データ分析プロジェクト 実践トレーニング（秀和システム） [電子書籍]

データ分析プロジェクト 実践トレーニング（秀和システム） の 商品概要

• ていきそうか」についての材料も集める　○共創する力としての「メンバーを理解する力」まとめ
  6-3　もう１つの共創する力としての「高い視点で見続ける力」
  ○高い視点で「より広く」見る　○高い視点で「より先を」見る　○「点ではなく線と捉えて」高い視点で「見続ける」　○「高い視点で見続ける力」まとめ　○「共創する力」まとめ
  目次
  ■第1章　今、技術を活用するために
  1-1　正解がない時代とデジタル技術の台頭
  1-2　「正解がない時代」における「地図」
  1-3　地図を使って技術を活用するということ
  
  ■第2章　技術活用を推進するための「地図」
  2-1　地図の使い方
  ○地図の概観　○「どこから始めてもいい」
  2-2　「やりたいことに対する現状の精査」
  ○やりたいことが定まらない　○どのような時に、「やりたいことに対する現状の精査」をするか　○「やりたいことに対する現状の精査」では何をするか　○「やりたいことに対する現状の精査」まとめ
  2-3　「つくってみる」と「あててみる」の試行錯誤
  ○つくってみたけど使われない　○どのような時に「つくってみる」と「あててみる」の試行錯誤をするか　○何を「つくってみる」のか　○デジタル技術を活用したプロジェクトにおける「つくってみる」　○「つくってみる」上で忘れがちな「データ」　○どのように「つくってみたもの」を「あててみる」のか　○「『つくってみる』と『あててみる』の試行錯誤」まとめ
  2-4　ユーザーごとの「つくるもの群」の設定
  ○どこまでつくるのか優先度がわからない　○どのような時にユーザーごとの「つくるもの群」の設定をするか　○どのように、ユーザーごとの「つくるもの群」の設定をするのか　○「つくるもの群」の優先度の付けかた　○「つくるもの群」の予算配分　○「ユーザーごとの『つくるもの群』の設定」まとめ
  2-5　「アイデア創出」
  ○「やりたいこと」が漠然としてわからな
  い　○どのような時に「アイデア創出」をするか　○「アイデア創出」はどのように行うか　○「アイデア創出」まとめ
  2-6　「強みの再発見」
  ○自分たちの強みが見つからない　○本当の強みは「再発見」されるもの　○どのような時に「強みの再発見」を行うか　
  ○「強みの再発見」はどのように行うか　○「強みの再発見」まとめ
  2-7　「運用へのインストール」
  ○つくったものが、使われない　○どのような時に「運用へのインストール」を行うか　○「運用へのインストール」では何をするのか　○「運用へのインストール」を経てプロジェクトの体制が変化する　○「運用へのインストール」を重く捉えすぎない　○「運用へのインストール」まとめ
  2-8　「将来像づくり」
  ○どのような時に「将来像づくり」をするのか　○「将来像づくり」では何をするのか　○「将来像づくり」まとめ
  
  ■第3章　ケーススタディ①　「つくってみる」「あててみる」を主軸にしたプロジェクト
  3-1　まずは分析をやってみるための設計を行う
  3-2　まずは分析をやってみるための
  データ収集/と加工
  3-3　売上データを可視化してみる
  3-4　ターゲットにあててみて、情報を引き出す
  3-5　あててみた結果、もう一度つくってみる
  3-6　改善した結果をあててみて、
  次のステップを考える
  3-7　自分たちの役割を定義して、動き出す
  3-8　「つくる」プロジェクトでの失敗
  
  ■第4章　ケーススタディ② 複数の取り組みたいテーマをチームで進めていくプロジェクト<
  
  
  br>4-1　アイデア創出とやりたいことに対する精査を行い「つくるもの」を設定する
  4-2　需要予測AIを「つくってみる」ために設計してみる
  4-3　需要予測AIを「つくってみる」ための事前準備
  4-4　需要予測AIを「つくってみる」
  4-5　需要予測AIを「あててみる」
  4-6　画像認識AIを使った導線分析を「つくってみる」「あててみる」
  4-7　「つくるもの群」の全体を整理し直して、向かうべき方向を考える
  4-8　サービスの事業化に向けて顧客に「つくってみる」「あててみる」「運営チームを立ち上げる」
  4-9　複数の取り組みたいテーマをチームで進めていくプロジェクトの失敗例
  
  ■第5章　ケーススタディ③ 強みの再発見を起点にするプロジェクト
  5-1　「強みの再発見」を行い、「将来像」を描いてみる
  5-2　自社の強みを活かしたアイデアの価値を検証してみる
  5-3　AIシステムプロトタイプを「つくってみる」「あててみる」
  5-4　ユーザーに「あててみる」ことで「なにをつくるか」を形にする
  5-5　強みの再発見を起点にするプロジェクトでの失敗
  
  ■第6章　プロジェクトの推進力を高める「共創する力」
  6-1　「地図」を使ったプロジェクトのチームメンバーが求められる「共創する力」
  ○キーワードは「共創」です。
  6-2　「共創する力」の核となる「メンバーを理解する力」
  ○「メンバーを理解する力」の軸となる「人」　○その人の「特性」　○より具体的に「何をやっているか」について聞く　○「今」だけではなく「今後どうなっ
  出版社からのコメント
  データ分析プロジェクトの最前線で大手から中小までの現場を知る執筆陣だからこそ書ける問題解決の思考方法のエッセンスが凝縮。
  内容紹介
  『失敗をもとに考える　プロジェクトの再計画』
  
  大好評『Python実践 データ分析 100本ノック』の」著者が
  現場の問題を解決するスキルを教える!!
  
  ・何をデータ分析するか決まってない
  ・作った分析ツールを現場で使ってくれない
  ・分析への期待と要望が多くて整理できない
  
  分析・可視化/ビジュアライゼーション・機械学習・AI/人工知能
  新しい技術の使うプロジェクトをスムーズに進ませるためのルール。
  データ分析/AI設計書、フレームワーク、分析ツールで問題を分析。
  関わりながら、自らも羊毛フェルト講師として活動する等、幅広い経験をしつつも、人を楽にする可能性を持つテクノロジーに着目する。数社のテクノロジーベンチャー企業でのコーポレートスタッフを歴任した知見を活かして、株式会社Iroribiに創業前から参画。特に、現場スタッフに寄り添う視点と、テクノロジーに留まらない幅広い分野でのプロジェクト経験を武器に企画、組織づくりを支援している。
  著者について
  下山輝昌 (シモヤマテルマサ)
  《下山 輝昌（しもやま てるまさ）》
  日本電気株式会社(NEC)の中央研究所にてデバイスの研究開発に従事した後、独立。機械学習を活用したデータ分析やダッシュボードデザイン等に裾野を広げ、データ分析コンサルタント/AIエンジニアとして幅広く案件に携わる。2021年にはテクノロジーとビジネスの橋渡しを行い、クライアントと一体となってビジネスを創出する株式会社Iroribiを創業。技術の幅の広さからくる効果的なデジタル技術の導入/活用に強みを持ちつつ、クライアントの新規事業やDX/AIプロジェクトを推進している。共著「Tableau データ分析～実践から活用まで～」「Python実践 データ分析 100本ノック」等
  
  川又良夫 (カワマタヨシオ)
  《川又 良夫（かわまた よしお）》
  アクセンチュア株式会社戦略グループにて、全社/事業/IT戦略などの幅広い戦略支援プロジェクトに従事。その後、グリー株式会社で運用部門の立ち上げ/マネジメントに携わったのち独立。いくつかのベンチャーの支援や企業の事業支援に関わりながら、株式会社Iroribiの経営方針策定に参画。市場、自社、技術の状況を、経営/現場の両面から把握し、会社の方向性策定、事業整理、仕組み化を推進している。
  
  佐藤百子 (サトウモモコ)
  《佐藤 百子（さとう ももこ）》
  ソーシャルベンチャー企業で、イベント及びイベントスペースの企画/運営/広報/管理など、創業期に必要となる業務を一通り経験したのちにフリーランスへ転向。NPOの広報事業に
  
  

データ分析プロジェクト 実践トレーニング（秀和システム） の商品スペック