出版書誌データベース

◆◆個々の分析手法の外にある◆◆

◆ビジネス適用のノウハウを網羅◆

データ分析やAIを実際のビジネス活動へ適用する動きが急拡大しています。その成功のカギは、個々の分析技術や機械学習の手法とは、少し別の所にありそうです。本書は「分析技術と現実のビジネスをつなぐ」という目的指向の視点から、必要とされるノウハウを広く網羅的に俯瞰します。

分析の実施やAIシステム開発に先立つデータの準備、スコーピングと分析プロセスの設計、必要となるスキルの見極めとその動員方法から、最終的な分析結果の扱い方やレポート時の心構えまでを、著者の豊富な経験に基づき具体的に紹介。推奨図書を含め、データサイエンティスト、分析の担当者、ビジネストランスレーターにとって喫緊のスキルセットを明示します。



●読者対象

本書は以下のような方々に向け、ビジネスシーンでのデータ分析について述べています。

・データ活用案件を任されたチームリーダー

・分析を依頼されたけれど、何から始めていいか分からない方

・Pythonや機械学習を学んだものの、分析案件の成果をうまく挙げられない分析担当者

・クライアントと分析担当者をつなぐビジネストランスレーターになりたい方

・データサイエンティスト協会が示す「ビジネス力」を強化したいデータサイエンティスト



●本書のゴール設定

本書を読み終える頃には、次のようなスキルを獲得できるはずです。

・業務課題を踏まえて、データ分析の具体的なプロセスを設計できるようになる

・データ分析をビジネス課題解決のツールとして使えるようになる

・データ活用のアイディアを出せるようになる

・データ分析を依頼された際に、自ら分析方針を立てることができるようになる

・クライアントが納得できる分析結果を出せるようになる



●執筆上の工夫

抽象的な話題だけでなく具体例をふんだんに挙げ、実際のビジネス現場の分析案件から得た経験知を盛り込みました。大学や研修サービス機関の講座や教科書には登場しない実践的なエッセンスも含めました。また、「もっと深く知りたい・学びたい」という方へのガイドとして、推奨書籍を紹介するコラムを各節に設けました。

第1章　データサイエンティストと「ビジネス力」

1.1　データ分析の基本的概念

1.2　DSのスキルと分析プロセス

1.3　なぜ「ビジネス力」が必要なのか？

第2章　ビジネス課題の検出

2.1　ビジネスシーンにおけるデータ分析の心構え

2.2　ビジネス課題解決の一手段としてのAI

2.3　データ分析が効果的な課題の発見

2.4　データ分析・AI活用で実現できること

2.5　ビジネス課題と分析手法のマッピング

第3章　分析アプローチの設計

3.1　分析結果のアウトプットパターン

3.2　基礎分析とKPIツリー

3.3　いい指標の見つけ方

3.4　いい切り口の見つけ方

3.5　AI精度の目標設定

第4章 分析の実施

4.1　データクレンジング

4.2　データリテラシーの実例

4.3　グラフをどう解釈すべきか

第5章 分析結果を活かす

5.1　分析結果以外にまとめるべきこと

5.2　分析報告の伝え方

5.3　業務への組み込み