ビッグデータビジネスを理解したい【入門編】
ビジネスに必須のデータ活用、
「ビッグデータ」について正しく知っていますか?
データ活用がビジネスに大きな効果をもたらすことは分かっているけれど、データ分析の知識がない。
データサイエンスを学んでいるけれど、ビッグデータをどのように扱えば良いのかいまいち分からない。
ビッグデータと聞くけれど、要するにどういうもの?
営業・マーケティング職の方や経営企画担当の方、管理職の方、または経験の浅いデータサイエンティストの方には、そのように感じている方も多いのではないでしょうか。
このコースでは、「ビッグデータとは何か」といった基本知識から学び、ビッグデータの要素である「Data(データ)」「Technology(技術)」「People(人・組織)」といった面から、それをどのように経営課題への活用に用いるかといった実践的な内容を学びます。
時代の変遷からビッグデータ以前と以後のデータの変化を見た上で、急速に発展する分析技術のトレンド、データサイエンティスト・組織のあり方、ビッグデータを使って何ができるか、どのような経営資源が必要なのか、ロードマップは何かといったビッグデータの基礎から応用までを網羅していますので、ビッグデータビジネスについて初めて学ぶ方やビジネスマネージャー・データサイエンティストとしてスキルアップしたい方まで、幅広く学んでいただけます。
※「データ分析プロジェクトについても学びたい!」という方は、
ビッグデータビジネスを理解したい 初級編(データ分析プロジェクト概論)
も合わせてご受講ください。
このコースで得られるもの
ビッグデータを使って何ができるのか
データにおける変化
まずは10年前、モバイル環境やガジェットなど身の回りのモノがどうであったかを思い出しながら、データ分析やデータサイエンティストが注目され始めたきっかけ、そして「ビッグデータ」への変遷について知り、ビッグデータビジネスを考えるための要素と、そのデータの変化などを理解します。
ビッグデータで何ができるのか
ビッグデータへと変遷したところでできるようになった、「リアルタイムで見える化」「レコメンデーション」「ユーザーのグルーピング」「故障・異常検知」「自然言語処理(NLP)」「画像分析」について説明します。
分析技術と人・組織
ビッグデータを支える技術
ビッグデータビジネスを考えるための2つめの要素である「Technology(技術)」について解説します。
「機械学習」「自然言語処理」「ディープラーニング」といった技術のエッセンスは、ビジネスマネージャーが理解しておく必要がありますので、しっかり概要を掴んでください。
ディープラーニングとは
先ほど技術のエッセンスとして紹介した「ディープラーニング」について、「なぜ“ディープ”なのか?」ということから、適用領域、用いる場合の重要なポイントなどをお話しします。
実は「使えば簡単」と誤解されがちなディープラーニング、この機会に正しい知識をつけておきましょう。
人・組織について
ビッグデータビジネスを考えるための3つめの要素は、「People(人・組織)」です。
データサイエンティストという人材にどのような変化がるのか、分析チームはどのようにケイバビリティを備えれば良いのかを学びます。
ビッグデータをビジネスに組み込む
分析したいことの明確化
これまでビッグデータの3つの要素について学習しましたが、ではそれらをどのようにしてビジネスに活かしていけば良いのでしょうか。
「ビッグデータ分析」と聞くと、漠然と「何かできそう」「何かやればいい」と考えて思考停止に陥るケースが度々見られますが、ここでは思考停止せずに具体的にどうするべきかを考える練習をしていきます。
分析課題の翻訳
「分析したいこと」が明確になったなら、次は問題解決へのアプローチとして、これまで学んだData(データ)、Technology(技術)、People(人材・チーム体制)の視点で翻訳することが求められます。
ここでは、そのアウトプット方法について解説していきます。
分析課題への評価・選択
ここまでで「どんなデータを使って」「どんな分析ができそうで」「どんなケイパビリティ」が必要かを洗い出すことができました。
では、これらのリストの中でどこから始めれば良いのか、その優先順位の考え方と分析プロジェクトを行なっていく過程で必要なポイントを説明します。
こんな方にオススメ
- データサイエンス初学者
- プロジェクトマネージャー
- 営業担当者や管理職、経営層
- 経営企画部署
ただを理解するだけではなく、「どのようにビッグデータを経営課題解決に落とし込むか」といった思考法に重点を置いた内容になっているので、すぐに実践に役立てることができます!
About the Instructor
日本では数少ない米国大学のデータサイエンス修士号を保有。
白ヤギコーポレーションにて、社内のデータはもちろんクライアントのデータ分析を支援するコンサルタントとして活躍。
これまで機械学習を用いたレコメンデーション、アプリユーザーの行動分析や機械学習を用いたプッシュ通知の最適化、交通系IoTのデータ分析などを担当。
白ヤギコーポレーション参画前は、監査法人トーマツにてデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発の取締役、KPMG FASにて事業再生コンサルタント、外資系メーカーでの経理・マーケティングなど幅広い経験を持つ。
学歴
●University of San Francisco, M.S. in Analytics修了
●一橋大学商学部卒業(統計学・データサイエンス専攻)
メディア実績
• 日経ビッグデータWeb版パートナーレポート「成功するアナリティクス案件の選択とは http://business.nikkeibp.co.jp/article/bigdata/20141021/272866/
• SELECK 「数値からユーザー行動を読み解く! データ可視化のカギは、TableauとRの使い分け」 https://seleck.cc/article/286
• SELECK 「ビッグデータ分析を競い合え!世界中のデータサイエンティストが集う「Kaggle」とは」 https://seleck.cc/article/313
セミナー・トレーニンング
• 日経ビッグデータカンファレンス「世界最大級分析モデルコンペ Kaggleの最新動向」
• デブサミ2016 「人間と機械学習のはざま: どこまで機械に任せるのか」
• 大手コンサルティングファーム様社内トレーニング 「SQLを使ったデータ分析セミナー」
• 「文系ビジネスパーソンのための統計学入門講座」 など
Course content
Loading |