おためし受講中

実践的データ活用 - ビジネス現場で活きる仮説設計・データ収集と分析

この授業は、分析のプロフェッショナルではないビジネスパーソンのための実務的なデータ活用の一連の流れを解説する全6回のシリーズ授業です。

データ分析をビジネスにおいて活用していくための流れ、およびデータ分析手法の概観を整理した上で、 データを武器に事業を推進してきたゲスト登壇者達の“実体験”をお伝えしていきます。

■第2回:仮説とデータ

第2回では、6つの切り口のうち「仮説」と「データ」、「分析」について学びます。
“データ分析のプロに的確な分析依頼が行える状態”を目標に、「仮説設計・データ収集のポイント」、そして、「データ分析の概観と、各種手法のアウトプットイメージ」を説明していきます。

学生代表

  • 新井 利佳

    新井 利佳

    スクー放送部

【ノート機能】
授業内容や覚えておきたいポイントなど、ノートに自由に残せます

再生位置挿入 資料挿入
筆記アシスト
ONOFF
    【チャプター機能】
    授業内容をピンポイントでおさえながら
    ご自身のペースで進めることができます
    【前半】授業
    自己紹介、授業概要
    06:09  (00:14 ~ )
    アジェンダ
    00:18  (06:23 ~ )
    前回の振り返りビジネスにおけるデータ分析の価値
    03:14  (06:41 ~ )
    前回の振り返り:データ分析の種類
    01:14  (09:55 ~ )
    前回の振り返り:データ分析のフローと実践のポイント
    02:59  (11:09 ~ )
    前回の振り返り:データ収集のステップとポイント
    01:38  (14:08 ~ )
    仮説設計のステップとポイント
    04:11  (15:46 ~ )
    データ収集のステップとポイント
    04:28  (19:57 ~ )
    データ分析とは
    05:28  (24:25 ~ )
    データを解く分類と代表的な手法
    09:46  (29:53 ~ )
    分析のポイント
    02:04  (39:39 ~ )
    まとめ
    05:01  (41:43 ~ )
    【後半】質疑応答
    Q:どの分析が最適か、慣れてないうちは間違った方向にずんずん進んでから「あっ…なんか違う…」ってなりそうで怖いなぁ。
    01:27  (47:12 ~ )
    Q:林先生が紹介した分析手法は、現場で働くビジネスマン(分析技術に熟練していない人)でも学習することで扱えるようになるレベルのものなのだろうか?それが難しいのであれば、「この状況において、この分析手法を使うべき」というところまで分かっても、それを現場で実践するのは難しそうだなぁ、と少し不安になりました。
    02:07  (48:39 ~ )
    Q:目的の設定と問題の抽出は、一人の人間が行うべきでしょうか。チームで行うべきでしょうか。データ活用の中心人物が意思決定を行う行程はどこでしょうか。
    01:05  (50:46 ~ )
    Q:pythonは機械学習に強いと聞きますが、林先生が使っているpythonのライブラリは何でしょうか?
    02:13  (51:51 ~ )
    お知らせ
    02:29  (54:04 ~ )
    Q:数値にならない分析はまた別物で考えたほうがいいですか?
      (56:33 ~ )