データ活用型プロジェクトのマネジメント―Project Management for Data Utilization and Application [単行本]

データ活用型プロジェクトのマネジメント―Project Management for Data Utilization and Application の 商品概要

• 目次

  1章　序
  1.1　データサイエンティストを取り巻く状況とプロジェクト
  1.2　従来型プロジェクトとデータ活用型プロジェクトの定義
  1.3　本書の目的
  2章　データ利用の類型と必要なスキルセット
  2.1　データ利用
  　2.1.1　データの類型
  　2.1.2　データの一次利用
  　2.1.3　データの二次利用
  　2.1.4　新たなデータ活用
  　2.1.5　データの二次利用の利点と活用に向けた方策
  2.2　データ活用に求められるスキルセット
  2.3　プロジェクトチームに必要なスキルセットの定義
  3章　データ活用に関連する法令
  3.1　個人情報保護法
  3.2　仮名加工情報と匿名加工情報
  3.3　データ活用・分析目的での個人情報を含むデータ提供・受領者側の留意点
  3.4　データ提供・受領に関わる契約
  3.5　データの管理
  4章　データ活用型プロジェクト
  4.1　データ活用型プロジェクトの定義
  　4.1.1　ステークホルダーの定義
  　4.1.2　ロールの定義と会議体
  4.2　研究機関と企業のデータ活用型プロジェクトの違い
  4.3　データ活用型プロジェクトの体制
  4.4　データ活用型プロジェクトの推進フェーズ
  　4.4.1　現状理解・問題把握フェーズ
  　4.4.2　課題設定フェーズ
  　4.4.3　施策実施・検証フェーズ
  4.5　データ活用型プロジェクトの推進フェーズと
  従来の改善のプロセスとの関係
  4.6　データ活用型プロジェクトのナレッジ管理
  5章　データ活用型プロジェクトのマネジメント
  5.1　各フェーズでのプロジェクト推進方法
  5.2　ウォーターフォール型プロジェクトの管理の基礎
  　5.2.1　進捗管理
  　5.2.2　課題管理
  　5.2.3　変更管理
  5.3　アジャイル型プロジェクトの管理の基礎
  5.4　データラボの運営
  　5.4.1　デイリースタンディング
  　5.4.2　イタレーションミーティング
  　5.4.3　スプリントレビュー
  5.5　現状理解・問題把握フェーズの進行例
  　5.5.1　プロジェクトのキックオフと進行手順
  　5.5.2　データの仕様確認と入手・実装，分析の実施
  　5.5.3　事業担当者に対するヒアリングとレポート
  　5.5.4　成果物
  5.6　課題設定フェーズの進行例
  　5.6.1　課題設定フェーズのキックオフ
  　5.6.2　課題設定フェーズのレポート
  　5.6.3　成果物
  5.7　施策実施フェーズの進行例
  　5.7.1　施策実施フェーズのレポート
  　5.7.2　成果物
  6章　データ分析の実践
  6.1　データ活用のための環境構築
  　6.1.1　データレイク，データウェアハウス
  　6.1.2　ETLによるデータマートへのデータ取り込み
  　6.1.3　データマートの実装
  　6.1.4　データ分析環境
  　6.1.5　分析環境の実装
  6.2　データの取り込みと基礎分析
  　6.2.1　データ受領時のファイルの同一性チェック
  　6.2.2　データの変換
  　6.2.3　データマートの実装のためのデータベースデザイン
  　6.2.4　データの検証
  6.3　現状理解・問題把握の分析
  6.4　検証・評価のための分析
  　6.4.1　課題解決方法の提案時の検証
  　6.4.2　モデルの評価
  　6.4.3　モデル評価のための指標
  6.5　施策の検証
  　6.5.1　A/Bテスト
  　6.5.2　DID
  　6.5.3　Causal Impact
  7章　集計・可視化の実践例
  7.1　分析データと環境
  7.2　ydata-profilingを用いたExploratory Data Analysis
  7.3　集計と可視化
  　7.3.1　パッケージとファイルの読み込み
  　7.3.2　分布の可視化
  　7.3.3　出発場所別トリップ数の集計と可視化
  　7.3.4　出発場所別旅行時間の集計と可視化
  　7.3.5　トリップの遷移と可視化
  付録：データ活用に関連した法令に関する条文
  付.1　民法
  付.2　令和３年改正個人情報保護法（平成十五年法律第五十七号個人情報の保護に関する法律）
  付.3　個人情報の保護に関する法律施行令（平成十五年政令第五百七号）
  付.4　平成二十八年個人情報保護委員会規則第三号（個人情報の保護に関する 法律施行規則）
  付.5　不正競争防止法（平成五年法律第四十七号）
  付.6　デジタル社会形成基本法（令和三年法律第三十五号）
  付.7　統計法（平成十九年法律第五十三号）
  引用・参考文献
  索引

• 出版社からのコメント

  プロジェクトに関わるすべての人を対象に，ビッグデータの分析・活用に必要な知識を網羅。

• 内容紹介

  【読者対象】
  データを活用するプロジェクトに関わる実務者・研究者・学生
  
  【書籍の特徴】
  本書では、データ分析や活用を行うプロジェクトを成功に導くためにプロジェクトメンバーが共通的に持っておくべき基礎知識を網羅的に取り扱うことに主眼をおいた。筆者が、大学での研究や民間企業での『データ分析ラボ』創設の実務で必要となった分野横断的な知識を一冊にまとめ、データ活用を行うために必要な一連のプロセスの実践に必要となる知識を整理した。
  
  【各章について】
  1章では、データサイエンティストを取り巻く状況とプロジェクトの関係を解説したのち、本書の対象である「データ活用型プロジェクト」を定義し、本書の目的を示す。
  2章では、データ利用の観点から見たデータの分類を示したうえで、二次利用を中心としたデータを活用するプロジェクトを実施するために求められるスキルセットについて解説する。
  3章では、マーケティング等の行動分析や人流分析、調査等で関連が深い個人情報保護法やデータ利用に関連する主な法令、契約等について要点をまとめる。
  4章では、プロジェクトに関わるステークホルダー、プロジェクトで必要なロールを定義し、プロジェクトの枠組みやそれぞれのロールの役割を中心に解説する。
  5章では、データ活用・分析の個々のフェーズでのプロジェクトの管理について、プロジェクト推進者、データラボ、データ提供者をステークホルダーとし、データラボを中心とした立場での解説を行う。
  6章では、データの蓄積に必要なデータ基盤やデータ分析の手順などを含んだ「データ活用のための環境」で示したうえで、データ処理やデータクレンジング、基礎分析、探索的分析等の「データの取り込みと基礎分析の実施」、検証分析で必要となる手法や評価指標、その解釈等を含んだ「課題解決方法の提案や施策の検証」について必要な基礎知識をまとめる。
  7章では、データ分析の例によって、読者の理解を助けることを目的として、「Queensland Household Travel Survey－2020-21」のデータを用いて、可視化及び可視化のためのデータ処理に必要なコードと出力結果を紹介する。
  
  【著者からのメッセージ】
  データ分析をはじめとしたデータ活用は、論理的に現状を見極め、合理的な説明・議論に基づいた判断等、経営や施策立案、実施に欠かせない要素である。一方で、プロジェクトの視点でみるとデータ分析は、プロジェクトを成功させるための一つの要素に過ぎないというのも重要な事実である。本書は、データの分析の方法論ではなく、データの活用のためのプロジェクトの手順をまとめた新しい試みである。身の回りにあるデータをどのようなタイミングで誰とどうやって用いるとご自身がかかわるプロジェクトがよりよくなるのだろうかという視点や手元のデータを使ってどのようにプロジェクト化すればよいのかとういう視点を持っている方に是非読んでいただきたい一冊です。
  
  図書館選書
  企業や大学の研究室においてビッグデータを分析・活用する際に必要となる実践的な知識をまとめた。円滑な業務遂行を成し遂げられるように，データサイエンティストだけではなくプロジェクトを統括する人も読者対象とした。

• 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）

  日下部 貴彦(クサカベ タカヒコ)
  ２００６年神戸大学工学部建設学科卒業。２０２３年株式会社ソーシャル・デザイナーズ・ベース代表取締役社長（～現在）

データ活用型プロジェクトのマネジメント―Project Management for Data Utilization and Application の商品スペック