本書は、データ利活用のために必要なデータ分析の基礎知識をわかりやすく解説し、自社のビジネスに活かす知識と実践方法を習得することを目的としています。
多くの企業でデータ利活用が急務となった今、新たな問題が発生しています。人材不足により、データサイエンティストやデータアナリストに代表される専門家に頼ることが難しくなりました。各企業は内製化に向けて動き出し、社内にプロジェクトを立ち上げ、IT部門と業務部門双方から人材を登用して組織を作り、組織横断型の体制でデータ利活用に取り組むようになってきています。
しかし、ここでまた問題が発生しています。数々のコンテンツにより分析手法を習得したエンジニアでも自社のビジネス視点での分析知識が足りず、業務担当者は自社のビジネスの知識はあってもデータ分析についての知識が十分ではありません。さらに、課題設定~分析設計~データ分析を体系的・実践的に整理した書籍・外部研修が少なく、データ活用人材の内製化が思うように進まない状況です。
そこで本書では、データ利活用プロジェクトに関わるIT部門、業務部門の双方のメンバーが「共通知識」「共通言語」として身につけておくべき「データ分析の基礎知識」を、「データとビジネスをどうつなぐか」という視点を踏まえて解説しています。特定のツールやプログラミング言語によらない、これからずっと通用する内容です。
筆者は、年間3000社超の企業のマーケティング支援を行うマクロミルに長年在籍し、現在はそのグループ会社のエイトハンドレッドで企業のデータ利活用の推進、人材育成支援などに従事している渋谷 智之氏。
この1冊でビジネスに活用できるデータ分析の知識と実践方法を習得できます。
【こんな方におススメします! 】
・業務でデータ分析の知識が必要になった、データ利活用の担当者
・IT部門、業務部門を問わずデータ利活用プロジェクトのメンバー
・データ利活用プロジェクトを統括する立場にある管理職クラス
【本書の構成】
第1章 DX時代のデータ利活用
第2章 「データ分析」ステップの全体像
第3章 【STEP1&2】解くべき問いの明確化・分析ストーリー作成
第4章 データ分析に必要なビジネス知識(前半)
第5章 データ分析に必要なビジネス知識(後半)
第6章 【STEP3】データ収集・前処理の理解
第7章 【STEP4】データの比較・解釈
第8章 【STEP4】データ分析の幅を広げる「統計解析」の理解
第9章 【STEP5】レポーティング&プレゼンの理解
第10章 AI・機械学習の基礎理解
第1章 DX時代のデータ利活用
第2章 「データ分析」ステップの全体像
第3章 【STEP1&2】解くべき問いの明確化・分析ストーリー作成
第4章 データ分析に必要なビジネス知識(前半)
第5章 データ分析に必要なビジネス知識(後半)
第6章 【STEP3】データ収集・前処理の理解
第7章 【STEP4】データの比較・解釈
第8章 【STEP4】データ分析の幅を広げる「統計解析」の理解
第9章 【STEP5】レポーティング&プレゼンの理解
第10章 AI・機械学習の基礎理解