02月10日(火)まで無料
0:59:48
割引情報をチェック!
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)
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8764件
k-hot
講義内容は工夫されていて面白かったです。
一方で、わかりづらいとコメントが多かった設問3〜4を(勝手に)解説します。
設問3の選択肢2は「自分自身が・・・」とあり、サンプルサイズが1人だけで、データの数が不十分なため、適切でないになったと推測されます。ただし、この選択肢ちょっと分かりづらいですね。冗長な表現を避けて、「旅行時に、自分の支払いの全記録をつける」など、簡潔な表現に変更した方がわかりやすいと思いました。
設問4は、「商品Aの売上」と「天気」との関係性を見ており、2つのデータの関係性は「相関」と呼びます。この相関については、後編のSection8あたりから説明されていきます。一方の「ばらつき」とは、データの大きさがそろっていない状態、変動の大きさを示しますが、やはり後編で視覚的に見たほうがわかりやすいと思います。ということで、設問4は後編に続く布石として、つい先走って挙げてしまったのだろうと思われます。
------------------------------------------------------------------------------------------------------
爆撃機のクイズ問題、「3」を選んで間違えたので、調べてみたら、奥深くて面白いですね。オリジナルは、コロンビア大学の数学者・統計学者のエイブラハム・ウォールドが戦時中に行った分析法による「生存バイアス」として有名みたいです。生還した航空機の損傷分布だけでなく、帰還していない航空機も含めた全体像を想定する手法が客観的・科学的で良いですね。
さらに、機体部をAとBに分けて、被弾を☓、被弾なしを○にして、生還機をA☓B○とします。すると、帰還できていない爆撃機の考えられる組み合わせは全部で4パターンになります。
生還機: A☓ B○ (比較対象)
パターン1: A☓ B☓ (全体損傷) → Bを補強すべき
パターン2: A○ B☓ (生還機と反対) → Aを削減し、Bを補強すべき
パターン3: A☓ B○ (生還機と同じ) → 機体以外に資源を投入
パターン4: A○ B○ (完全無傷・爆撃なし) → 作戦中止、方針変更
そして、生還機と『比較』すると、1と2の場合はBを補強すべき(今回の正答)になります。一方、3の場合は生還・非生還とも差がないので、機体の補強はやめて(逆に軽量化して、操縦性能を増し)、爆撃された時の生還スキルを磨くなどに資源を投入すべきでしょう。最後の4では、逃げた・捕まった、敵に取り込まれたなど想定外の事態が生じていると考えて、直ちに作戦を中止し、現状把握や、撤退・交渉など大きな方針変更を考慮すべきかと考えました。
kikunojou
最後のテスト,もう少し補足がほしい。ばらつきのところ。何度ビデオをみても理解できない。。。
take_917
飛行機の例は、ある個所に被弾がないため生存できたというのは良いと思うのですが、yes/noの質問になっているため、例えば「重要な部分に被弾しているものの、撃墜されるまでには至らなかった」という現象を見逃している気がします。絵を見るとプロペラ部に被弾があるとありますが、プロペラにあまりに被弾しすぎると撃墜されるのは目に見えているため、この設問と答えには若干の違和感があります。もちろん帰還した飛行機が被弾していない部分は、ちょっとでも被弾すると即死な部分である可能性が高いでしょうが、閾値を超えると撃墜になる部分も考慮する必要があるように思います。これは、何が主要因となって撃墜しているのか、もう少しよく見ないといけないと思います(例えばプロペラ被弾が多いことによる撃墜が多いのであれば、先にプロペラ部の強化もしくは被弾の低下を検討したほうが良い)。
また、被弾していない部位についても、重要な部分でなくとも構造的に被弾しにくいだけという可能性があります。となると、一概にそこは重要な部分とはならず、とりあえず強化すればよいという話ではないと感じます。
user-0d53ec7ebb
愛の値段、よい例でした。
tsh
最後のテストの設問3への問いが多いようですが、選択肢2についてはサンプルの母数がN=1しかなく、サンプリングバイアスそのものであり、不適と思います。
masashigenosue
設問3について、詳しく説明してほしいです。
tosatosi
最後のテストの説明がほしいです
kenjiroyoshida
最後のテストの意図がわksらなかった
hiro_yoshioka
・e-stat、リサーチ・ナビ使ってみます
yuki_0719
データ分析を有効活用するためにはまず目的を明確にすることが重要。その上で、仮説を立て、データを収集し、仮説を検証する必要がある。データはアウトプットを予測して自分の思い込みを正当化することもできるので、まず目的が正当か、データの母集団が恣意的でないかを確認してアウトプットをみることも重要。
wkiymbk
分析の本質は比較であることを学びました。
今後、分析する際には必ず、「何と比較しているのか」を確認します。
r_konishi
分析の本質は比較とは、とても同感できます。
現在、一部のマスコミで視聴インパクトを上げるために本質を表現していないデータ・グラフを多く目にしますが、ミスリードしますので、自身の仕事ではその様な事が無いよう、確りとした分析を行いメンバーへ示していきたいと思います。
441
アンケートの仕方により結論が異なってしまうことは良くあるため,本当に知りたいこと,本質のつかめるようなアンケートを実施していきたい。
take24
仕事の上では売り上げ予測、製品の不良改善の注力すべき対象などの分析を行い効率的にかつ最大の成果をあげることに寄与できると思う。
日常生活においてはクレジットカードやスーパーでの出費をエクセル等に記入し、いつどのタイミングに多くお金を使うことが多いのか、などを分析すると無駄な出費を抑えたりすることができそう。
makiko1729
データ分析をしなくてはいけないと言われて久しく、何をすることがデータ分析なのだろうと訝しく思っていたが、実はエンジニアとしてやってきたことそのものご割と既にデータ解析であり、普通のことをやれと言われてるに過ぎないことが分かった。
yaski
インパクトの少ない部門に身を置いている人は、どうすれば良いのでしょうか。。。やはり、山勘と竹槍?
saggi
分析の5つの視点
1.インパクトある分析なのか?
2.比較対象は明確化
3.トレンドは?
4.ばらつきは?
5.パターンは?
というポイントを抑えて、商品やサービスの分析をしようと思う。
分析の本質は「比較すること」を意識すること
kei0415
非常に面白い。やっぱり自分は数字が好きなんだなと再認識。
kuta_41
業務でばりばり使えそうである。
t_164
分析の5つの視点は今後の仕事で留意したいと思います。
kzhr2358301
インパクトを考えずに分析をしていたことがあることを反省。
ばらつき、パターンは先入観で判断しそうにも思うので5つの視点で総合的に判断していこうと思います。
sumire0006
同一条件のもと、目的を抑え、バイアスを掛けずに、比較分析して行きたい。
maytokyo
既存データで国会図書館のデータの所在参考になりました。
仮説思考の4つのステップさらに意識します。
映画のマネ―ボールのエピソードや、鈴木先生のプロ選手の誕生日月の分析、子ども時代の自己効力感と結びつく説、面白かったです。
nabe_0625
普段のビジネスシーンにおいても活用できると感じました。
売上分析をするにあたり、比較や仮説思考・5つの視点における分析は重要ですし、社内で発言の材料するにしても、より説得力が増すものであると考えます。
live_volo
米国選挙予想において、調査会社のサンプリングバイアスがよく起こる。データを収集する方法と5つの視点から分析する事の重要性を学びましたが、これだけではデータ間の整合性は保てない為、上記のようなサンプリングバイアスが起こる可能性があると考える。データの抽出、比較方法を詳しく学んで現場で活かしていきたい。
chesswing
分析の時にインパクトを見落としがちでした。
問いに応えられる分析軸は何か、きっちり抑えてから仮説を立てていきたいと思う。
mappon_osk
問3.4で間違えた。よく復習しなければ
djmpajmpkm
なるほどと合点の行くことが多かったが、アウトプットするには難しい
kenjee
仮説を持ってデータを見ること、そして客観的に見ることを意識していく。
saito-yoshitaka
入手しやすいデータのみで分析するとリスクが高い為、目的を意識した分析を心がけます。
eijima
データ分析の基本は比較なのでApple to Appleを肝に銘じて比較していきたい
bipapa
定量分析は比較が大事だが、対象の有無で比較する。目的を達成するために仮説を立ててデータ収集(収集方法)して検証する。
忘れがちなインパクトを意識するが良かった。その他、ギャップ・トレンド・ばらつき・パターンなども参考にしたいと思います。
kaki_077
例題がよく腑に落ちるものが多かったです
kanbekurosiba
分析で大事なのは、○インパクト○トレンド○ギャップ○ばらつき○パターン
w-abe
定量的に分析することで、誰でも同じ見解になる事がわかりました。自分だけが理解しているまたは思い込みをしていることがないよう、日頃からツールとして使っていきたい。
kenih
データについて考える際に、批判的に見る上で役立つ。
データは後ろ向きで集められらものが多く、意図したかどうかに関わらず、サンプリングバイアスが含まれるため。
jt007
飛行機の例はとても印象に残りました。
生存者バイアスを意識して、業務に取り組みたいと思います。
nsasame
自分が取り組もうとしていることに対してその効果と優先順位を考えるべきだと
ちょうどアドバイスをもらったばかりだったので、動画をみて分析が足りなかったと痛感しました。
データの集め方と分析するための5つの視点はぜひ参考にしたいです。
ukns0116
データをきちんと収集して、必要性も考慮しながら、レポート分析する際に活用できたらと思います。
minachan
愛の値段の測り方の視点が、ユニークで妙に腑に落ちました。
目標があるとつい「成功した側の情報を重視して真似てみる」という、
生存者バイアスを用いた思考に陥りがちなので「見る・聞く・行う」
真の目的を押さえ、適切な比較対象を見極める必要があると感じました。
私も数字のワンダーランドに行けるよう正しい要点から、
使えるデータを収集して分析できるように頑張ります!(笑)
sa_shi_mi
業務で分析結果を必要とする場面が多いため、Apple to Appleになっているか、サンプリングバイアスがないかを注意することはとても重要だと感じた。これまでも経験や先輩から得たノウハウなどで同様のことは行っていたが、改めて学習した内容を踏まえて効果的なデータが得られるよう心掛けたい。
himawarin
改めて、日頃の業務で定量分析を行う場面はよくあると自覚した。日頃はあまり意識せずに分析していたので、体系的に学べてよかった。サンプリングバイアスにならなように気を付けたい。
tk_libra
成果を生み出す要因を数値化し、その要因の全体に占めるインパクト、ギャップ、トレンド、ばらつき、パターンを分析し、成果を上げるキードライバを見出して、成果を上げやすくする。
nakibokuro9
販売商材がたくさんある場合が多く、インパクトを理解し販売優先順位をつけることが非常に大切と感じた。
sesesese
分析の基本は比較であること、
その比較のバリエーションを理解できました。
to-nakano
効果的な分析のためには仮説思考が重要、日常課題について仮説を立て検証実施のサイクルを心がける
masuda-
分析にはトレンドなど多角的に見ることが大事だと思った
aic
■注意点
生存者バイアス
目の前にある情報から示唆を得ようとすること
サンプリングバイアス
無作為にサンプルを選ばないことで結果に偏りが生じる
Apple tn Apple
同一条件で比較する
■仮設思考のステップ
目的を押さえる
仮説を立てる
データー収集
仮説に基づく検証
■分析方法
リサーチナビ
estat
■世の中にない
見る、聞く、行う
■5つの視点
インパクト
ギャップ
トレンド
ばらつき
パターン
tomo-tom
爆撃機の生存者バイアスは有名なので知っていたが、初めて知った時は衝撃だった。
ka-0427
ある商品や事象を分析する際には,何を分析したいのか,そのためにはどういう視点で深堀していけばいいのか,しっかり考えてから実行しないといけないと感じた。
また,ギャップやトレンド,バラつきなども意識して結果を捉えないといけない。
yamatochan05
まず分析の本質を比較する。そして、目的に沿って比較対象を設定。仮説思考でサイクルを回す。自社の売上向上に対しての分析を行うときに、実行していきたい。
0450019
データ収集の際の「サンプリングバイアスに留意する」は、まさに気を付けるべきことだと感じる。検索エンジンを使用するときに、AIによりバイアスのかかった結果になったり、自分自身の希望的観測のバイアスがかかったりする経験が多々ある。十分気を付けたいと思う
honakaerimasuwa
ポイントが精査されており分かりやすい講義をありがとうございました。
データを扱うときに、自分の都合の良いように解釈をしがちですが、基礎を押さえることで、せっかくのデータを有効に生かせるようにしたいと思います。
検索エンジンはいくつかしっていましたが、国会図書館提供のリサーチナビは知らなかったので新しい情報ありがたかったです。
データに夢中になり、目的やインパクトをそっちのけにしてしまうことがよくあるので、今日おそわった仮説思考のステップに沿って、バイアスを生じさせることなくデータを扱いたいと思いました。
suzuka_y
顧客の状態や自社の経営状況を分析するのに役立つ。
kana00195
業務の中でよくデータ検索を行うので、どの検索エンジンを使うか意識していこうと思った
0218
アンケートには安易に手を出すなと言われますが、その理由が分かりますね。素人にはサンプリングがとても難しいと思います。
uotamy
定量分析を行う為に、どのようなデータを集めるべきなのかと言う点で参考になりました。
suzuki-jody
分析をする事で求める情報の性格が増す事を理解しました。
その上で5つの視点が重要でインパクト、ギャップ、トレンド、ばらつき、パターンを精査する事で更なる有益なデータになると感じました。
najirane
既に知っている通りの流れであることが確認できた。
white_kt
データはそれ単体では意味を成さないので比較をして有効に活用できるように意識したい。
umezu_hideki
分析の本質は比較であること、適切な比較対象を選定していくことを念頭に置き、今後分析していきたい。
m_tera
なぜ分析するのかのイシューがまず大切。
分析には仮説を立て必要な情報を集める必要があるが、ネットの情報など偏った情報源になってないか注意も必要。
takezom
特に、特筆するほどのことはありません。
mack1985
物事を定量的に分析することは説得力を増すことに繋がるので大事にしたい
miura_tsukasa
生存者バイアスは言われてみれば確かにその通りだなと思う反面、ちょっと強引な感じはするなと思いました。
tmokada
すでに立てるべき項目は提示されているので、自分から相手に対し「何を伝えたいか」をブレさせずに必要なデータを収集した上で分析を行う。
h-mizumu
爆撃機の問題や愛の値段の問題など身近な内容についても定量分析が繋がっているのが興味深かったです。
業務においても定量分析を行うことでより精度の高いものに仕上げたいと思います。
da20231120
調査結果アンケートの分析の際に利用できる。まずはインパクトはどうか、ギャップはどうか、について分析してみたい。
tateishi_yusuke
定量分析についてはあまり知識がなかった分、活用方法を模索したいと思う。
to_take
設問4がわからなかった。
creamycat2025
前編を学習して、実際の分析時にできるかなと思ったことを記入します。
・分析時に「ばらつき」の視点が持てるか不安に思いました。
それ以外の4つは普段から自然と意識していますが、ばらつきはそうではない考えだからです。
・理解度確認テストの設問3、4を間違えたのですが、なかなか理解できなかった選択肢の文章がありましたので何度も何度も読み返しました。 これは本動画の内容から外れますが、読解力不足を痛感しました。
この後、効率的な分析に必要な仮説思考の流れと抑えるべきポイントをまとめて、本動画後編と今後のために復習帳に残すことはもちろん、本動画を機会があるたびに見返したいです。
ha-bu
最初はなかなか頭に入らなかったが、講義が進むにつれなんとか理解できました。
kozo-oishi
どんなに仮説やトレンドを分析しても、やってみなければわからないと一蹴されてしまうことも多々あり、このとおりやればうまく進められるというわけではないことに留意しておくべきと感じた。
s_nagam
職場の役割上、数値データに基づく分析をする機会は多い。
感覚として理解している内容だったが、言語化されたことでより整理ができたと思う。
リサーチナビやe-statは使ったことが無い為、今後活用したい。
mai_toyao
最後の確認テストの解説が欲しいです
taku050
今後データを分析する際は5つの視点を意識して分析するようにします
shinto-y
データ分析を有効活用するためにはまず目的を明確にすることが重要
344210891069
テストの解説がもう少し欲しいと思いました。
aicareer
数字資料と得たい情報を正しく結びつけるために条件、背景など誤らないよう注意したい。
xuanyan
データ分析には、問いを立て、その問いに対する仮説を設定、仮説に基づいてデータ収集、収集されたデータに基づいて仮説を検証。
tosan103
愛の値段を表した発想が素晴らしい !!
h-miyayama
体系的に話を聞けたので、分析の際に活用したい。特に求めたい結果を得ようとするがためのサンプリングバイアスや、そもそもの優先度を鑑みたインパクトはしっかり意識したい。
リサーチ・ナビやe-statを使ったことがないため、今後、参考にしたい。
hase1975
多くの分析方法の中から適切なものを選択し、より効率的に効果を高める必要があると理解しました。
n_d
やっぱり最初に調査の目的を設定することが肝要なのですね。
さらに実務では、目的を複数設定することが多々ありますが、あまりに設定しすぎると調査方法や分析方法に矛盾が生じてしまうので、目的の取捨選択も必要だと感じました。
kitano999
分析の本質は比較であることを学びました。
今後、分析する際には必ず、「何と比較しているのか」を確認します。
yasu0522rize
データ分析の5つの視点を学び、自業務に当てはめてできている部分、できていない部分を確認できた。ばらつき、トレンドに関して強化する必要が有るので、資料を読み込み、業務活用しながら強化していきたいと思う。
ktmra
提案時の根拠を考える際に活用したいと思います。
kurimaru13
データを見るとわかりやすい傾向のみを取り上げて内容を判断していることが多かったのですが、データを扱う目的やまずは仮説志向に沿って分解していくことを学びました。データを見る視点である5つの軸を意識して、データに書かれていない部分を読みに行く癖をつけていきたいです。
_kou_
あらゆる業務のデータ活用シーンで活用できる学びでした。
直近の取り組みで言えば、管理業務の可視化や生成AI利用のデータ化を検討しています。
k_yupa
設問3,4がイマイチと思います。
hiraitakuya
行動パターンの傾向を把握するのに使用しようと思う。
ebiputo
分析の5つの視点と生成AIを組み合わせでどの程度の定量分析が行えるのか検証する
isopp-3
構成が工夫されていてわかりやすかった
pokoko
当たり前のように分析を行っているが、改めてステップにまとめてもらうとわかりやすかった
toru-nagoya
データ分析が比較であることを再認識しました。仮説を立てたり外れ値を調べたり、比較対象が本当に比較対象として正しいのか検証することで正確な分析が可能と思います。
a-tsuruta
昔から数字が大の苦手だったので身構えてしまったが、興味を持って学習できたと感じる。
具体的な分析の仕方や何のために分析するかを学ぶ事ができたし、「5つの視点」は常に持っていなければならない視点だと感じた。
rdodo
実験のデザインは日々これを繰り返していると思いました。
masa-ota
分析にはそもそもの目的と仮説が重要
nsur_r
売上を上げるためには、まず全体の売上に対するインパクトを考えて分析対象を選定する。
その後、目標を決めて、仮説を立てるためのデータ収集を行う。そのデータを分析して、仮説検証を行う。
m222fukuda
分析するときはどのように見ていくかが重要だと思った。