ビッグデータビジネスを理解したい【初級編 データ分析プロジェクト概論】

分析プロジェクトで、こんな“悲しい結末”ありませんか？

• 分析結果を報告したものの、「...で、何をすれば良いの？」という空気になる
• 分析結果を報告している最中に「何か数値おかしくない？」という激しいツッコミが入り、説明が途中で終わる
• 分析方法を説明している中で、「これとそれって比較できないでしょ」と指摘されて結果の信頼性が失われる
• 分析結果に基づいて次のアクションを提案したら、「どれもうちじゃできない」と言われて終了する

など

分析プロジェクトの“悲しい結末”を、もう繰り返さない！

そのような結末になってしまうのは、

• そもそも分析プロジェクトの目的が不明確
• 使用するデータが分析に耐えられない
• 分析結果の解釈における論理的飛躍
• アウトプットの意識合わせが不十分

などといった理由がありますが、それらはプロジェクトマネージャーの力量不足から起こりうることです。

データ分析を改善のため有効に活用したいなら、プロジェクトマネージャーまたはビジネスにおいての意思決定者は、データ分析プロジェクトのステップをきちんと理解し、ポイントをしっかり押さえておく必要が有ります。

このコースでは、データ分析にも踏むべきステップがあることを知り、データ分析プロジェクトの要件定義のコツからデータを使ったプレゼンテーションのコツまで、「データ分析プロジェクトの設計方法」を丸ごと学ぶことができます。

「データ分析プロジェクト概論」として、分析プロジェクトの課程や進める上で注意すべきことなどの基本をお教えしますので、これからデータ分析を学ぶ方や、実際にデータサイエンティストとして活動しているけれどよりスキルアップしたい方まで、幅広く学んでいただけます。

※「ビッグデータについても同時に詳しく学びたい！」という方は、
ビッグデータビジネスを理解したい 入門編

も合わせてご受講ください。

このコースで得られるもの

データ分析プロジェクトのステップ

インパクトを出したいKPIは何か？

通常のプロジェクト計画と同様に分析計画の立案にもステップがあり、それらを明確にして進めなければなりません。
その初めのステップが「KPI」となります。

何をKPIとするか迷う段階でもありますが、現実的なKPIを決め、「分析したいこと」から詳細なKPIへと変換する考え方をお教えします。

アウトプットは何か？

求められているアウトプットが意思決定者とデータサイエンティストのあいだで違っていると、分析結果をプレゼンしても実りにならない悲しい結果を招いてしまいます。

分析結果を利用する側と分析者であらかじめ求めるアウトプットを話し合っておく必要がありますが、その際にアウトプットを考えるための視点や例について解説します。

PDCAはどのように回すのか？

PDCAで重要なのは「CHECK(上手くいったのか・いかなかったのか=検証)」という部分です。
「分析をしながら考えればいい」と思われれがちですが、分析計画時点でCHECKのタイミングと検証方法を握っておかないといけない、その理由をお話しします。

使用するデータは？

分析プロジェクトになると、ある程度使うデータの「あたり」は付いていると思いますが、より詳しく整理する方法を紹介します。
詳細な使用データをまとめておくことで、関係部署などのコミュニケーションにも有効です。

分析アプローチ(初期仮説)は?

データ分析の手法をどう使うかは、様々なバリエーションがあります。
本来、分析担当者が考えることではありますが、ここではプロジェクトマネージャーが押さえておくべきことについてお話します。

データ収集・分析・アウトプットのステップ

データ収集

データ分析の２つ目のステップであり、全体の80%を占める工数である「データ収集」についてレクチャーします。
あとで不備に気付くことも多いのがこのデータ収集の課程ですが、極力効率よくデータを集めていくためのポイントを学びます。

分析

分析担当者にとっては一番楽しい段階である「分析」ですが、プロジェクトマネージャーから見た分析フェーズの課題やプロジェクトマネージャーに押さえていてほしいことについてレクチャーします。

アウトプット作成

意思決定者や関連部署を動かさなければならない、最難関かつ最重要なステップがこの「アウトプット作成」です。
信頼関係を築く分析結果のプレゼンテクニックや、コントロールしておくべきこと、スケジューリングのポイントなどについて紹介します。

データプレゼンテーション入門

データプレゼンテーションの基本を学習する

データを使った報告・プレゼンの構成要素から、可視化する場合の手法と注意点を学びます。

こんな方にオススメ

• データサイエンス初学者
• プロジェクトマネージャー
• 営業担当者や管理職、経営層
• 経営企画部署

ただ分析方法だけを学ぶ内容ではなく、「どのように分析し活用すればビジネスで成果が出るのか」が理解できるようになりますので、すぐに実践に役立てることができます！