Slide 1

Slide 1 text

データドリブン になりたくて読んだ 本の紹介 ふくしま

Slide 2

Slide 2 text

自己紹介 2 名前:ふくしま 所属:開発本部 業務:データ分析のための基盤構築 AWS、Python 2023年4月入社の新卒エンジニア IT歴:未経験のため、日々勉強中

Slide 3

Slide 3 text

よく耳にしませんか? 3 データ分析で業績を 赤字からV字回復! ビッグデータを使って ヒット商品連発! これからは、 データドリブン○○だ!

Slide 4

Slide 4 text

データ分析やってみた 4 実際にやってみたら上手くいかなかった… データはあるけど分析できない 分析したけどビジネスに活かせない

Slide 5

Slide 5 text

紹介する本 5 データ分析・AIを実践に活かす データドリブン思考 著:河本 薫 ビジネス誌「ハーバードビジネスレビュー」にも掲載実績 実務と研究の両輪からデータ分析をビジネスに活かす ための知恵を学べる。 ケーススタディが多く、共感しながら本書を読み進め られる。

Slide 6

Slide 6 text

はじめの切り口 6 データ分析は判断材料でしかない データ分析は問題解決をもたらすのではない データ分析は意思決定の判断材料にすぎない 問題 データ 分析 解決 意思決定

Slide 7

Slide 7 text

大事なこと 7 意思決定のプロセスは明確か あいまいな意思決定に無理やりデータ分析を当てはめると、的を得ていない分析になってしまう 目的や課題など意思決定を明示化してあげることが大事 例)本書p21より シェア低下の阻止のために、広告に力をいれたい →テレビ視聴やWebアクセスを分析して、広告費をかけるチャネルを決定 課題は広告ではなく、商品力や価格かもしれない

Slide 8

Slide 8 text

明示化のヒント 8 5W2Hを確認する 誰が、いつ、どこで、何を、どうやって、どれだけ 例) 要求のヒアリング現場でも、5W2Hで不明な点ないかと意識 結果的に、データ分析やシステムの実装に必要な情報をきちんと得られるようになった

Slide 9

Slide 9 text

本の一例紹介 9 ケーススタディもたくさん リアルな失敗事例を知れる 「たしかに…」 「あるあるだ…」と共感の嵐 解決への ヒントもくれるのが本書の良いところ しかも

Slide 10

Slide 10 text

ヒントも盛りだくさん 10 分析に必要な前提の考え方に加え、分析のヒントも学べる 意思決定方法に応じたデータ分析方法を6つに類型 例)繰り返し行うなら、○○の手法で。 類型化 フレームワーク ビジネスに活かせる分析のための枠組み 例)選択肢・手掛かり要件・選択基準の3つの枠とそれに合う分析手法を考える

Slide 11

Slide 11 text

まとめ 11 データ分析・AIを実践に活かす データドリブン思考 著:河本 薫 ビジネス誌「ハーバードビジネスレビュー」にも掲載実績 ・課題設定の方法から見直せる ・ケーススタディ多めで共感の嵐 ・類型、フレームワーク紹介あり データの魔法使いの一歩目を。