともいえる貸借対照表を理解し、企業の財務活動と投資活動の結果を読み解く力を身につけましょう。 ☆関連情報 フレームワークでニュースを読み解く、日経電子版の記事もぜひご覧ください。 「米SPAC上場ブーム、引き金はコロナ禍の失業対策」 https://www.nikkei.com/article/DGXZQOUC27E130X20C21A4000000/?n_cid=DSPRM5277
会員限定
リーダーシップとマネジメントの違い ~違いと使い方を理解する~
リーダーシップとマネジメントの違いとは、主にそれぞれ異なる特性と役割にあります。リーダーシップは人と組織を動かし変革を推し進める機能、マネジメントは定められた戦略やルールに基づき効率的に組織を運営する機能とそれぞれ定義されています。このコースでは、リーダーシップとマネジメントの違いについて詳しく学んでいきます。2つの違いと意味を理解し、日頃の業務やコミュニケーションに役立てていきましょう。 ☆関連情報 フレームワークでニュースを読み解く、こちらの記事もぜひご覧ください。 「吉本興業のこれからに必要なのはどっち?リーダーシップ、それともマネジメント?」 https://globis.jp/article/7224 「日本電産の永守氏にみる有事のリーダーシップ」 https://www.nikkei.com/article/DGXMZO58614190Y0A420C2X12000/?n_cid=DSPRM5277
会員限定
クリティカル・シンキング(論理思考編)
業種、職種、役職を問わずビジネスパーソンが業務のスピードとクオリティを効率よく高めるために必要不可欠な論理思考力。 論理思考のベースとなる考え方を学び、実務で陥りやすい注意点を理解することで、実践で活用する能力を養います。 論理思考の基本を身につけ、コミュニケーションや業務の進行に役立てましょう。 論理思考を初めて学ぶ方は、以下の関連コースを事前に視聴することをお薦めします。 ・論理思考で仕事の壁を乗り越える5つのポイント ・MECE ・ロジックツリー ・ピラミッド構造 ・演繹的/帰納的思考 ・イシューと枠組み ※2019年10月31日、動画内のビジュアルを一部リニューアルしました。 内容に変更はなく、理解度確認テストや修了には影響ございません。
会員限定
ロジックツリー ~物事を把握する「分解」の考え方~
ロジック・ツリーとは、モレなくダブりなく(MECE)を意識して上位概念を下位の概念に分解していく際に用いられる思考ツールです。 問題解決で、本質的な問題がどこにあるのかを絞り込む場面や本質的な課題に対して解決策を考える場面で活用できます。 ※2020年3月30日、動画内のビジュアル、表現を一部リニューアルしました。 理解度確認テストや修了には影響ございません。
会員限定
論理思考で仕事の壁を乗り越える5つのポイント
伝えたいことがうまく相手に伝わらない。仕事がなかなかスムーズに進まない。 仕事をしていると、そんな場面に直面することもあるのではないでしょうか。 そんな方に役に立つのが「論理思考」です。 物事を論理的に考えられるようになると、仕事の効率が格段にアップします。 このコースでは、論理思考のコツを5つに絞って説明していきます。 ビジネスパーソンにとって必須のスキルである「論理思考」をいち早く身につけましょう。 「クリティカル・シンキング」をまだ見ていない方にもお勧めのコースです。
会員限定
MECE ~抜け漏れなく分解・構造化して考える~
MECEとは、ある物事を「モレなくダブりなく」切り分けた状態のことです。例えば年代別など、全ての人がその切り分けのどこかに属するようにします。MECEは論理思考の基本で、物事を分解し、構造化する際に役立つ考え方です。 例えば、状況を調べて問題箇所を特定する必要がある場合に、いくつかのポイントに分解して考えることが重要になります。その際に、モレやダブリなく分解することができれば、分析や問題解決の効率性が高まります。 ロジックツリーやマトリックス、あるいはその他のフレームワークなどにも応用できる基本となるコンセプトであるMECEを理解しましょう。 ※2018年2月15日にコース内容を一部リニューアルいたしました。 リニューアルに伴い、コース動画一覧は全て未視聴の状態となります。 なお、リニューアル前に当コースを修了している方は、コース修了済のステータスに変更は発生いたしません。
会員限定
ロジックツリー ~物事を把握する「分解」の考え方~
ロジック・ツリーとは、モレなくダブりなく(MECE)を意識して上位概念を下位の概念に分解していく際に用いられる思考ツールです。 問題解決で、本質的な問題がどこにあるのかを絞り込む場面や本質的な課題に対して解決策を考える場面で活用できます。 ※2020年3月30日、動画内のビジュアル、表現を一部リニューアルしました。 理解度確認テストや修了には影響ございません。
会員限定
MECE ~抜け漏れなく分解・構造化して考える~
MECEとは、ある物事を「モレなくダブりなく」切り分けた状態のことです。例えば年代別など、全ての人がその切り分けのどこかに属するようにします。MECEは論理思考の基本で、物事を分解し、構造化する際に役立つ考え方です。 例えば、状況を調べて問題箇所を特定する必要がある場合に、いくつかのポイントに分解して考えることが重要になります。その際に、モレやダブリなく分解することができれば、分析や問題解決の効率性が高まります。 ロジックツリーやマトリックス、あるいはその他のフレームワークなどにも応用できる基本となるコンセプトであるMECEを理解しましょう。 ※2018年2月15日にコース内容を一部リニューアルいたしました。 リニューアルに伴い、コース動画一覧は全て未視聴の状態となります。 なお、リニューアル前に当コースを修了している方は、コース修了済のステータスに変更は発生いたしません。
会員限定
リーダーシップとマネジメントの違い ~違いと使い方を理解する~
リーダーシップとマネジメントの違いとは、主にそれぞれ異なる特性と役割にあります。リーダーシップは人と組織を動かし変革を推し進める機能、マネジメントは定められた戦略やルールに基づき効率的に組織を運営する機能とそれぞれ定義されています。このコースでは、リーダーシップとマネジメントの違いについて詳しく学んでいきます。2つの違いと意味を理解し、日頃の業務やコミュニケーションに役立てていきましょう。 ☆関連情報 フレームワークでニュースを読み解く、こちらの記事もぜひご覧ください。 「吉本興業のこれからに必要なのはどっち?リーダーシップ、それともマネジメント?」 https://globis.jp/article/7224 「日本電産の永守氏にみる有事のリーダーシップ」 https://www.nikkei.com/article/DGXMZO58614190Y0A420C2X12000/?n_cid=DSPRM5277
会員限定
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。
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
mino-k
経理・財務
最後のコメントが印象に残りました。
データサイエンスの取組を成功させる為に重要なこと、として、①好奇心を持つ、②実際にやってみるとありましたが、実際には与えられた職務をこなしながら、別のことに取り組むというのは難しいだろうと思います。ただし、既存の職務遂行の中で、例えば改善提案の中身として、データ分析、最適化の考え方を取り入れていくことは心がけ次第で十分可能ですので、今後実践していこうと思いました。
kuniou1022
販売・サービス・事務
データサイエンスの世界でも「目的を明確化し、設定する」ことの重要性と、トライ&エラーの上で精度が上がっていくことが理解・再認識でき、「手段の目的化」に留意しよう/すべきと感じた。
一見複雑で、人間が経験で判断をし、答えが数字で白黒つくものが得意、というデータサイエンスの特徴は非常に分かりやすかった。
manabiho
建設・土木 関連職
目的を持たずしてAIを導入しても失敗するという話は心に残りました。
hottton
IT・WEB・エンジニア
目的が大事。繰り返し言われる事だが、その目的にAIやMLが必要とは限らない。目的の引き出しを沢山持っていること、それが会社を広い視野で見ることがでいる、「最初の一人」であると理解した。
kameco
販売・サービス・事務
業務の上で、意識していないものでも、貴重なデータとして蓄積されているものがあるかも、と気づきました。
test_
メーカー技術・研究・開発
数年というスパンで考えたときには、本講義で述べられていたことは正しいと思うが、それ以上のスパンで考えたとき、AIにより利益の最大化が図られる、個人の一つ一つの判断にAIが頼られる、という時代になることが推定される。もう賽は投げられてしまったと考えらる。そのような社会はユートピアと呼ばれるのか、ディストピアと呼ばれるのか。。。。
ひとりひとりの人間がちゃんとものを考える世界が存続することを願います。
wkiymbk
IT・WEB・エンジニア
ビッグデータの活用事例を学ぶことができました。
ここで得た知識は顧客との会話、職場での雑談・ブレストで活用します。
yuki_hiro
人事・労務・法務
企業の中で事業として活用するためには、何よりお金を出せる権限を持った人の理解が大切です。そのためには、これが出来たらビジネスになるぞと実感できるストーリーを話せないといけません。「目的が無いと、形にならない」とはそういう事だと理解しました。
tks00000001
その他
とてもわかりやすかったです。
y_k_
営業
とりあえずAIで何かしたいとか、データサイエンティストの部隊がいるから大丈夫とか、まさに自社について言われているのではないかとギクっとした。
データ分析のHOWではなく、顧客にどんな価値を提供できるのかをまず考えるという視点をもって業務に臨むことと、目的達成のために必要なデータを得るためにはどんなことをすれば良いのかからまず考えていく必要があると感じた。
tadaishi
販売・サービス・事務
スタートアップに対するよくある事例が何となく思い至ったりと実感しました。目的意識を持ってチームであたりたいです
ishida_m
IT・WEB・エンジニア
何をするにも目的を明確にすることが重要だと再認識しました。
DXやAIなど使うことが目的になってしまっていることが多くあるので、手段が目的にならないように注意をしたいと思います。
また、データ分析には興味があるので色々学んでいきたいと思います。
hiro_yoshioka
メーカー技術・研究・開発
具体的な事例で興味が湧きました。
失敗例も勉強になります。
目的の明確化と設定がより一層、重要になりそうですね。
saito-yoshitaka
メーカー技術・研究・開発
遅れているの気付いた時点で取り組み事が必要となる。出来るデータの可視化をするだけでもメリットとなる。事が印象的でした。
n-ohkushi
その他
こちら側の立場にたった進め方が良かった。実際、ハードルは高いが必要なことと改めて認識できた。
end-o
建設・土木 関連職
目的をもってAIを導入する必要性がある事、また全ての事は明確な目的がの必要性を感じた。
kuboyan
マーケティング
データサイエンスという手段を目的化せず、ビジネスを設計できるか、が不可欠であるとの説明が印象的であった。
_sho_tanaka_
資材・購買・物流
システム導入が目的でなく、目的に対してどういうツールを使って効果や売上をあげるかを考えて取り組むことが大切だと思いました。
keiten
その他
目的をしっかり持つことの重要性を再確認。1人目であれば浅く広く基本的な知識を持っていることが必要だが、継続して知識を増やしていき社会の変化にアンテナを持つことも大切。
akoakodream
資材・購買・物流
デ−タはさわりつっけること。目的を常に意識することというのは無駄な時間をうまない為に大切と理解できた、
iy008844
営業
営業活動、販売戦略等
us0418
販売・サービス・事務
とりあえずやってみるも大事だが、目的を押さえてやることが重要なこことを理解致しました。
hisadashukan
販売・サービス・事務
目的を明確にしておく事が大事である。
t_watanabe2000
経営・経営企画
データサイエンスの取り組みとして、好奇心をもって取り組みたい。
ken175
メーカー技術・研究・開発
ビックデータに限らず、目的意識をもってデータに向き合わないと、手段が目的になってしまうことは多々あることとだと思います。まずは、目的意識をはっきりと持ち、言語化して、その目的を果たすための手段として使いこなせるよう、データサイエンスに向き合っていきたいと思います。
ot037328
営業
データサイエンスの潮流とビジネスへの実践の理解が出来た
fuku--
金融・不動産 関連職
データサイエンスの重要性を認識しました。
ooba-takashi
販売・サービス・事務
目的意識を持つことが非常に重要であるということを理解いたしました。
068949
経営・経営企画
・AIを導入するという手段が目的となってしまうと失敗してしまうという事例は、まさに当社が陥っている状況です。
・AI活用に同意を得られなければ、経営層へというアドバイスは素晴らしいと思いました。まず、
自分の中で、何のためにAI活用するのかを考えて、経営陣にアタックしてみたいと思います。
eiichirouk
経営・経営企画
今まで無かったものも選択肢に入れて業務改善や新しい施策を検討する。
inokoko
経営・経営企画
データサイエンスと聞いただけではわからなかった実用法が具体的に理解できました
h-anton01
その他
全ての業務を見直し、新たに考え直す
eight_9th
建設・土木 関連職
これまでの業務もビッグデータが活用されることで、内容が大きく変わる気が、個人的にはしています。
データを業務にどのように役立てるかなど、これまでの知識とは全く違う考え方や言葉を学びながら、自分自身も付いていくためのイントロダクションの場だったと思います。
000112
その他
ビッグデータや人工知能によるデータ分析管理は、業務関連における有効な資源活用として、業務に幅を持たせることや、市場の変化をつかみ戦略的な施策を打つのに役に立つのではないかと感じます。実際に自然災害など予期せぬ災害への対策や、サプライチェーンの構築など、実際のビジネス(流通含)に大きな影響があると考えられます。『データサイエンス』の意味を理解してビッグデータを活用できる様に新たなビジネスや自身含めた業務関係者と共にスキル開発に役立てたいと思います。
cp25
経営・経営企画
データ活用には目的意識を持つことが非常に重要。むしろそこにさえ拘りを持つことが結果的に近道になる
saitou-ytk
建設・土木 関連職
浅くてもいいので広い知識を持つことによって価値やニーズの発見に繋がりよりよいサービスの提供、新規のサービスが始められると考える
rikuhaya
営業
データサイエンスの重要性を認識できた。
170168
経営・経営企画
業務改善に活用できる
is002233
経理・財務
目的がしっかりしていなければ成功しない、それを意識して業務に取り組みます。
gspirit2000
販売・サービス・事務
データサイエンスについての取り組みについて他社よりも出遅れているのではないかと心配をしておりましたが、まだまだどの企業もスタートラインに立ったばかりという言葉を聞いて少し安心しました。先ずは興味関心を持って取り組んでみることが大切であると感じました。
tako32010
販売・サービス・事務
大変勉強になりました。
037216
建設・土木 関連職
データーばかりではなく、目的を第一優先にすることが重要
nobuo_iwakuma
メーカー技術・研究・開発
データサイエンスを積極的に取り入れていきたいと思ったが、最重要なのは何のために使うのか、目的をしっかりと考えることである。まずは、データが何に活用できるか目的をしっかりと考えていきたいと思います。
yokochibiyoko
人事・労務・法務
具体的なシーンはイメージしにくいですが、AI・DXいずれにしても、結局は目的を明確にすることが必要であることを認識しました。
daisaka
営業
取っつき難い分野ではありますが、今の段階であれば皆どんぐりの背比べであり、まずは取り組んでみることが大事であると理解しました。
ogihara-toshi
その他
まだまだ、スタートラインが同じであるとわかったため、目的意識を持ち、率先して臨みたい
takayasuda
メーカー技術・研究・開発
データサイエンスの具体的な活用事例を知ることで、より身近に感じることができた。自分の業務でも新たなシステム構築に挑んでいきたい。その際、最後の対談で触れられていた様に、目的を見失わずに、貪欲に新しい統計手法を取り入れていきたい。
toshi2355
専門職
データーサイエンス活用の取組に一番大事なのが「目的」を正しく設定することと言うことが印象に残った。
tan_tan_
クリエイティブ
データサイエンス(=食材)の有用性が理解できたとしても、それをどのように活用(=調理)して、どのような結果(=料理)を導き出すべきかを考えられる人材がこれからの時代をリードしていけると痛感しました。
komejiro
建設・土木 関連職
目的を明確化することの重要性が良く分かった。建築の設計において、ビッグデータをどのように使いこなすかは難しいように思えるが、詳細設計に入る前段階では、概略資料(仮設計による数量・コスト算出)として使用できるとは考える。当面はこれを目的としてしか利用できないように思う。
alexkataoka
経営・経営企画
今後新しいビジネスの展開には、データサイエンスの視点を欠かさないようにする重要性がよく理解できた
yoo_san
営業
話の通り、データサイエンスの活用すべきなのは間違いないし、ずっと昔から言われてきている。それでもなお、自社の業務に変化がないのか真剣に考え直さねばいけないと思う。
kashina
経営・経営企画
データーサイエンスにおいて、目的をもってAI、ビックデータの活用を取り組みする理解をしました。
tuessa
営業
現在の業務に直接関わる部分は少ないですが、今後の業務に必ず関わってくるかと思いますので、データの活用という考え方については引き続き学んでいきたいと思います。
tada-h
人事・労務・法務
データサイエンスと聞くと難しく思われるが、相手にとっての真の価値は何か?それを実現するためにはどうすればよいか?を体系的に考えることだと理解した。
tomoya_wada
クリエイティブ
どうデザインして提供するのか
st015111
人事・労務・法務
明確な目的を設定する重要性を理解した。
kazusummer
人事・労務・法務
好奇心を持ち仕事に取り組んでいきたい
ishikatsu_logo
専門職
何がやりたいのか、どうなると最適なのかを、常に考えることが重要だとわかりました。
019403
その他
データサイエンス 興味を持つようにします。
ae040614
金融・不動産 関連職
データを活用するにも目的やイシューを抑えることが大事だと感じました。
ushiyama-koki-r
その他
2024/1/10受講
ts109918
金融・不動産 関連職
目的の明確化が重要だと感じた。
k-sa-bisubu
その他
私にとっては異次元の話のように感じた。大まかな理解はできたものの活用を検討するまでは至らない。
yoku-san
IT・WEB・エンジニア
ビッグデータやAIを使うこと自体が目的にならないよう、最初に目的やイシューを設定して取り組むことが重要であると感じました
日々の業務においては、作業効率化のためにAI(ChatGDP的なもの)などを利用するシーンが今後増えていくと思われるので、
意識的に使っていきたい
m-una
経営・経営企画
目的が大切であることや、最初の1人の話が印象に残りました。今の職務と通ずるので、参考にします。
tajimakazunobu
営業
ビックデータを活用する大切さを学んだ
gp001092
その他
AI導入において、事前に目的の明確化が重要だと改めて認識出来た。
s-yoshimaru
建設・土木 関連職
イメージの説明が大半で理解が出来なかった。
hidekinohanabi
営業
デ-タサイエンスに対する基本的な考え方が理解できました。先ずはデータを使って何をしたいかの目標設定が非常に重要です。どのようにやったらよいかを試行錯誤しながら最適解を見つける努力を行えば、ゴールに近づけると思うので、そのような心持を大事にしたいと思います。
htcl
経営・経営企画
誰の何を価値を生み出せるのか、目的をはっきりさせること。
どんな環境でもステージでも生み出せることはあるし、今がチャンス。
takito2021
営業
データサイエンスの持つ可能性とその広がりについて、とても参考となるお話を伺うことができました。是非、自身のビジネスにおいても取り入れていきたいと思います。
shimizumiwa
建設・土木 関連職
本内容に限らず、目的意識をもつことだ大事だと思いました。
015186
建設・土木 関連職
データを活用してできること考えていきます。
h-sakura
その他
オフィス業界でとても必要な考え方だと思いました。
働き方と空間のあり方、データ分析から導き出せる一つの解答があると思いました。
y_ok
経営・経営企画
当社は有望な技術を持ったスタートアップにパートナー企業と共同で投資するファンドを保有しており、データサイエンスを背景にした新たな事業の立ち上げを支援している、この中から、有望企業が生まれてくることで、当社を含めた好循環が生まれてくると期待している。
ueno-takuro
営業
非常に勉強になりました。
028591
その他
まずは何のために活用しどのようなゴールを目指すのか、活用するこちら側がしっかりとイメージをもっておくことが重要と感じた。
kawaguchimas229
IT・WEB・エンジニア
データ活用をチャレンジしたほうがよいですね
kawahara1982
営業
目的をしっかり持ってデータを活用する
taku7
営業
毛嫌いせずにまずはデーターサイエンスを学習する。使ってみる。そうすることによって効率化が図れると思います。
oh002455
建設・土木 関連職
自分の意識が遅れているのが気が付きました。また、出来るデータの可視化をするだけでもメリットとなる。
yan_p
その他
これからAIのビジネス活用に目を向けていきたいと思います。
k--g--
その他
現状を変えるリスクをとるために理解してもらえる役職の人に藩士をもっていく、優位性を得るには好奇心を持って学習を続ける等参考になりました。
4ktake
人事・労務・法務
上の上の人は分かっている、というのが良い言葉だと思った。
tomtom-nari
営業
データを使って何が出来るのかという事は漠然とはわかりましたが、自身の業務では、何から手を付けて良いのか、難しいと感じました。
日々の業務の中でデータ活用が何に生かせるか、目的を探すように意識したいと思います。
minamie
クリエイティブ
目的を明確にする事が全てにおいて重要だと思った。
ced25750
メーカー技術・研究・開発
まず目的を明確化するということが重要で、その上で、どういった手段が最適かを考えることかなと思いました。
kk099800
販売・サービス・事務
AIやビックデータなどのデータサイエンスにより
色々なビジネスに今までより早く、詳細な分析ができ
的確な対応が導き出せることが分かった。
凄いなぁと思う反面、自分の頭で考えることをしなくなりそうな気もしてしまう。
実際はそんなこともなく、導き出した答えを使う側になるんだと思うのですが
データを利用したり活用をしっかりできるようになりたい。
suzud
建設・土木 関連職
企業は時代の流れや流行りをとりれないと「遅れた会社」として、排除される危機感を持っていると思う。
そのため、何かの問題や新しい何かを実現するために新しいテクノロジーを使うのではなく、使うことが目的になってしまっている。
経営層だけでなく、一般社員も盲目的に指示をこなすのではなく、考えた行動が必要になってきていると思う。
yt014211
建設・土木 関連職
どの様なデータを収集し何を目的にどんな見せ方をするか、誰が使うか等まだまだわからない事がたくさんあると気付きました。当社でも膨大なデータからクエリで必要なデータを抜き出して加工していますが何か新しい発見を誘発する様なデータサイエンスに挑戦したいです。
mkanamori
営業
データは活用する目的が明確でなければ意味をなさない
haya1126
建設・土木 関連職
データサイエンスを使うのか使われるのかきちんと自身の能力を上げて考えながら使う事を意識すべきだと感じさせられました。
nagatakak
人事・労務・法務
営業訪問の最適化など、当社でも活用しなくては行けないた思った。
logsan
販売・サービス・事務
学んだ内容を業務にて活用してみたいです。
uhhu
専門職
様々なシーンで「手段の目的化」は失敗に終わると言われているが、改めてそのマインドを理解した。目的がはっきりしていない分析など日常でも思い当たるので、まずはデータ活用も「目的」を整理して臨む事を活かしたい。
st025338
営業
データサイエンスの活用
yorinobu-t
建設・土木 関連職
内容確認できました。
h_kouno
販売・サービス・事務
目的が大事という事が印象に残りました。
導入や移植が先行し失敗した事もありますので。
nyambu
建設・土木 関連職
目的は何かをしっかり設定し、データサイエンスに取り組む必要があると認識しました。