データドリブン・カンパニーへの道―データ・AIで変革を進める企業人に学ぶ [単行本]

データドリブン・カンパニーへの道―データ・AIで変革を進める企業人に学ぶ の 商品概要

• 要旨（「BOOK」データベースより）

  「データ活用で業務効率化」「ＡＩ活用で新たなビジネスを創ろう」といった言葉は、いまやどこの会社でも聞かれるはず。では、誰がどうやって？そもそも何のために？さらに実際に活用しようとしたときに立ちはだかる社内外の壁。そんなときにどうする？本書を読めば、そんな疑問や悩みが解消するヒントが見つかります。

• 目次（「BOOK」データベースより）

  第１章　なぜ日本企業はデータやＡＩを生かせないのか（「わかる」と「役立つ」は違う；本気でデータやＡＩを生かしたいと思っていますか？；データとＡＩからビジネス価値を生み出すやり方を考えていますか？；変革を阻む壁はヒトの心にある）
  第２章　データドリブン・カンパニーへの道―九つの企業のキーパーソンへ話を聞きに行く（キーエンス―自社で磨き上げたデータドリブンなプロセスを日本中に伝道する；ＡＧＣ―課題設定力こそがＡＩ活用の鍵である；ＮＴＴドコモ―データドリブンなマーケティングを全社的に推進する　ほか）
  第３章　データドリブン・カンパニーになるための処方箋（データドリブンを類型化する；効率型データドリブンへの処方箋；追求型データドリブンへの処方箋　ほか）

• 出版社からのコメント

  データ・ＡＩで変革を進める企業のキーパーソンに聞くことで見えてきた、日本企業がデータドリブン・カンパニーへ進むヒント。

• 内容紹介

  高い金を払って新しい分析ソフトを入れたのに・・・
  AIも導入したのに・・・・・
  せっかくデータサイエンティストを雇ったのに・・・
  ＤＸ推進部まで作ったのに・・・・
  
  なぜ、組織が変わらず、ビジネスにも生かせないのか？
  あなたの会社、勘違いしていませんか？
  
  いまやどの企業でも、データドリブンで仕事を進める、組織を変えていくというのは大きな課題といっても過言ではない。データ基盤にも多くの投資。しかしそれで組織が変わり、ビジネスに役立っている企業はどれくらいあるだろう？　
  社内外に何重にもそびえる壁をどのように乗り越え、あるいは壊して進んでいくのか？　
  実際に変革を進めるキーパーソンたちに話を聞くことで見えてきたデータドリブン・カンパニーへの道。
  
  著者は、かつて大阪ガス（株）ビジネスアナリシスセンターを率い、同センターを日本一有名なデータ分析組織につくりあげ「データサイエンティスト・オブ・ザ・イヤー」を受賞。現在は滋賀大学データサイエンス学部教授として、ビジネス・データサイエンティストを養成。
  企業との連携も深い著者だからこそ生まれた日本企業の明日を照らすヒント満載の一冊。
  
  

• 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）

  河本 薫(カワモト カオル)
  滋賀大学データサイエンス学部教授。１９８９年、京都大学工学部数理工学科卒業。９１年、京都大学大学院工学研究科応用システム科学専攻修了。同年、大阪ガス入社。９８年、米ローレンスバークレー国立研究所でデータ分析に従事。２０１１年、大阪ガス・ビジネスアナリシスセンター所長に就任。１３年、日経情報ストラテジーが選出する「データサイエンティスト・オブ・ザ・イヤー」の初代受賞者に。１６年、ビジネスアナリシスセンターの取り組みにより、大阪ガスは「情報化促進貢献個人等表彰」における「経済産業大臣賞」受賞。１８年４月より現職。大阪大学招聘教授を兼任。２１年、厚生労働省が選定する「卓越した技能者（現代の名工）」に選出。博士（工学、経済学）。専門分野はデータ分析による意思決定支援

• 著者について

  河本 薫 (カワモト カオル)
  滋賀大学データサイエンス学部教授。1989年、京都大学工学部数理工学科卒業。91年、京都大学大学院工学研究科応用システム科学専攻修了。同年、大阪ガス入社。98年、米ローレンスバークレー国立研究所でデータ分析に従事。2011年、大阪ガス・ビジネスアナリシスセンター所長に就任。2013年、日経情報ストラテジーが選出する「データサイエンティスト・オブ・ザ・イヤー」の初代受賞者に。16年、ビジネスアナリシスセンターの取り組みにより、大阪ガスは「情報化促進貢献個人等表彰」における「経済産業大臣賞」受賞。18年4月より現職。大阪大学招聘教授を兼任。21年、厚生労働省が選定する「卓越した技能者（現代の名工）」に選出。博士（工学、経済学）。専門分野はデータ分析による意思決定支援。著書に『会社を変える分析の力』（講談社現代新書）、『最強のデータ分析組織』（日経BP社）、『データドリブン思考』（ダイヤモンド社）など。

データドリブン・カンパニーへの道―データ・AIで変革を進める企業人に学ぶ の商品スペック