~ AI・データ分析プロジェクトへの取り組み、データサイエンスのビジネス活用における勘所、デジタル・カイゼンチームによるデータ活用の推進 ~
・収集したデータを効果的に分析・活用するためのポイントを修得し、業務改革やDXの推進に活かすための講座
・ビジネスのデジタル化やデータ活用の効果的な方法を理解し、デジタル人材の育成や企業の改革と成長に活かそう!
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
~ AI・データ分析プロジェクトへの取り組み、データサイエンスのビジネス活用における勘所、デジタル・カイゼンチームによるデータ活用の推進 ~
・収集したデータを効果的に分析・活用するためのポイントを修得し、業務改革やDXの推進に活かすための講座
・ビジネスのデジタル化やデータ活用の効果的な方法を理解し、デジタル人材の育成や企業の改革と成長に活かそう!
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
2022年現在、新型コロナや日本国内人口の減少等のビジネス環境の変化に対応し成長戦略を描くべく、データのビジネスへの活用が謳われ、最近ではDX(デジタル・トランスフォーメーション)を合言葉に各社がデジタル化を含む業務改革に取り組もうとしています(または取り組みを始めて数年が経過しています)。
その一方で、これからデータの活用を始めようとする企業においては、「デジタル化、データサイエンス、AI、DX、何から手をつけたら良いか分からない」「データは集めたがものの、ビジネスにどう活用したら良いかわからない」など、情報が増えすぎたがゆえに混乱が生じているのが現状だと思われます。
特に、ITに近い業界と、それ以外の製造業等の業界とでは、業種の違いによる混乱も大きいと思われます。データサイエンスという分野を牽引しているGAFAを始めとしたITの巨人達のビジネスモデルと、その他の業界のビジネスモデルには大きな違いがあり、一口にデータサイエンス、と言っても業界ごとにその活用の状況や対象とする分析テーマが異なるのが現状です。
本講演ではまず、1つ目のトピックとしてデータサイエンスを取り巻く全体感について書籍「AI・データ分析プロジェクトのすべて」も一部参考にしつつ、俯瞰・整理いたします。2つ目のトピックとして、実際に実務としてデータサイエンティストがどのような仕事をしているのか、という点を一般論と実体験を交えて解説します。3つ目のトピックとして、これから自社でデータ活用を推進する際のデジタル・カイゼンチームの立ち上げについて技術的難易度の低いテーマから、ステップを追ってテーマ選定を行う際の一つの例を示します。
データサイエンスを武器に、自社のさらなる成長を模索されている企業担当者の皆様は是非ご参加ください。
開催日時 |
|
---|---|
開催場所 | オンラインセミナー |
カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン、研究開発・商品開発・ ビジネススキル |
受講対象者 |
・事業会社において、自社のビジネス改善のためにデータ活用やデータサイエンス、DXを取り入れたいとお考えの方 ・データ活用に関連するプロジェクトに携わられている管理職や担当者の方 ※関連する幅広い業種・業界の方が対象となります |
予備知識 | ・特に必要ありません |
修得知識 |
・10年にわたるデータサイエンスを取り巻く環境の変化の全体感の把握 ・実務において、データサイエンスがどのように役立つのかの勘所 ・これからデータ活用を検討する場合、まず何から着手すべきかといった実行のステップ |
プログラム |
1.データサイエンスの基礎 (1).書籍「AI・データ分析プロジェクトのすべて」に基づくデータサイエンス概論 (2).データ活用が注目されている背景 a.成長戦略、学び直し、生産性向上、新規事業創出 (3).データやAIが得意な領域 (4).製造業と他分野のデータサイエンスのギャップ・難しさ (5).DXという文脈での分析プロジェクト a.足回りの整備、データ可視化、データサイエンス・AI (6).データ分析プロジェクトの価値・可能性
2.データサイエンスのビジネスへの活用の勘所/実務例 (1).データサイエンティスト市場の現状 (2).データサイエンス案件の進め方・目のつけどころ (3).データサイエンス案件におけるビジネスフレームワークの活用 a.フレームワークについて b.課題抽出 c.優先順位 d.プレゼンテーション e.マーケティング f.PDCA (4).データサイエンス頻出課題とビジネス導入のポイント a.基礎集計・可視化・インサイト出し b.関連の探索 c.効果検証・因果推論 d.クラスタリング・顧客セグメント分析 e.時系列データ・需要予測 f.画像分類・物体検出 g.自然言語処理 h.レコメンドシステム (5).講師企業での事例紹介
3.デジタル・カイゼンチームからはじめよう (1).データドリブンの第一歩 (2).何から始めるべきか、そのステップ a.書籍を参考にしつつ、仮のプロジェクト推進について検討 (3).製造業で想定されるビジネス課題 (4).自走可能・継続性のあるチーム・組織にするには (5).データサイエンスの可能性
4.質疑応答 |
キーワード |
AI データサイエンス データ分析 ビジネスモデル プロジェクト推進 データ活用 成長戦略 生産性向上 新規事業創出 データ可視化 データサイエンティスト ビジネスフレームワーク 課題抽出 マーケティング PDCA 顧客セグメント分析 時系列データ 需要予測 画像分類 物体検出 デジタル・カイゼン DX デジタルトランスフォーメーション |
タグ | 統計・データ解析、AI・機械学習、イノベーション、インターネット、クラウドコンピューティング、コンテンツ、マーケティング、経営・マネジメント、業務改善、研究開発、新事業、ソフト品質、音声処理、画像処理、画像認識、組み込みソフト、ITサービス |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込) |
会場 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
営業時間 月~金:9:00~17:00 / 定休日:土日・祝日