デジタルビジネス・イノベーションセンター（DBIC）

Data Business Lab（全6回・2020年1〜2月期）

2019.09.17（火）

開催日時

2020.01.16（木）

開催場所

申込期限

費用

対象

人数

申込方法

備考

データサイエンティスト育成の専門家である堅田洋資様（株式会社データミックス代表取締役）を講師にお迎えする「Data Business Lab（全6回）」の初回募集が満席になったことを受け、2020年1〜2月に追加開催します。ビジネスでデータ・AIを活用するためのポイントを学び、新サービスの企画提案をゴールにした集中講義です。以下、講師の堅田様による講義紹介を掲載します。

なぜ「Data Business Lab」を開催するのか？

日々メディアで取り上げられるAIですが、AI技術そのものに対しての理解が進まない、もしくは成果を上げられるAI技術の使いどころが見極められないと考えている企業も多いのではないでしょうか？そもそも、データ・ドリブン自体に馴染みがない企業もあるかもしれません。私自身、データサイエンティストとして様々な企業のコンサルティングやAI・データ分析プロジェクトの支援をしていますが、データ・AIの利活用が進まないのは以下の2つの障壁があると考えています。 1. ビジネス課題を分析課題へと翻訳しきれていない データは「いつ、どこで、何が、何に対して、どのような行為・行動を行った」かという極めて具体的な記録です。その一方、ビジネス上の課題の多くは抽象度が高く、データを活用するためにはビジネス上の課題をとにかく具体化する必要があります。その具体化 = 「翻訳」に慣れていないことがひとつの障壁だと考えます。 2. 「やってみないとわからない」がわからない 多くの組織で、アウトプットや成果が明確でないものに対して投資することに抵抗感があるのも理解できます。しかし、データ分析やAI活用は「やってみないとわからない」ものばかりです。「やってみないとわからない」という感覚を理解するには、実際に自分が「やってみること」が重要です。上記2つの障壁を突破するために、Data Business Labでは、「なぜ日本人は英語に苦手意識があるのか？」という多くの日本人が感じている課題感をテーマとして、全6回に渡り、現場においてデータ・AI活用のポイントを体得していきます。

Data Business Labの講義内容

データ分析を行うための仮説の立て方、データ分析の進め方、AIの使いどころを見極めるなど現場においてデータ・AI活用のポイントをグループワーク、ハンズオンでの演習を通じてトレーニングしていきます。最初の2回は知識の獲得として、データ分析のプロセスおよびデータサイエンス技術の概要を理解していただきます。その後の4回は「なぜ職場のストレスは生まれるのか？そして、どのように軽減するか？」という課題を具体化し、データやAIで解決する方法を検討します。最後の講義では受講生の皆さんより、「なぜ職場のストレスは生まれるのか？そして、どのように軽減するか？」という課題に対して、データやAIを活用した施策やサービスの提案をしていただきます。 取り組むテーマ「なぜ職場のストレスは生まれるのか？そして、どのように軽減するか？」 2015年にストレスチェックが義務化され、メンタルヘルス対策に取り組む企業が増加しています。実際、厚生労働省の統計を見るとメンタルヘルス対策に取り組む企業は直近7年で10%増加し今では約60%となっています。一方で、メンタルヘルスの問題は身近な問題で、多くの企業でメンタル不調者や過大なストレスで悩んでいる人も多いのが現状です。受講生の皆さんには、なぜこのような現状があるのか、そして、どのような解決策があるのかを定量的に分析し、最終的にはデータ・AIを用いたサービスや施策を提案していただきます。 ※本講義はAIやディープラーニング、機械学習の数理や理論についての説明を行うものではありません。

講師プロフィール

堅田洋資様（株式会社データミックス代表取締役） 日本では数少ない米国大学のデータサイエンス修士号を保有。データミックスではこれまで400名以上の社会人に対してデータサイエンスやAIに関するトレーニングを行う。また、大手企業からスタートアップまでデータサイエンス組織に関するコンサルティングやアルゴリズム開発の支援を行う。データミックス設立前は、監査法人トーマツにてデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発の取締役、KPMG FASにて事業再生コンサルタント、外資系メーカーでの経理・マーケティングなど幅広い経験を持つ。 University of San Francisco, M.S. in Analytics修了。一橋大学商学部卒業（統計学・データサイエンス専攻）。

日程

2020年1月16日（木）、1月23日（木）、1月30日（木）、2月6日（木）、2月13日（木）、2月27日（木） 15：30 ドアオープン 16：00〜19：00 講義とグループワーク ※任意で事前のeラーニング（合計5時間）が受講できます。

講義内容

テーマ		日程	講義内容
事前学習		事前	【任意】eラーニングの視聴（合計5時間）・「統計学入門」・「データサイエンス概論」
知識の獲得	ビジネスデータ分析入門	1月16日	・ケーススタディを通じて、ビジネス課題の具体化、分析課題の明確化、アウトプットイメージの作成までの流れを体感する。
知識の獲得	Excelで始めるAI・データサイエンス	1月23日	・あるメーカーの利益率改善プロジェクトのケーススタディを使いながら、実際にデータ分析、予測モデルの構築、最適化の流れを理解する。
知識の適用	課題の仮説の構築	1月30日	・グループごとに「なぜ職場のストレスは生まれるのか？」に対する課題の仮説を構築する・（次回までの宿題）発表資料の作成
	課題の仮説の発表	2月6日	・グループごとに課題の仮説を発表・各グループの課題に対して講師より適用できそうなAI・データサイエンス技術に関するテーマを提供し、ディスカッションする・（次回までの宿題）AI・データサイエンス技術の調査
	打ち手・サービスの検討	2月13日	・リサーチしてきたAI・データサイエンス技術を使い、どのように問題解決を行うか、打ち手やサービスのアイディアをディスカッションする・（次回までの宿題）発表資料の作成
	成果発表	2月27日	・企画内容の発表・フィードバック