「ビジネス現場でのデータ分析者」 東京大学 GCI 2026 Summer

この資料は東京大学グローバル消費インテリジェンス寄付講座 GCI 2026 Summerにおいて、ゲスト講演させていただいた際に用いた資料です。

本資料は東京大学グローバル消費インテリジェンス寄付講座 (GCI) 2026 Summer のゲスト講義回 (2部構成) の第1部で、第2部では機械学習を「社会実装」する際の罠と、その解決方法の考察についての講義を展開しています。あわせてご覧ください。
https://speakerdeck.com/moepy_stats/social-implementation-of-machine-learning-june-2026-version

東京大学グローバル消費インテリジェンス寄付講座 (GCI) 公式WEBサイト
https://gci2.t.u-tokyo.ac.jp/

Transcript

1. 【講義用】 東京大学 GCI ゲスト講義資料 ビジネス現場でのデータ分析者 2026年06月16日 株式会社ブレインパッド
2. 2 ©BrainPad Inc. 本日の講義の立ち位置 前半と後半で、それぞれ「ビジネス現場でのデータ分析者」「機械学習を『社会実装』するということ」と いうお話をします。 後半を聞いていただく上で知っておくと良さそうな三点をご 説明しています • データサイエンティストを取り巻く環境 • データサイエンティストの仕事 • データサイエンティストに必要な技術 約30分 データサイエンティストがAIプロジェクトを推進してきた中で現 場で感じたこと、生成AI時代の今考えていることをお話します 約70分
3. 3 ©BrainPad Inc. Strictly Confidential 変革を目指す企業と共に最前線を走り続ける、データ活用推進パートナーのパイオニア 2004年創業、日本初の “対象業界を問わない総合データ分析サービス企業” として事業展開 ブレインパッド について 社名 ｜株式会社 ブレインパッド 所在地 ｜東京都港区六本木3-1-1 六本木ティーキューブ 11F・12F 設立 ｜2004年3月18日 従業員 ｜589名（連結、2025年6月30日現在） 代表者 ｜代表取締役社長 CEO 関口 朋宏 グループ ｜株式会社 TimeTechnologies 株式会社BrainPad AAA 株式会社アクティブコア 株式会社 電通クロスブレイン
4. ©BrainPad Inc. Strictly Confidential 4 ブレインパッド の 存在意義 データ活用の促進を通じて持続可能な未来をつくる PURPOSE 息を吸うようにデータが活用される社会をつくる “Data-driven as Usual” VISION 技術と人材のサプライチェーンを再構築し、 国際競争力のある豊かな日本の再生に貢献する MISSION
5. 5 ©BrainPad Inc. Strictly Confidential データに纏わる技術と専門性を駆使した2種類のサービスを組み合わせ、企業のデータ活用・DX・課題解決を支援 ブレインパッドの事業領域 最適なデータ活用を設計し、経営に実装する データ活用のさまざまなプロフェッショナルが、多様な視点からアナリティクスとエンジ ニアリングのスキルを駆使して、その企業に最適なデータ活用を実装します。 （データサイエンティスト200名以上、ビジネスコンサルタント50名以上、エンジニア100名以上在籍） プロダクト・サービス プロフェッショナル・サービス 実用的なSaaSで、データ活用を日常化する 可視化や効率化、データによる意思決定を日々の業務に落とし込むために、誰もが使いこ なせる実用的なプロダクト群で、データ活用の日常化をサポートします。 （2006年自社開発プロダクト「Rtoaster」をはじめ、データを基点としたプロダクトを多数用意）
6. 6 ©BrainPad Inc. Strictly Confidential 2004年の創業以来、のべ1,400社との「データ活用推進プロジェクト」を支援 日々増え続ける膨大なデータを “取扱う専門集団” として、「データを価値に変える」取り組みを推進 ブレインパッドの代表的な取引先（掲載許諾をいただいている取引先の一部｜順不同、2026年5月1日時点）
7. 7 ©BrainPad Inc. 資料のねらい データ分析者を取り巻く「環境」「仕事」「技術」の3つのお話しをいたします。 3つのお話しを通じて、みなさんにデータ分析者への理解を深めていただければと思います。 • DXとは • 日本のDXの現状 • データ分析者の役割 3. 技術 2. 仕事 1. 環境
8. 8 ©BrainPad Inc. データサイエンティストと聞いて、 どのようなこと・ものを想像しますか？ アイスブレイク
9. 9 ©BrainPad Inc. 言葉について 本資料では色眼鏡で見てしまうことを避けたいため、「データ分析者」という言葉を使用します。 「データサイエンティスト」は「スポーツ選手」という言葉と同等の広さを持つ言葉だと考えています。 私たちは、知らず知らずのうちに思考が凝り固まってしまう「認知バイアス」があります。 みなさんがイメージする「データサイエンティスト」のイメージもそれぞれ異なるものだと思います。 スポーツ選手 データサイエンティスト 野球 サッカー 卓球 テニス バレーボール 短距離走 マラソン リレー やり投げ 走り高跳び スキー スノーボード フィギュアスケート アイスホッケー カーリング ？ みなさんは何を想像しましたか？ 運動が得意であることは共通だが、必要な能力は異なる
10. ©BrainPad Inc. 10 1. データ分析者を取り巻く社会（DXについて） 2. データ分析者の仕事 3. データ分析者として働く際に必要になる技術 目次
11. ©BrainPad Inc. Strictly Confidential 1. データ分析者を取り巻く社会
12. 12 ©BrainPad Inc. データ分析者 ≠ 分析だけをする人 データ分析者が立ち向かう社会 仕事としての…
13. 13 ©BrainPad Inc. データ分析を通じて社会に影響を与える人 データ分析者が立ち向かう社会 仕事としてのデータ分析者とは、 だと考えています。
14. 14 ©BrainPad Inc. では、社会とは？ データ分析者が立ち向かう社会
15. 15 ©BrainPad Inc.
16. 16 ©BrainPad Inc. DX 【デジタルトランスフォーメーション】 DXとは、社会に対してデジタル技術を活用して「変革」を行うことです。 単なるデジタル化だけでなく、データを通じて「新たな価値」を生み出すことを目指します。 https://www.ipa.go.jp/digital/dx/hjuojm000000gx4n-att/000094497.pdf 経済産業省の提唱するDXの段階
17. 17 ©BrainPad Inc. DX 【デジタルトランスフォーメーション】 利用者や社会の困りごとに対して、データやデジタル技術を使うことで、今までとは違う解決方法や利用体 験を提供することを目指します。 テーマ デジタル化 + 新たな価値を創造 デジタル化にとどまる 在庫管理 リアルタイムで在庫最適化や自動発注を実施 DBを用いた在庫量の可視化 教育 個別最適化された学習コンテンツの提供 対面授業のオンライン配信化 顧客対応 音声認識・自然言語処理を用い、 自由度の高い予約・質問対応の実施 テキストチャットによるやり取りの実施 物流・配送 リアルタイムで交通状況に応じた 自動的な経路最適化 GPSによる車両位置のトラッキング エネルギー AIとIoTを活用し電力の動的価格設定と 需要調整システムの導入 ガス・電力などのスマートメーターの設置 観光 AR/VRと位置情報を活用した パーソナライズされた観光体験の提供 観光スポット情報のアプリ公開
18. 18 ©BrainPad Inc. 後継者不足の業界における技術の再現・補助システムの構築 熟練を要する仕事の補助や、暗黙知の言語化をするためにDXを進めることがあります。 すべてを置き換えなくとも、人手を大きく削減したり、後継者が注力する領域を限定することができます。 熟練者の仕事の結果やヒアリングを通じて データの収集と分析を行う 熟練者でなくとも対応できる仕事を自動化 暗黙知の形式知化を促進し後継者育成を補助 後継者がいないことによる技術・知識の消失を防止 熟練技術を用いた新たなビジネスに寄与
19. 19 ©BrainPad Inc. 災害対策・防災分野における設備点検の効率化システムの構築 定期的な設備点検は非常に重要な仕事ですが、人手では多くの時間がかかってしまったり見逃しもあります。 様々なデータを集めて分析することで、即時に要注意箇所を把握できるようになります。 画像・動画・センサーによって適切にデータを取得し、 要注意箇所を特定するための分析を行う 遠隔でも状況確認が可能なシステムの構築 安全な環境を維持 人間の負担を大きく低減
20. 20 ©BrainPad Inc. DX 【デジタルトランスフォーメーション】が求められる理由 デジタル化したデータがあることは「当たり前」。 その活用方法が、社会から求められるようになっている。 「息を吸うようにデータが活用される社会」をつくることが目的 Data-driven as Usual
21. 21 ©BrainPad Inc. ところで日本のDXは、 どの程度まで進んでいるのでしょうか？ 日本のDXの現状
22. 22 ©BrainPad Inc. 世界と比較した日本のデジタル競争力 日本のデジタル競争力は残念ながら高いとは言えません。 データ分析の推進に携わる私たちにとって、この状況は大きな課題です。 順位 日本は69か国中30番目の「デジタル競争力」 世界の順位 (抜粋) IMD World Digital Competitiveness Ranking より引用
23. 23 ©BrainPad Inc. 日本企業のDXの現在地 日本は価値向上のためのDXの取り組みが低い傾向にあり、”守り”のDXに偏っていると読み取れます。 https://www.ipa.go.jp/digital/chousa/dx-trend/tbl5kb0000001mn2-att/dx-trend-2025.pdf より引用
24. 24 ©BrainPad Inc. 世界トップ水準の技術力を有するにもかかわらず、デジタル競争力が伸び悩む日本 日本は技術を生み出す力や技術基盤は比較的強い一方で、技術を企業の意思決定・組織変革・事業成果に変 換する力が弱いと分析されています。 https://imd.widen.net/content/xclarczvwr/pdf/WDCR_Report_2025.pdf より引用
25. 25 ©BrainPad Inc. 日本企業が技術を”社会実装“できない理由 社会実装の鍵は、変化に迅速対応するアジリティ、失敗を許容する組織風土、そして戦略的リーダーシップ にあります。 https://imd.widen.net/content/xclarczvwr/pdf/WDCR_Report_2025.pdf より引用 An interesting takeaway from the Japanese scenario is that technical expertise alone is insufficient; digital competitiveness also requires adaptability, cross-cultural fluency, and institutional openness to experimentation and failure. ……Building human capital for the digital age, therefore, requires more than skill accumulation; it demands institutional adaptability, openness to global exchange, and leadership capable of bridging technological potential with strategic execution. 日本が劣後している要素 ✓ 俊敏性（アジリティ） ✓ 適応力（組織の柔軟性） ✓ 異文化対応力・グローバルな交流への開放性 ✓ 実験と失敗を受け入れる組織的な寛容さ ✓ 戦略へと結びつけるリーダーシップ 「階層的な管理文化」「コンセンサス重視の意思決定」「限定的な国際露出」がボトルネックとなり、 保有している高い技術的専門性を「組織の適応力」へと変換できていない
26. 26 ©BrainPad Inc. では、”社会実装“のために、どうすればよいのか 後半でお話しします
27. 27 ©BrainPad Inc. なぜ、DXの話をしたのか データ分析者の話題は？
28. 28 ©BrainPad Inc. DXを推進するために必要な役割 DXを推進するにあたって必要な役割を担う人材をDX人材と呼称しており、様々な役割があります。 データ分析者は役割の一つでしかなく、ひとりの個人が複数の役割を担うこともあります。 本資料では「データ分析者」と あえて呼称しています https://www.meti.go.jp/policy/it_policy/jinzai/skill_standard/img/digitalskillstandardver.2.0.pdf より引用
29. 29 ©BrainPad Inc. 生成AIでDXはどうなるのか あるべきデータ活用の価値やその正しさがわかりにくい/着目されにくい時代が迫るなか、正しい知識を学ぶ こと・それを学んだ人はDX推進において、より一層貴重になります。 GCIで学ばれている皆様には、日本のDX推進のために各所で活躍してほしいと切実に思っています。 専門知識を持った一部の人（＝データ分析者）が 分析を行っていた • 技術的な難しさにより、参入障壁が高かった • 知識がない場合は、技術的に不可能だった • 中身を理解しなくともpythonコードを書 くなどはできていた • データやプログラミングに全く馴染みが ない場合は、分析は難易度が高かった これまで：良くも悪くも分析は閉じられていた 生成AIツールを利用することで、誰もが分析でき る • 生成AIは、インプットを与えれば何かしら出し てくれる • 生成AIが「正しい」と言えば信じてしまう • データ・分析設計・結果を見極める知識がない 場合、そもそも何を判断すべきかという審美眼 の働かせ方を知りえない 現在：良くも悪くも誰もが分析ができる 生成AIツールの隆盛は喜ばしい反面、正しいデータ活用の保証がより一層難しくなる恐れも。 DXを阻む障壁の一つには「失敗」がありますが、そのリスクが上昇する懸念には注意すべきです。
30. ©BrainPad Inc. Strictly Confidential 2. データ分析者の仕事
31. 31 ©BrainPad Inc. データ分析者に求められる仕事 データ分析者は、「データから引き出す価値を最大化するために、統計学や数学、プログラミングなどの技 術を駆使してデータ活用を実践する仕事を担う職業」です。具体的な仕事は多岐にわたります。 コミュニケーション ビジネス変換 プロジェクト管理 運用 リサーチ データガバナンス 関係者との協働 プレゼンテーション ビジネス課題を分析課題に変換 分析結果をビジネス価値に変換 組織全体のデータ戦略の立案・実行 分析プロジェクトの管理 データの品質管理 セキュリティ・コンプライアンス順守 類似事例の調査 新しい技術の調査 継続的なデータ分析支援 構築したシステムの維持・管理
32. 32 ©BrainPad Inc. バイオ 金融 交通・流通 データ分析者の所属する領域例 データ分析者は様々な領域で活躍しており、「データサイエンティスト」という肩書を名乗っていないこと も多くあります。実はデータ分析者としての役割を果たしているということもあります。 ヘルスケア 農業 保険 気象 セキュリティ その他 国政、品質管理など様々
33. 33 ©BrainPad Inc. プロジェクトの進め方 DXプロジェクトに限らない、あらゆるプロジェクトにおいて重要な手順を踏みます。 この考え方はデータ分析者であるから必要になるのではなく、あらゆる役割の方にとって重要になります。 背景の理解 目標の設定 解決策の仮説立案 実行と結果の評価 • 現状の問題点や課題、あるいは強みを明確に把握する • 影響を受ける人々や組織を洗い出し、そのニーズを理解する • 業界動向、競合状況、過去の類似事例などを調査する • 数値目標など明確で測定可能な目標を定める • 短期・中期・長期の時間軸で目標を整理する • 関係者全員が目標を理解し、合意を得る • 目的を達成するために必要な解決策の仮説を複数あげる • 想定される結果やリスクを事前に検討する • 実現可能性や効果を考慮し、取り組む仮説を選択する • 責任感をもって計画通りに物事を進める • 定期的に進捗を確認し、必要に応じて計画を調整する • 結果を客観的に評価し、学びと改善点を明確にする 踏むべき手順 考慮する内容
34. 34 ©BrainPad Inc. 事例：アパレル業界での需要予測 売上予測と在庫分析に基づいた適正発注量の算出を実施。 過剰在庫と欠品のバランスを調整し、コスト管理と販売機会の最適化を図る。 背景の理解 目標の設定 解決策の仮説立案 実行と結果の評価 • 需要予測が適切にできていなかった • 過剰発注: 不良在庫を抱えてしまう • 過少発注: 商品欠品による機会損失 • 店舗ごとの発注業務の効率化 • 適切な発注を行うことによる利益増 • 店舗ごと・商品ごとに1週先、2週先の 売上数量の予測値を算出する • 過剰在庫・商品欠品の双方を低減 • 発注業務の一部自動化による業務標準化と 所要時間の短縮を実現 店舗 データ蓄積 売上数量予測 発注 入荷
35. 35 ©BrainPad Inc. 事例：化粧品業界でのマーケティング分析・施策実施 売上・顧客構造の分析を通じて顧客ニーズを把握。 ターゲット顧客とアプローチ方法を特定し、効果的な施策立案を支援。購買行動の変化を観察・検証。 背景の理解 目標の設定 解決策の仮説立案 実行と結果の評価 • より効率的なマーケティングを行いたいが、 どのような施策を行うとよいかが不明 • 顧客層が多様で画一的な対応では、 効果が見込めない • 顧客層別のアプローチを実施し、 会員数・購入金額などKPIを上昇させる • 顧客起点KPIツリーを再設計 • 顧客構造分析を行い、適切なアプローチ 方法を模索する • 想定顧客層別の売上が増加 売上金額 会員数 購入金額 (年間/人) 顧客起点のKPIツリー作成 顧客構造分析 目のクマに悩み 40代女性 目元のシミに悩み 30代女性 乾燥肌に悩み 20代男性 肌荒れが多い 60代女性 分析結果に基づく施策実施
36. 36 ©BrainPad Inc. 事例：LLMを用いた人事アンケート活用 未活用の自由記述人事アンケートをLLMで構造化を実施。 ダッシュボードで可視化し、社員の職場認識を分析。人材配置の意思決定に資するデータ提供を目指す試み。 背景の理解 目標の設定 解決策の仮説立案 実行と結果の評価 • 人事がアンケートを実施しているが、 自由記述部分を利用できていない • 社員がより働きやすい環境を作りたい • 部門別に適切な社員の人材配置計画を提供 • 人事の負荷を低減する • LLMを用いてアンケートデータを構造化 • ダッシュボード化することで常に可視化 • 部署ごとの人材に関する課題を可視化 • 人材の最適配置に貢献 例) • 業務改善 • 環境改善 • スキル・能力 • etc… 共通カテゴリを抽出 例) 職場不安の回答 関係する法令が多く、 簡易に相談出来ず 不安に感じる 回答をカテゴリに分類 例) 要約 変革推進人材が不足 対策 変革意識の強い人材に リーダーポジション提供 部門別に要約と対策を生成
37. 37 ©BrainPad Inc. Strictly Confidential 事例：店長支援AIエージェント | 店長の想定ユースケース 売上分析・品揃え分析 売上変化の把握から、売上低迷商品の特定、代替商品の提案までAIエージェントがデータに基づき提案。 店舗の客層や立地に合わせた最適な売り場作りを行うことで、売上改善を実現 実績把握 課題特定 商品診断 入れ替え候補の検討 AIが売上実績と前週比を確認し、 好調・不調なカテゴリを把握 AIが不調カテゴリを深掘りし、 売上が大きく落ちている商品を特定 AIが商品を調査し、商品棚から カットすべきか否か理由と併せて提示 自店舗の客層やトレンドをもとに、 AIが入れ替え候補商品を提示 画面イメージ うちの店舗（六本木店）の 客層が求める『プレミアム感』 とはズレてきているんだな。 店長 画面イメージ 『ベルジャン・ホワイト』は うちの客層にも合いそうだ。 新規導入してみよう。 店長 画面イメージ 先週は『酒類カテゴリ』の 売上が不調だったんだな。 何が原因だろう？ 店長 画面イメージ 酒類の売上が前週比で落ちている理由を教えて ブレインパッドストア六本木店における、2025年11月24日週の酒類 売上が前週比で減少（6.8%減）した主な理由は、特定商品の売上急落 と悪天候による客数減の2点に集約されます。 理由① 特定定番商品の売上急落 最も大きな要因は、カテゴリ「酒類」に含まれる「清流ラガー(PB)」 の売上が落ち込んだことです。(前週比売上 –20.65%) 商品名 清流ラガー 角ハイボール クラフトビール 赤ワイン 前週売上 155,000円 240,000円 185,000円 95,000円 当週売上 123,000円 234,000円 179,000円 93,100円 前週比 -20.65% -2.50% -3.24% -2.00% -32,000 -6,000 -6,000 -1,900 前週比(#) 理由①の掘り下げ：客層ニーズとのミスマッチ データ分析の結果、当該商品はリピーター数・ヘビーユーザー数いず れも著しく低下しています。現在の六本木店のお客様が求める「プレ ミアム感・高付加価値」のトレンドから乖離し始めており、定番品と しての集客力が弱まっていることが原因と推測されます。 理由② 大雨による客数減 11月25日(火)から26日(水)にかけての記録的な大雨(41.5mm)により、 店舗全体の客数が減少。特に火曜日の酒類売上は前週比で微減してお り、悪天候に伴う「ついで買い」の減少がビール類の売上を押し下げ ました。 清流ラガー(プライベートブランドビール) 商品棚替分析レポート：清流ラガー(プライベートブランドビール) 商品棚替分析レポート：清流ラガー(プライベートブランドビール) 『清流ラガー』が原因か。 そろそろ他商品と入れ替えても 良いかもしれない。 店長
38. 38 ©BrainPad Inc. 事例：FANY｜吉本興業グループと作る「お笑い翻訳AIサービス」で、日本のお笑いを世界へ 日本のお笑い特有の言い回しや表現を学習し、魅力や繊細なニュアンスを翻訳する「お笑い翻訳AI」を開発 ブレインパッド、吉本興業グループのFANYの生成AIを活用した新たな取り組みを支援、 「おもしろい」を翻訳して日本のエンタメを世界へ発信 プレスリリース｜2025.1.21 ブレインパッドは、吉本興業グループの株式会社FANYによるエンターテ インメントコンテンツの海外展開を促進する新たな取り組みとして、お 笑い翻訳AI サービスのα版開発を支援したことを発表します。 本取り組みにおいて、Googleの最も高性能で汎用的なモデルGeminiを活 用 した「お笑い特化型」の字幕生成システムを開発しました。 本システムは、漫才やコントなどの日本のお笑い特有の言い回しや表現 を AI が学習し、お笑いの魅力や繊細なニュアンスを翻訳に反映できるよ うに設計されています。 本システムを用いたお笑い翻訳 AI サービスを通じて、日本の「おもしろ い」を、海外へより一層発信していくことを目指しています。 チョコレートプラネット「業者」 https://youtu.be/UydyLvybRlU レインボー「史上最強に態度の悪い店員」 https://youtu.be/Pq_OxYPyIes https://www.brainpad.co.jp/news/2025/01/21/22694
39. 39 ©BrainPad Inc. 事例：トラフグの養殖効率の最適化に向けた実証実験（長崎ファーム様） 飼料価格や設備維持費等のコストの上昇や労働力不足の課題に直面中の日本の養殖業において、AIやIoTを活 用した実証実験を開始 「とらふぐ亭」を展開する東京一番フーズの子会社 長崎ファームと業務提携し、トラフグの養殖効率の最適化に向けた取り組みを開始 プレスリリース 日本の養殖業は、飼料価格や設備維持費等のコストの上昇や労働力不足と いった課題に直面しており、これらの課題に対して、近年ではAIやIoTを活用し た「スマート水産業」が推進中。 経験や勘に頼っていた養殖プロセスがデータに基づき最適化され、養殖効率 の向上やコスト削減を実現中。 ブレインパッドは、20年以上にわたり培ってきたデータ活用の知見を活かし、 トラフグの最適な養殖条件を明らかにする取り組みに参画し、魚の養殖効率を 最適化するソリューションの開発に向けたアプローチを開始 約1年間をかけて、養殖費用との相関性が高いと推測される条件に絞り、生け 簀ごとに条件を変更してトラフグの生育度合いのモニタリングを実施 2025/10/09 https://www.brainpad.co.jp/news/2025/10/09/24193 養殖業の持続可能性を高めるため、IoT／データ活用を通じて養殖コストの低下に貢献
40. ©BrainPad Inc. Strictly Confidential 3. データ分析者として働く際に必要になる技術
41. 41 ©BrainPad Inc. その前に どのようなことができたら、データ分析者になれると思いますか？ • 授業の単位？ • 統計学・機械学習の資格？ • データ分析コンペティションへの参加？ • インターンシップへの参加？ • モデルを利用したアプリの実装経験？ • 論文執筆・発表の経験？
42. 42 ©BrainPad Inc. 残念ながら「ある技術を身に着けたら、データ分析者」 「ある経験をしたら、データ分析者」とはなりません。 その前に 様々な技術・経験のすべてが「力」になります。 すべてをもって「問題を解決」する必要があります。 データを活用し社会に影響が与えられる人がデータ分析者
43. 43 ©BrainPad Inc. 書籍の紹介|データ分析、ビジネススキル GCIを受講されている方が、次の一冊として手に取るとよいかと思う書籍をいくつかお勧めします。* 向き不向きや、現在の取り組みで不要などあるかと思いますので、参考程度にしていただければと思います。 *もちろん、これ以外にも多くの領域や書籍があります。多くの方の意見を参考になさって、ご自身で書籍を手に取ってお選びください。 データ分析 ビジネス タイトル 出版社 統計学入門 効果検証入門 はじめてのパターン認識 人工知能入門 Pythonではじめる数理最適化(第2版) Kaggleで勝つデータ分析の技術 東京大学出版会 技術評論社 森北出版 東京図書 オーム社 技術評論社 図解 コンサル一年目が学ぶこと イシューからはじめよ 仮説思考 BCG流 問題発見・解決の発想法 意思決定のための「分析の技術」 ライト,ついてますか: 問題発見の人間学 ディスカヴァー・トゥエンティワン 英治出版 東洋経済新報社 ダイヤモンド社 共立出版
44. 44 ©BrainPad Inc. 書籍の紹介|ビジネス現場でのデータ活用 ビジネスでのデータ分析の現実、上手く行かないところ、分析者が立ち向かわねばならない世界を知りたい と思われたら、ぜひお手に取ってみてください。このお三方の著書はどれもおススメです。 ビジネス現場で のデータ活用 タイトル 出版社 会社を変える分析の力 日産で学んだ 世界で活躍するためのデータ分析の教科書 ビジネストランスレーター データ分析を成果につなげる最強のビジネス思考術 講談社 日経BP 日経BP
45. 45 ©BrainPad Inc. 書籍以外の紹介 書籍以外にも学ぶための情報源はあります。データ分析を行う際には、プログラムを書くことになりますが、 その際には「公式ドキュメント」を見る癖をつけていただければと思います。※生成AI時代だからこそ。 https://pandas.pydata.org/ の例 「pandas document」などで検索 pandas以外の場合でも同様ですが、 「公式ドキュメント」を読むことを 心掛けていただくとよいかと思います。
46. 46 ©BrainPad Inc. ドメインの大切さ データ分析技術について強く訴えましたが、様々な分野の専門家も社会のために必要です。 現在みなさんが取り組まれている・取り組もうとしているドメインを大切にしてください。 もちろん「統計・機械学習分野を専門とする」こともあるかと思います。 あなたのドメインがデータ分析の力を最大化します。 ドメインと並行し、データ分析技術も磨いてください。
47. 47 ©BrainPad Inc. 領域横断の大切さ 一方で、問題を解決するためには、領域横断的な視点が必要になります。 様々な学問分野についての知見を広げる・深めるといった試みを継続いただければと思います。 複雑な問題には多角的な視点が必要になります。 興味を持たれた事柄は、貪欲に学んでいってください。
48. 48 ©BrainPad Inc. データ分析を通じて社会に影響を与えていきましょう！ 最後にみなさんへのメッセージ DXを進める仲間として、 皆様のご活躍を本当に心待ちにしています！
49. 株式会社ブレインパッド 106-0032 東京都港区六本木三丁目1番1号 六本木ティーキューブ TEL：03-6721-7002 FAX：03-6721-7010 www.brainpad.co.jp info@brainpad.co.jp 本資料は、未刊行文書として日本及び各国の著作権法に基づき保護されております。本資料には、株式会社ブレインパッド所有の特定情報が含まれており、これら情報に基づく本資料の内容は、貴社以外の第三者に開示されること、また、本資料を評価する以外の目的で、その 一部または全文を複製、使用、公開することは、禁止されています。また、株式会社ブレインパッドによる書面での許可なく、それら情報の一部または全文を使用または公開することは、いかなる場合も禁じられております。 ©BrainPad Inc.