DXの実務―戦略と技術をつなぐノウハウと企画から実装までのロードマップ [単行本]

DXの実務―戦略と技術をつなぐノウハウと企画から実装までのロードマップ の 商品概要

• 要旨（「BOOK」データベースより）

  プロジェクトの成否を決める「型」と「要所」を集中解説。データ利活用の本質は何か。ＡＩはどのように駆動するのか。技術をビジネスに実装し、真の変革につなげるために、何を考え、何に注意し、どんな体制で取り組むべきなのか。ＤＸの実務のリアルな行程を、具体性と汎用性にこだわって解説。技術者でない人のためのデータ／ＡＩ活用必携テキスト。

• 目次

  はじめに
  
  ・本書の概要と特徴
  
  ・本書の背景
  
  ・本書の目的
  
  
  
  Part 1[序論] DXの成否を左右する「データ利活用サイクル」
  
  DXの“現在地”
  
  DXは、「データ利活用」による経営改革
  
  データ利活用を実現する重要コンセプト
  
  Column レコメンデーションの代表的手法
  
  データ利活用を実装する仕組み
  
  データ利活用とAI
  
  データ利活用の成否を分かつ要因
  
  データ利活用DX実現へのロードマップ
  
  
  
  Part 2[総論1] DXが進まない理由
  
  業種/業界別に見られる課題とDXによるアプローチ
  
  DX推進を阻む課題
  
  DXを阻む課題の“深淵”
  
  DXを実現するための3つの方針
  
  
  
  Part 3[総論2] データ利活用DX推進のフレームワーク
  
  データ利活用DXの2つのフェイズ
  
  Pre-DX Phase:コンセプトの設計
  
  ・盲目的なDX/データ利活用は本末転倒
  
  ・ビジョンの策定
  
  ・提供価値(バリュー)の定義
  
  Column 環境分析
  
  ・顧客体験(UX)の定義
  
  ・顧客体験(UX)とKPIの接続
  
  Pre-DX Phase:メカニズムの設計
  
  ・課題の「発見」はデータ利活用/DXに優先する
  
  ・コンセプトとメカニズムの接続
  
  Column システム開発
  
  DX Phase:推進ステップ
  
  ・データパイプラインと構成要素
  
  ・データ収集とデータレイク(DL)
  
  ・データ処理/活用準備とデータウェアハウス(DWH)
  
  ・データ活用とデータマート(DM)
  
  ・施策創出/推進のエンジンとしてのデータ基盤
  
  ・DXフェイズの施策難易度を左右する要素
  
  ・Level1:データ分析と局所的活用
  
  Column 交絡因子
  
  ・Level2:分析結果の組織的運用と自動化
  
  ・Level3:横断的活動の最適化
  
  
  
  Part 4[各論1] DX Phaseの具体的実務
  
  データ利活用の前提となる「データ統合」
  
  データの分類
  
  DXフェイズにおける具体的実務の概観
  
  KPIを具体的実務へ落とし込む
  
  ・KPI管理の利点
  
  ・KPI管理における「指標設計」と「モニタリング」
  
  ・KPIの具体的運用例
  
  データ/AI活用を具体的実務へ落とし込む
  
  ・データ活用技術を理解する“入り口”
  
  ・データの“質”と“量”の重要性
  
  ・データ収集に関連する技術
  
  Column ユーザビリティ
  
  Column プロデューサー/メッセージブローカ/コンシューマー
  
  ・データレイクの活用
  
  Column 密結合、疎結合、API
  
  ・データウェアハウスの活用
  
  Column 情報検索技術
  
  ・データマート(DM)の活用
  
  ・データ収集/処理/活用準備の例
  
  Column 要件定義
  
  
  
  Part 5[各論2] AIの活用
  
  AIの全体像
  
  AIの限界
  
  Column 進化し続けるAI
  
  AIの分類
  
  ・学習の観点からの分類
  
  ・実行タスクの観点からの分類
  
  AIの学習
  
  ・学習=パラメータの最適化
  
  「教師あり学習」を通じてAIを理解する
  
  ・単回帰分析
  
  Column 機械学習と統計学
  
  ・教師あり学習のパラメータ最適化プロセス
  
  ・教師あり学習:重回帰分析
  
  ・教師あり学習:ロジスティック回帰分析
  
  ・教師あり学習:深層学習/ニューラルネットワーク
  
  教師あり学習:決定木
  
  ・決定木の概要/用途
  
  ・回帰木/分類木の分割条件
  
  Column エントロピー/ジニ不純度
  
  アンサンブル学習
  
  ・アンサンブル学習の手法
  
  ・バギング
  
  ・バギングの代表的手法:ランダムフォレスト
  
  ・ブースティング
  
  Column Feature Importance
  
  画像認識/自然言語処理で用いる深層学習モデル
  
  ・画像認識のタスク
  
  ・画像認識に用いられる深層学習モデル
  
  Column AlexNet / ResNet
  
  ・自然言語処理のタスク
  
  Column Transformer / BERT
  
  教師なし学習:クラスタリング
  
  機械学習システムへの実装
  
  ・機械学習システム構築/運用の難しさ
  
  ・機械学習システムの実装/運用の概観
  
  Column 機械学習システム運用における典型的な課題
  
  Column 機械学習モデルのサービングパターン
  
  ・特徴量エンジニアリング
  
  ・機械学習の実験フェイズ
  
  ・機械学習モデルの評価方法
  
  ・機械学習モデルのシステム実装
  
  Column 機械学習システムのテストの難しさ
  
  ・機械学習システムの自動化
  
  
  
  Part 6[各論3] 人材要件
  
  プロダクト開発担当
  
  データサイエンス担当
  
  データパイプライン担当
  
  
  
  Appendix 付録
  
  付録1:勾配降下法
  
  付録2:尤度関数
  
  付録3:誤差逆伝播法
  
  付録4:DXの理解を深めるための参考文献
  
  
  
  おわりに

• 出版社からのコメント

  データ利活用の基礎から機械学習の仕組みまで。すべての実務者が知っておくべき知識と考え方を、具体性と汎用性にこだわって解説。

• 内容紹介

  DXの実務とは、「戦略」と「技術」をつなぐこと。
  
  あらゆる産業で「DX」が叫ばれる昨今、
  多くの時間と労力を費やしているにもかかわらず、
  成功とは言い難いDXプロジェクトが後を絶たない。
  それらの取り組みに共通して見られるのが、
  ・DX戦略構築／実行の「型」が欠けている
  ・DX実現に不可欠の「技術的考察」が欠けている
  という２つの根本的な問題だ。
  
  DX成功の鍵は「戦略と技術をつなげる力」であり、
  非エンジニアでも経営層でも、本気でDXを行うならば
  データ利活用の標準的な考え方を身につけ、
  主要技術を理解することが不可欠だ――。
  
  「そもそもDXの戦略はどのように描けばよいのか？」
  「データ利活用はどのような手順で進めるべきなのか？」
  「どのような体制、マネジメント、人材が必要なのか？」
  「AIはどう駆動するのか。機械学習で何が可能なのか？」
  「技術をビジネスに実装／運用する上での注意点とは？」
  「DXに携わる人にはどんなスキルが求められるのか？」
  これらのポイントを押さえながら、「DXの実務」の
  リアルな行程を、具体性と汎用性にこだわって解説する。
  
  
  【技術者でない人のための データ/AI活用必携テキスト】
  
  
  ［本書の特徴］
  ・エンジニアではない読者向けに、DXに関する戦略と技術の双方を解説。
  ・あらゆる業種のDXに共通して必要な「データ利活用」の本質がわかる。
  ・難解なデータ/AIの技術について、易し過ぎず、難し過ぎないレベルで解説。
  ・データ/AIの技術を前提としながら、実務的な話ができるだけの基本知識・理解が得られる。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  古嶋 十潤(フルシマ トオル)
  コンサルティング会社とスタートアップを行き来し、現在はデータ／ＡＩ活用製品を提供するスタートアップでＣＰＯ（Ｃｈｉｅｆ　Ｐｒｏｄｕｃｔ　Ｏｆｆｉｃｅｒ）兼事業部長を務める。コンサルティング会社在籍時は、パートナーとして多くの日系大手企業とデータ／ＡＩ活用プロジェクトを幅広いテーマで推進。また、複数のスタートアップで経営戦略／事業戦略／人事戦略等を統括。京都大学法学部卒

• 著者について

  古嶋十潤 (フルシマトオル)
  コンサルティング会社とスタートアップを行き来し、現在はデータ/AI活用製品を提供するスタートアップでCPO（Chief Product Officer）兼事業部長を務める。コンサルティング会社在籍時は、パートナーとして多くの日系大手企業とAI／データ活用プロジェクトを幅広いテーマで推進。また、複数のスタートアップで経営戦略／事業戦略／人事戦略等を統括。京都大学法学部卒。

DXの実務―戦略と技術をつなぐノウハウと企画から実装までのロードマップ の商品スペック