加藤エルテス聡志の作品一覧
「加藤エルテス聡志」の「機械脳の時代」「データサイエンティスト養成読本 ビジネス活用編」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
データサイエンティスト養成読本 ビジネス活用編
ビジネス・実用
4.01巻2,178円 (税込)ビッグデータ、機械学習、人工知能など、データ分析に関連するキーワードを聞かない日はありません。データサイエンティストブームからはや数年、多くの日本の組織がデータ分析に取り組み、成功と失敗を繰り返してきました。いまや、データ分析からビジネス価値を見出した組織とデータ分析が根付かなかった組織との差が明らかに広がりはじめています。 本書は、データ分析がうまく機能している組織から執筆者を迎え、実務担当者の振る舞いからマネージャ／経営者層が持つべきデータ分析プロジェクトの進め方などのノウハウをお届けします。データ分析組織を本気で起ち上げたい方、データ分析が実現する幸せな未来を目指す方は必読の内容です。 -
ユーザーレビュー
-
Posted by ブクログ
第1章がビジネス活用編と第されたこ書籍を象徴していると思います。
--------------------
①データ分析によるビジネス成果を金額換算して示せ
└金額換算して初めて分析価値が評価される
②スゴイ分析よりも「成果が出る分析」を優先せよ
└学問的ではなく、実践的な読み方をすること
③分析結果を現場に丸投げするな
└ビジネス成果まで「分析者が」責任を持ちやりきる
④「現場」を知る努力をせよ
└現場感覚を捉えて初めて信用される
└信用されて初めて分析の話を聞いてもらえる
⑤業務プロセスレベルまで現場を把握せよ
└誰が、どのタイミングで、どの分析結果を基に、どう動くべきなのか。この４つが明確になっていること。
└分析を基に現場業務がどう変わるかまで見据える
⑥小さく初めて大きく波及させよ
⑦問題解決に積極的に関与せよ
└課題先行で逆算思考で挑む。結果、分析が課題解決に寄与しないならそれはそれで良いのスタンス
--------------------
技術的な分析スキルが高い=ビジネス成果を出せるわけではない。分業したほうが良いかもしれないレベルで分析結果と活用は大きな隔たりがあると思います。上記、忘れがちなので、何度も初心に返って、立ち戻ってこようと思わされました。
▼他の章も多くの気付きがありました。
第2章
・ヒアリング→ニーズの洗い出し→分析テーマ洗い出し→カテゴリ化→優先順位付けとキレイに整理して皆が理解・納得して進められたら理想なんだろうけど、実際には現場がイニシアチブを握ることはない「お任せ」だからうまくいかない事が多い気がする。実際には活用×インパクト確度が高そうなテーマを一つやってみて事例化して横展開がスピーディなんだろうなと思う。
第7章
・統計モデルと機械学習モデルの使い分け。どういうケースでどちらをもちいるか判断できるように。機械学習モデルでは予測区間の推定ができない。統計モデルは解釈ができる。係数を用いて何が目的変数に影響を与えるか、ビジネス的な示唆を得ることができる。但し、これは現時点での整理。将来的には予測精度が高く、解釈性も高い手法も出てくるかもしれない。DataRobotもその一つ。
第10章
・people analyticsの領域ではハイパフォーマーのコンピテンシーの定量的裏付けは有用なテーマ。人事領域に詳しくないと土地勘ある分析が難しい領域でもある＝外部の専門家に頼むのも手。なのでシステムベンダー選定から入らないこと。
・マッキンゼーでは「obligation to Dissent」という概念がある。批評や否定的な意見の述べることは義務であるという考え方。データ分析では偉い人が決めたことが進むことが多い。そうではない議論がPMには求められる。 -
-
-
-
