※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データ活用で、これからの防災は変わる""ことを伝える本 　地球温暖化に伴い、世界中で異常気象が起きています。日本は古くから地震や台風、豪雨などにより大きな被害を受けていますが、近年、集中豪雨など、これまでにない大規模災害が毎年のように発生しています。自然災害を防ぐことは難しいですが、データを有効活用し適切な対応をとることで、より効果的な防災・減災、より迅速な復旧につなげることが可能です。 　本書では、自然災害に関するデータを、防災・減災と災害からの復興にどのように活用していくか、気象庁や防災科学技術研究所などへの取材や、これまでのデータ活用の実例を挙げながら、現状と課題、展望などについて紹介しています。 00　プロローグ 01　2035年9月X日、超大型台風の襲来　　 02　迅速で正確な気象予報を目指せ　 03　洪水被害を減らせ　 04　土砂災害被害を減らせ　 05　地震被害を減らせ　 06　地震被害を推定せよ　 07　被害状況を迅速に知れ　 08　望ましい避難を実現せよ　 09　国や自治体の計画を知れ　 10　自分たちで防災計画をつくれ

データ分析のお作法を学ぶ。それが、この本の目的です。 ……まことしやかな数字が、実際の所、どれほど当てになるものなのか。たまねぎの皮を１枚ずつ剥くようにして、喧伝された事実に隠されたもう一つの"事実"を見つけ出すにはどうしたらよいのか。そのためのスキルを学べます。 著者は、ITベンチャー勤務のマーケターにして、データサイエンティスト。データ分析のプロジェクトで数多くの失敗も味わいながら、「生傷で得た教訓」を糧に著しました。 新型コロナの感染拡大、戦後最長の好景気、貧困率にひきこもり……。ニュースを賑わせた事象を題材に、「データドリブンに真実へ迫ると、どのような実態が見えてくるか」を紐解き、そこで使ったスキルを解説します。 データ分析とはアートであり、すべてのビジネスパーソンに必要な能力です。 数字が読めても、それが何を表しているかが分からなければ「分析」とは言えません。数字だけでなく、起きていることの全体を解釈し、時に俯瞰し、データの裏にある何かを探っていく。データに目を配り、また必要があれば提示されたデータを疑う。それが"考える"ことです。データ分析は多様な知的スキルを組み合わせたアートでもあります。 そうした分析力はデータ分析の専門家だけでなく、あらゆる分野のビジネスパーソンにとって必要な能力です。本書がこのような能力を養うことに少しでも貢献できればこれ以上の喜びはありません。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 DX化時代のデータ監査ツール「ActiveData For Excel」の機能を網羅的に解説した国内初の書籍! 本書は、「ActiveData For Excel」の基本的な操作方法から実務で役立つコマンドまでをわかりやすく図解した1冊です。ActiveData For Excelとは、膨大な会計データでも正確に・効率的に分析できるDX化時代のデータ監査ツールです。Excelのアドインツールとして使えるため、Excelを使い慣れている方にとっては、スムーズに導入できる点が大きな魅力です。 また、特に難しい設定を必要とせず、いくつかの簡単なステップでデータを分析できるので、誰でも気軽に使い始めることができます。 【本書の特長】 ●国内初! 豊富なデータ活用例と機能解説を掲載 ActiveData For Excel日本語版の共同制作元である監査法人だからわかる、実際の業務に即した具体的な活用例を多数掲載しています。ActiveData For Excelのほぼすべての機能解説を集約した書籍は、本書が国内初です。 ●データ分析の基本的なトピックを各章に分けて紹介! 本書を手掛けた監査法人で実際に利用されてきた手法を元に、クレンジング、集計、抽出などを各章に分けて紹介しており、自分の必要なトピックから学ぶことが可能です。たとえば、あるコマンドの使い方を忘れてしまった場合でも、簡単に参照できるようになっているので、効率よく学習を進められます。 ●各章に演習問題を掲載! 各章には、トピックに沿った演習問題とそのやり方が掲載されているので、 実際に手を動かしながら、実践的に学べます。 ●特典にサンプルデータつき! ActiveData For Excelの利便性が体感できるサンプルデータが特典としてつきます。 本書によってActiveData For Excelのスキルを身につけることで、監査業務がより効率的に進められるようになります。 データ分析の新しい世界に一歩踏み込んで、監査業務のスピードと精度を向上させましょう!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 売上カードを回収し、DC/POSで単品データをシステム化した講談社の事例をもとに、データを活用した売上・商品管理と、新しい販売促進の道筋を具体的に提示、同時に書店のマーケティング戦略とその展開を明解に描く。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 猛暑は地球温暖化のせい？ 台風は激甚化している？ ホッキョクグマは減っている？ サンゴ礁の島々は沈もうとしている？ その「定説」に科学的根拠はあるか 印象操作に惑わされないための必読書！

150以上のグラフ・表を用いて楽観論を斬る！　政府総債務残高の対ＧＤＰ比が、先進諸国で唯一200％を超えている日本財政。借金返済を先送りした結果、日本は膨大な債務に足を引っ張られ、それが経済成長にも悪影響を及ぼしている。こうした財政運営失敗のツケを、我々はそう遠くない将来に、通貨崩壊という形で支払うはめになるだろう。公的データによる150以上のグラフや表を用いて日本財政の問題点を分析。財政楽観論を完全否定し、通貨崩壊へと突き進む日本の未来に警鐘を鳴らす。　○久米 宏氏、推薦！「『円の崩壊』は現実となるのか。私たちは薄氷の上を歩いている」○野口悠紀雄氏、推薦！「国債がもたらす問題を基本に遡って指摘し、警鐘を鳴らす！」

福岡市は本当に地方最強か⁈ 福岡市の人口は、このままなにも対策を講じなければ、2035年には165万人で頭打ちになるといわれている。しかし、問題に気づき、今から対策を打てば2050年に180万人都市になることも夢ではない。 福岡市は、九州で最も子供が生まれない「超少子化」の町。 福岡市民一人当たりの所得は、30年間ほぼ横ばい。 貧困児童の割合が政令指令都市中、最悪……。 データが示す福岡市の「本当の姿」から目を背けず、福岡市のポテンシャルを最大限に活かすための5つの政策を紹介。 【目次】 ［第１部］データが示す福岡市の不都合な真実 １．福岡市民の所得は30年間横ばい。実質的に減少 ２．子供が生まれない福岡市 ３．福岡市の経済は全九州を相手に卸売・小売業で稼ぐ内需型 ４．低下し続けている福岡市の国際的地位 ５．２０７０年まで激増する65歳以上 ［第２部］福岡市民の所得を増やすための政策提案 １． 自社の消費のうち「毎年１％を地場産に切り替える５年計画」の策定 ２． 福岡市版こども保険の創設 ２０５０年に福岡市の人口を１８０万人に ３． 福岡市の国際的地位と都市としての魅力を高める対策とは ４． 何歳であっても働きたいシニアの仕事を作る ５．南海トラフ 首都直下型地震を利用する 【著者】 木下敏之 福岡大学 経済学部 教授。担当科目：九州経済論、起業戦略論。ラ・サール中学校・高等学校、東京大学法学部卒業を卒業後、1984年に農林水産省入省。1999年、佐賀市市長に全国の県庁所在地の市長の中で最年少の39歳で初当選。2期を務めた後、2012年より福岡大学経済学部産業経済学科教授に就任。

約10年にわたり、日産自動車でデータ分析を駆使しながら数々のプロジェクトをリードしてきた経験を持つ著者による最新刊。今回は特に組織を率いる上司の目線に立って、データ分析で押さえるべき勘所をまとめています。 　部下や取引先などからデータ分析の結果を受け取るマネジャーが注意すべき点を「13のチェックリスト」にまとめました。それらを1つずつ、具体例を挙げながら詳しく解説していきます。 　例えば、店舗の月間売り上げの平均値だけを比較して改善案を持ってきた部下に対して、上司はまずどこを確認すべきなのでしょうか。分析に利用したデータの数や扱ったデータの範囲（期間）、外れ値の有無などによって、分析結果は大きく異なってくることを上司は知っておかなければなりません。平均値だけを見ていても、裏に隠れた情報は見通せないからです。上司はそこをしっかりと確認しなければ、誤った意思決定をしてしまう恐れがあります。 　著者は「企業のデータ競争力を上げるも下げるも上司（マネジャー）次第だ」と指摘します。これからの時代は、データを活用できない上司がボトルネックになりかねません。 ＜目次＞ 序章　こんな職場が危ない 第1章　視点の範囲を押さえる 第2章　結果のインパクトを捉える 第3章　目的に合った答えを出す 第4章　サンプル数の違いを認識 第5章　データの範囲を認識 第6章　データのカテゴリーや定義を認識 第7章　外れ値の処理 第8章　比較のベース 第9章　判断・評価の基準 第10章　指標に潜む罠 第11章　結果や結論の表現 第12章　統計的な確からしさの必要性 第13章　結論の表現の明確さ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本資料はMID-NET協力医療機関の協力の下、平成26年度、厚生労働科研「MID-NETを用いた医薬品等のベネフィット・リスク評価のための薬剤疫学研究等の実践的な分析手法及び教育に関する研究」（研究代表者、中島直樹）、平成 27 年度、AMED事業に移行した同研究課題、平成28年度～30年度、AMED医薬品等規制調和・評価研究事業「MID-NETを用いた医薬品等のベネフィット・リスク評価のためのデータ標準化の普及に関する研究」（研究代表者、中島直樹）で得られた研究成果をまとめたものである。 平成26年度に初版、27年度に2版を編集し、30年度に3版としてまとめ、さらに令和元年度には総合的な再編集を行った。 今後、MID-NET事業が拡大発展する際にも、MID-NET型システムが新規に構築される際にも、広く教育・研修に活用でき、短時間での知識習得を可能とすることが期待される。 なお、本資料はMID-NET開発時からの成果を網羅的に記載しているため、現在の状況と異なる部分がある点をご了承いただきたい。手順や運用方法などについても情報更新を行っており、問合せに応じて最新の情報を提供する。 （はじめにより） ■主な内容 ・MID-NET事業について（総論） ・MID-NET事業の導入・運営に必要となるもの ・MID-NET運用及び管理に関する手順 ・コーディングとマッピングの概要及び課題 ・SS-MIX2標準化ストレージと、その他のデータ源 ・データ出力と統合データソースへの取込み ・データ品質管理活動 ・医療情報の標準化に向けての課題とその手順 ・医薬品の有効性・安全性評価や薬剤疫学等の解析手法 ・MID-NET 協力機関における個人情報保護法及び医学系研究倫理指針への対応 ・「MID-NETを用いた医薬品等のベネフィット・リスク評価のための協力医療機関情報共有研修会の開催」と課題収集 ・リアルタイムバリデーション手法の構築 ・今後の発展と留意点 ・参考資料

DX・生成AI・データ分析・カスタマーエクスペリエンス・VOC分析を1項目5分で理解できる！ いまさら他人には聞けない、データドリブン経営のすべて DXブームのあと、生成AIの登場でますますテクノロジーと経営が融合せざるを得ない状況になっています。技術革新のスピードがますます速くなっているため、それをキャッチアップするだけでも大変な時代に突入しているといえます。 本書では、DX化に今一歩乗り遅れてしまった、または、導入したけどうまくいっていない経営者のかたに向けて、その情報をコンパクトにまとめています。 いまや、経営にかかわる、あらゆることがDXと関係しないものはないほどになっています。とくに、人材採用は、とりわけ深刻な社会問題となっています。本書にヒントが書かれています。

本書の「検証結果」を自由に役立ててください！ １）検証という結果を通して、使えるルールかどうかを証明 　本書は、玉石混交の情報の海で溺れている投資家に対して、「過去データによる検証結果」という道筋を示しています。 　本書の中で紹介している売買ルールはすべて、検証を通して、利益が積み上がるかどうか、証明済みのものばかりです。検証という難しい作業を自分で行うことができない投資家でも、役立てることが可能です。 ２）目的のひとつは「真似る」こと 　本書では“利益率の高い売買ルール”をランキング形式で紹介しています。それを参考に、利益率の高い売買ルールをそのまま真似てもらうことがひとつのやり方です。 　ただし、過去検証では成績が良かったとしても、今後もその結果を享受できるかどうかはわかりません。だからこそ、パラメータを変更してみるなど、自分なりに調整していくことが大事になります。 　その意味では、過去検証で成績の悪い売買ルールであったとしても、条件を変えていけば使える売買ルーになる可能性も十分にある、ということを忘れてはいけません。 ３）もうひとつの目的は「自分専用の手法を作る」こと 　成績の良い売買ルールを真似ること自体は間違っていませんが、できることなら、もう一歩先に進んでほしいと考えているます。 　学ぶの語源は「真似ぶ」という説もあるように、人の真似から入ること自体は悪いことではありません。 　ですが、真似だけで満足していては、いずれ頭打ちになる怖れがあります。なぜなら、真似は、あくまでも真似にすぎないからです。自分に合った、自分だけのルールを作ることができるのであれば、それにこしたことはありません。 　本書では、“そこ”を目指しました。過去検証で実績のある売買ルールを参考にして、「結果の出ているルールに共通している項目は何か」「どういう思想で売買ルールを構築すればよいのか」などを学び、自分専用の手法を、自分で作ってほしいと願っています。 　良い売買ルールには、良いコンセプト（戦略）があります。それを見つけることが、検証の醍醐味だと思います。 ◆本書を読んでほしい人 ◎玉石混交の投資情報の海の中、何を参考にすれば良いのか、わからない人 ◎検証の大切さがわかってはいても、自分で実行するのは難しい人 ◎検証で証明された手法を使ってみたい人 ◎手法を作るときに、どういう考えを取り入れればよいのか、学びたい人 ◆本書の特長 ◎株式投資（FXではない）のテクニカル的手法の検証本 ◎計26の手法の独自データ（検証）を掲載 ◎検証結果から、利益率の高い売買ルールを真似することができる ◎検証結果をもとに、自分で利益率の高い売買ルールを作ることもできる

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 OERAモデルでプロ野球の歴史から勝利の戦略を紐解く 　OERA(Offensive Earned-Run Average)とはメジャーリーグベースボールで公平かつ正確に打者の評価を行うためにＣoverとKeilersが提案した打者貢献度指数です。OERAは1つの吸収状態をもつマルコフ連鎖を基にして， 打者の貢献度を数値化するシンプルなモデルです。打者貢献度を指数で測ることによりある打者が1試合すべての打席に入り続けたとき、何点くらい得点できるなど調べることができます。 　本書は過去のプロ野球の歴史を振り返り、単に記録だけでなく実際にOERAで出した指標と比較してみます。その結果が指標通りであれば今後のペナントレースの優勝チームを予測することが出来ます。 はじめに 第1章　歴史から見たプロ野球 第2章　OERAモデルとは 第3章　攻撃 第4章　防御 第5章　データサイエンス野球 第6章　三原修・江夏豊・落合博満 第7章　戦略的意思決定を構成する７つのステップ 1　戦略の決定 2　情報の収集 3　視点の検証 4　原因とは何か 5　戦術の選定 6　職術の実行 7　成功か失敗の判断

私立文系の大学受験でも数学が必須化するなど「文理融合」が急速に進むいま、従来と異なる数学力が求められている。 データサイエンス人材の育成やAI時代の到来を見据え、学校教育における数学の授業はどう変わっているのか、その現在と未来を伝える。

★AI時代の注目デジタルスキル資格 ★待望の公式テキスト登場 　生成AIの登場によって、ビジネスパーソンの働き方は大きく変わります。カギを握るのは「AIを使いこなせるか、データから価値を見いだせるかどうか」です。AIをうまく使いこなせる、データから価値を見いだせるビジネスパーソンの生産性は、飛躍的に高くなります。 　では、AIを使いこなす（データから価値を見いだす）には、何を学べばいいのでしょうか？　使いこなすには、その対象について理解を深めることが必要です。AIの基礎理論およびその土台となるデータサイエンスは数学の活用ですから、AI、データサイエンスに関連する数学および活用法を体系的に学ぶことが必要です。それこそが本書であり、その理解度を測る資格試験が「データサイエンス数学ストラテジスト」です。AIをつくるための資格ではなく、AIを使いこなす、データから価値を見いだすための資格ですから、理系でなくても大丈夫です。 　「データサイエンス数学ストラテジスト」資格試験には中級と上級があり、本書は上級の「公式テキスト」になります。同資格の受験を考えている人にとって、待望の解説書です。

★AI時代の注目デジタルスキル資格 ★待望の公式テキスト登場 　生成AIの登場によって、ビジネスパーソンの働き方は大きく変わります。カギを握るのは「AIを使いこなせるか、データから価値を見いだせるかどうか」です。AIをうまく使いこなせる、データから価値を見いだせるビジネスパーソンの生産性は、飛躍的に高くなります。 　では、AIを使いこなす（データから価値を見いだす）には、何を学べばいいのでしょうか？　使いこなすには、その対象について理解を深めることが必要です。AIの基礎理論およびその土台となるデータサイエンスは数学の活用ですから、AI、データサイエンスに関連する数学および活用法を体系的に学ぶことが必要です。それこそが本書であり、その理解度を測る資格試験が「データサイエンス数学ストラテジスト」です。AIをつくるための資格ではなく、AIを使いこなす、データから価値を見いだすための資格ですから、理系でなくても大丈夫です。 　「データサイエンス数学ストラテジスト」資格試験には中級と上級があり、本書は中級の「公式テキスト」になります。同資格の受験を考えている人にとって、待望の解説書になります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 デジタル時代に即した新資格試験 合格最短コースの公式問題集 　ビジネスパーソンに求められる「基本スキル」が大きく変化しようとしています。その背景にあるのは「デジタル技術」の進化、その本質は「データ化」です。データ化とは、コンピューターで処理したり分析したりできることを意味します。 　会社の業務がデータ化されるということは、業務が「データ処理」になり、業務上の判断は「データに基づいた分析」になります。そのために必要な知識とは、学校教育でいえば「数学」の分野に入るものです。例えば、データを分析するには確率統計が基本で、線形代数や微分積分を駆使することで高度な分析が可能になります。これからのビジネスパーソンにとって、「数学」はより重要になるのです。 　ジャンルによってはやや高度な知識が必要ですが、学校教育の数学のすべてが必要になるわけではありません。求められるのは、ビジネスパーソンに求められるスキルを、学校教育の数学と結び付け、効率よく、無駄なく学習できるように体系立てることです。それこそが『データサイエンス数学ストラテジスト』資格制度です。世の中のトレンドを先取りしているだけでなく、ビジネスパーソンにとって実用度の高い試験内容になっています。 　資格試験には中級と上級があり、本書は中級の公式問題集です。掲載している問題数は60問で、それぞれの問題を解くための考え方を丁寧に解説しています。本書での学習が合格最短コースになります。

複雑で難解になりがちな統計学に基づいたデータ分析の基礎知識を俯瞰的に理解してビジネスに活かせるようになるのが本書の狙いです。数多くのデータ分析プロジェクトの現場では、「ビジネス」ありきではなく「データ」ありきの曖昧な態度でデータ分析に取り組んでしまい、うまく行かなくなるケースが多々あります。 ビジネス領域におけるデータ分析は、企業戦略・戦術や業務プロセスでの意思決定を支援するためのものです。いかに画期的な分析結果が得られても、それがビジネス活動に影響を与えられなかったり、成果につながらなければ人材やシステム投資の無駄遣いです。 「データ」ありきではいけない。こうした著者の思いから、データサイエンティストになりたい人だけでなく、一般のビジネスパーソン、例えば、マーケティング部門や経営企画部門、営業部門、IT部門などに属する方にも読んでいただけるよう、「データ分析の基本」を具体的な事例を交えながら平易に説明しています。 【特徴】 ・日本屈指のデータサイエンティストによる書き下ろしです。 ・この1冊で、ビジネス活動に役立つデータサイエンスを一通り理解できます。 ・日々の生活で体験する身近な事例から先進的な企業事例までを具体的に紹介します。 ・統計学に基づいたデータ分析の基礎知識を平易に解説します。 ・巻末に「図解 統計の基本」を収録しています。

古代史最大のナゾである邪馬台国所在地はデータサイエンスの手法を使えば、北部九州で決着する。畿内ではありえない、その理由を古代鏡や鉄の矢じりなどの発掘地の統計学的分析を駆使しながら、誰にも分かりやすく解説。その所在地はズバリここだと示す。

ビッグデータの時代だ。さまざまな分野の研究がデータ駆動型に変わってきている。ビジネスでのビッグデータ利用も人工知能の開発とあいまって盛んだ。データの処理・分析に必要な情報学（コンピュータ科学）と統計学の基本知識をおさえ、またデータから新たな価値を引き出すスキルの学び方を紹介する。待望の入門書。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【データをどうやって見ていますか？】 データサイエンスや人工知能への関心の高まりとともに、データを読み取る能力の重要性が高まっています。データサイエンティストでなくても、「最近行った販促活動は売上につながっているのか」「広告や報道、SNSに出てくるグラフの読み取り」「ネットの情報の真偽を確かめる」など、私達は仕事や日常で多くのデータを扱っています。 本書は、数学が苦手な人にも馴染みやすい身近な例からデータに関する基本を学び、数字に強くなり、データを正しく読み取る事ができるようになるための書籍です。 ■こんな方におすすめ ・データの見方を理解したい人 ・数学は苦手だけど数字に強くなりたい人 ■目次 第1章 データとは　－データを基にして考える 第2章 データには種類がある　－種類でわかる数値の意味 第3章 正確な数字と大まかな数字　－オーダーと有効数字 第4章 デジタル化すれば便利になる？　－アナログとデジタル 第5章 平均値は真ん中の値？　－データの特徴を数値で表す 第6章 データどうしの結びつきを考えよう　－因果関係を疑う 第7章 ひっかけグラフにご用心　－グラフを読み解くポイント 第8章 データリテラシーを身につけるために　－データ社会の処世術 ■著者プロフィール 阿部 圭一（あべ けいいち）：名古屋大学大学院博士課程修了、工学博士、静岡大学、愛知工業大学を経て、現在はフリー。静岡大学名誉教授。専門は情報学、情報教育。著書に『よくわかるデジタル数学-離散数学へのアプローチ』（近代科学社、2020年）、『よくわかるデータリテラシー　データサイエンスの基本』（近代科学社、2021年）など。

現実社会のデータを多く扱いながら、データサイエンスの概念と確率の基礎をしっかりていねいに解説。データリテラシーを涵養するためのまたとない入門書！　データサイエンスを知るならまずこの本！　【データサイエンス入門シリーズ】第1期として、以下の3点を刊行!　・データサイエンスのための数学：椎名　洋・姫野哲人・保科架風（著）清水昌平（編）・データサイエンスの基礎：浜田悦生（著）狩野　裕（編）・最適化手法入門：寒野善博（著）駒木文保（編）／【「巻頭言」より抜粋】データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。　編集委員長　竹村彰通（滋賀大学データサイエンス学部学部長、教授）　【推薦の言葉】データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。――北川源四郎(東京大学特任教授、元統計数理研究所所長)　　国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

ビッグデータの集積や人工知能の活用が叫ばれる中，エビデンス重視の実証革命が進み，データサイエンスを駆使した新たな経済学が要請されている．著者の過去２０年間の研究を踏まえ，因果推論や機械学習などを用いるデータ分析の手法だけでなく，適切にデータを取得する調査・実験の手法を解説し，使える経済学の字引を提供する．※この電子書籍は「固定レイアウト型」で作成されており，タブレットなど大きなディスプレイを備えた端末で読むことに適しています．また，文字だけを拡大すること，文字列のハイライト，検索，辞書の参照，引用などの機能は使用できません．

データサイエンスの門をたたく前に必要となる数学を、一冊にまとめたテキスト。微分積分・線形代数・確率論の中から、入門者が学んでおきたい基礎を厳選、平明簡潔に整理した。まずはこの本で、しっかり基礎固め！【データサイエンス入門シリーズ】第1期として、以下の3点を刊行!・『データサイエンスのための数学』椎名　洋・姫野哲人・保科架風（著）清水昌平（編）・『データサイエンスの基礎』浜田悦生（著）狩野　裕（編）・『最適化手法入門』寒野善博（著）駒木文保（編）【「巻頭言」より抜粋】データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。――編集委員長　竹村彰通（滋賀大学データサイエンス学部学部長、教授）　【推薦の言葉】データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。――北川源四郎(東京大学特任教授、元統計数理研究所所長)国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 超高度情報化社会を迎え、IoT、ビッグデータ、データサイエンス、人工知能(AI)などが、ビジネスの場でもますます重要性を増してきている。本書では、データサイエンスの基礎的な内容、概念を具体的にビジネスにどう活用できるか、事例を豊富に示しながら解説。高度な数学知識がなくても理解できる、文系、理系を問わないデータサイエンスのビジネス活用入門書。

本書は、“既に手元にある魅力的なデータ(Sexy Little Numbers)”を、これまでとは違った角度から分析し、思い込みをこわして新しいビジネス戦略を描き成功させたデータ・サイエンティストの手法を、実例と多数の図表を交えて紹介する。 データを分析し、誰に、何を、どのメディアを通して、いくらの予算をかけて消費者にアプローチするか、マーケティング戦略を決めたらどう実行に移し、その結果を測定して最適化を図っていくか、という「データ・アナリティクス(分析)」の一連のプロセスがわかる。 「測定した結果が何の意味をもつのか」をシンプルな形で示すことに徹底的にこだわる。

近年ビジネスにおいて、現状を分析し、意思決定を行ったり、説得力のある提案をするためのツールとして、膨大なデータを介したデータ分析の必要性がますます高まっています。膨大なデータを蓄積し続けてはいるものの、それらを有効活用している企業は非常に少なく、分析ニーズも高まるばかりです。本書は、データ分析の初心者や企業担当者を対象に、データ分析の実際を解説するものです。 「人は成功からは学べない、失敗からこそ多くを学ぶのだ」という認識から、SBTが手掛けた事例を元に、データ分析を行う際に起こりやすい失敗事例とその克服法を解説します。これにより、読者は、リアリティのある、真に役立つデータ分析の実例を学ぶことができます。 著者は、豊富なデータ分析の経験を持つSBT社データサイエンス部のスタッフであり、ダイナミックかつ具体的な事例を紹介します。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書で言う「データ視覚化」（ビジュアライゼーション）とは、単に手元にあるデータをグラフにすることではありません。いくらデータを視覚化しても、その中から人間が重要な情報を読み取れないのなら、データ視覚化をする意味がないからです。あくまで、そのデータが指し示す意味を明確にすること、そしてより多くの人たち（オーディエンス）に興味を持って見てももらえることがデータ視覚化の目的です。 本書では、日本人女性唯一のTableau ZEN MASTERである筆者が長年にわたって培ってきたデータ視覚化のノウハウ、ベストプラクティス、アンチパターン等を整理分類してエッセンスを抽出し、具体的な事例をあげながら、できるかぎり丁寧に解説しました。また、セミナーなどの現場でよくされる質問に対する答えをまとめたものでもあるので、ある意味、“FAQ”でもあります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ビッグデータ時代の必然的な概念として，「データ市場」が注目されている．これは，皆が安心できる条件で必要に応じてデータを共有し，また状況に応じて結合したり分析したりして使うことで新たなビジネスを生み出すという，いわばデータの取引市場である． 本書は，データ市場構築の手法をIMDJ (Innovators Marketplace on Data Jackets)を中心に幾つか挙げて，その具体的な活用方法を産業界の視点から提案する．IMDJは，すでに経済産業省，国土交通省のワークショップでもビジネスモデル構築技術として採用されている．ビックデータに関係する読者には，まさに必携の書である． （293文字）

■データを制する者が世界を制するのか?ビッグデータを使う能力次第で価値が決まる。GAFAも決して安泰ではない――。まったく新たな科学的方法論に基づくビッグデータ主導の経済・社会の構図、問題点を明らかにします。 ■ビッグデータが動かす経済社会、「データ資本主義」が台頭してきました。ビッグデータは経済取引、経済構造を変革しつつあるが、新しい問題も引き起こしつつあります。ごく一握りの企業によって市場が支配され、監視社会がもたらされる可能性もあります。本書は、情報経済論の第一人者が、従来の歴史をまったく塗り替えつつあるビッグデータ経済の姿と、それを貫く論理、その問題点、可能性をわかりやすく解き明かします。 ■本書では、ビッグデータの概要、AIによるパタン認識、ビッグデータ・ビジネスを支えるプロファイリングとその応用、ビッグデータが提示する新しい科学的方法論、データサイエンスの役割、プラットフォーム企業の支配力、ビッグデータの将来、監視社会の可能性をテーマとして取り上げ、それぞれの背景、現状について平易に解説するとともに、データ資本主義が今後、どのような可能性を秘めているのかについて展望します。 ■著者はビッグデータ・ビジネスの本質を深く掘り下げます。ビッグデータの中でも最も注目されるのがプロファイリングとその技術にかかわるものであることを浮き彫りにします。この点でGAFAの中でもビッグデータを本当に収益源としているのはグーグル、フェイスブックの2社だけであり、今後、GAFA、BATといわれる巨大プラットフォーム企業の命運は分かれる可能性がある、巨大IT企業を従来の独禁法の概念でしばることはできない、情報銀行などで本当に意味のあるビッグデータを集められるのか、などと問題提起します。そして、プロファイリングをもとにした監視社会の出現という点で中国について最も警戒すべきだが、その可能性は中国に限らないことなど、注目に値する論点を明らかにします。

データスチュワードシップは、データを信頼できる、高品質なものにし続ける取り組みです。ビッグデータそしてAI（人工知能）の時代になり、あらゆる組織にデータスチュワードシップが求められています。 『データマネジメント知識体系ガイド第二版（DMBOKガイド）』は第3章で担い手であるデータスチュワードの重要性を指摘しています。そこに発言を引用されているDavid Plotkin氏はこのテーマの第一人者であり、著書“Data Stewardship”はロングセラーになっています。 本書は“Data Stewardship”の第二版の邦訳であり、日本で初のデータスチュワードシップ書籍になります。データスチュワードシップの導入と運用に関する明確かつ簡潔、そして実践的なアドバイスとガイドラインを提供します。ガイドラインを見れば組織の構造、ビジネス機能、データ所有権に基づき、どう進めていけばよいかが分かります。Plotkin氏が様々な企業の現場で実践してきたノウハウが多くの成果物の例とともに紹介されています。 第二版で次の点が強化されました。 グローバルビジネス：国際企業向けの体制をより詳しく解説。国の違いを考慮したビジネス用語の構成など。 プライバシー規制：国内外のプライバシー規制の実施に関与するデータスチュワードシップを解説。 ビッグデータとデータレイク：非構造データも含めたデータガバナンスの在り方を提示。 プロジェクトマネジメント（PM）：データガバナンスのPM方法論への統合を提唱。WBSにデータガバナンスのタスクを追加。 データドメイン：ビジネス/組織機能からデータドメインへの移行を提案。推奨されるデータドメイン詳細を提示。データドメインの長所と短所も説明。

「１年間の売り上げが10億円の会社のひと月あたりの売り上げはいくらでしょうか」データセンスを身につけるとこの質問に１秒で答えられるようになります。実際に計算するには10億を12（ヵ月）で割らなければなりません。これに１秒で答えるには「83」というキー数字を知っておく必要があります。質問の答えは「約8300万円」です。「12で割る」ということは、「0.083をかける」ことと同じなのです。データセンスとは、ビジネスシーンや日常の中で目にする数字の意味をパッと把握する感覚のことをいいます。本書は具体的な演習も多く、社会人なら誰もが必要としているその感覚を身につけ、磨くことのできる一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 生成AIの普及とクラウドサービスの継続的な需要の高まりに後押しされ、データセンター市場は力強い成長を維持しています。主要なハイパースケーラー各社はAI需要に応じて設備投資計画を軒並み引き上げており 、国内においても数千億円規模の巨額投資計画が発表されるなど、ハイパースケーラー向けとみられるデータセンターの計画は引き続き活況です。 一方、生成AIの登場により、AIの学習等に必要となる計算能力が加速度的に増加しています。特に高性能GPUサーバーの出荷は今後も大きく成長すると予想されており、高負荷サーバーのハウジングやLLMといった大規模学習基盤としてのGPUクラウドサービスなど、データセンター事業者、クラウド事業者は需要の多様化へのスピーディーな対応が求められています。そのため、従来のビル型のデータセンターに加え、工期が比較的短いコンテナ型・モジュール型のデータセンターも注目を集めています。 このような背景のもと、本書『データセンター調査報告書2026』は、インプレスの専門媒体『クラウド&データセンター完全ガイド』の監修により、データセンターの市場動向、事業者動向、利用企業の動向をまとめています。 第1章では、ハイパースケール型やリテール型の規模と新設状況を解説し、コンテナ型・モジュール型の動向、データセンターの地方分散を推進する政府や自治体の施策、さらには液冷などの最新冷却技術や通信インフラの進化を解説します。また、AIデータセンターを支えるGPUについて、製品や消費電力、今後の動向等を解説します。 第2章では、AI向けのGPUサーバー等の高発熱サーバーハウジングサービスと、AIクラウド（GPUクラウド）サービスの両軸で整理。各社の取り組み、求められる要件、高効率冷却技術の導入、そして短工期で需要に対応可能なコンテナ型・モジュール型データセンターの状況等を解説します。 第3章では、東京圏、大阪圏を中心に、建設中、計画中のデータセンターについて、現地取材も踏まえて整理しています。 第4章では、ユーザー企業の情報システム担当者を対象としたアンケート調査の結果を解説。データセンターの利用状況や選定理由に加え、クラウドサービスの利用有無や、GPU/HPCサーバーの利用意向など、AI時代における企業のインフラ投資意向を具体的に調査しています。 第5章では、AIサービスをテーマに、関連各社の事業者戦略、課題等について個票形式で掲載しています。

AIも、IoTも、ビッグデータも 法律の知識なくして成功なし！ AIもIoTもビッグデータも、すべて「データ」活用ビジネスです。「データ」は法律で守られているので、法務的観点から検討すべきポイントはたくさんあります。にもかかわらず、日本企業は上場企業でも法務部門が1人という会社があります。そうした体制では十分な検討が行われず、「法務が軽視されている」のが実情です。 世界企業は違います。数百人もの弁護士がデータ活用ビジネスに携わる企業があります。欧米の企業は契約交渉する際、事業部門・システム部門・法務部門が連携してデータ関連の条項について粘り強く交渉し、自社に有意な契約を勝ち取っています。「攻めのビジネス」を支えるのは法務なのです。 本書に登場する法律は、個人情報保護法、マイナンバー法、特定商取引法、特定電子メール法、犯罪収益移転防止法、外為法、電気通信事業法、医療法、薬機法、銀行法、金商法、e文書法、電子帳簿保存法などです。法律を扱っていますが、事業部門やシステム部門の人を想定して書いています。Q＆A形式ですので、無理なく読み進めることができるでしょう。 データ戦略を進める上で、本書の法律知識は欠かせません。データ活用を推進するビジネスパーソン必携の１冊です。

「データは法律で守られている」 ビジネスパーソン必読の法務書 　DX（デジタルトランスフォーメーション）を進めれば、ビジネスは「データ」基点になります。ここで押さえておかねばならないのは、「データは法律で守られている」ということです。個人情報保護法だけではありません。欧州のGDPRや特定商取引法、特定電子メール法など、合計10以上の法律が関係します。それらすべてに目を配り、法律を味方につけてこそビジネスを有利に展開できるのは間違いありません。データ戦略を進める上で、法律の知識は欠かせない時代なのです。 　法務には「攻め」と「守り」の両面がありますが、本書の特徴は「攻めのビジネス」に力を入れていることです。法律に従うのは当然ですが、守り重視の姿勢では世界と伍して戦えません。ネットに国境はなく、このままでは外国企業が日本のデータビジネスを支配する日が来ないとも限りません。 　こうした現状に危機感を抱いた著者陣（多くは弁護士）が立ち上がり、本書を執筆しています。法律を扱った本ですが、事業部門やシステム部門の人を想定して書いています。Q＆A形式ですので、無理なく読み進めることができるでしょう。データ活用を推進するビジネスパーソン必携の１冊です。 （本書は2018年に発行した『データ戦略と法律　攻めのビジネスQ＆A』の改訂版で、2018年以降に改正された各種法律に対応しています。）

プロ野球のプレーや采配についてのツイッター発信がきっかけで、ダルビッシュ有投手と知り合いになり、「お股ツーシーム」を教えたことで一躍脚光を浴びた著者。その後、『セイバーメトリクスの落とし穴』などベストセラーも著しています。本書は、ダルビッシュからピッチングに関してアドバイスを求められるほどのお股ニキ氏が、ダルビッシュのすべてをデータで徹底解剖し、歯に衣着せない、お股流の視点で評論・分析します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 電子版にCD-ROMは付属しません。あらかじめご了承ください。一年中使える保育のイラスト集が、データダウンロード付きにパワーアップ！・おたよりやクラスグッズ、個人マークが1冊で作れる！・使いやすくて可愛いイラストが800点以上！保育に役立つ、かわいいイラストをたくさん収録！『改訂版 CD-ROMブック 千金美穂イラストコレクション』を、待望のダウンロードデータ付きにリニューアル！保育雑誌『PriPri』の表紙イラストで大人気！千金美穂のカラーイラストを338点、モノクロイラストを479点掲載！イラストの使い方付きで、初めての先生も安心です。

森林、レアメタル、水産資源……現実はここまで来ている! 2050年、世界の人口は92億人に達するだろう(国連人口部による2006年時点での推計)。転換を迫られる原子力中心のエネルギー政策、巨大市場化するインドと中国、ますます加速する低価格と大量消費、資源の枯渇は、すでに現実の問題になっている。食糧は、エネルギーは、水は、レアメタルは……最新のデータで資源の未来を検証する。(ブルーバックス･2011年11月刊)

テレビマーケティングはこの1冊から！ 今、テレビ市場は変革期にあります。 Netflix、Hulu、Abema TVなどを始めとしたOTTプレーヤーが急成長し、また日本テレビ、テレビ東京、フジテレビ、TBSが共同で、CMを15秒単位で1枠から購入できる「SAS（Smart Ad Sales）」という新しいテレビCM商品を開発するなど、「テレビ離れ」が嘘のように新旧プレーヤー勃興し、さながら成長産業のような様相を呈しています。 もはや「テレビ」という概念は、マス・マーケティングの一部でも、デジタル・マーケティングと対立する概念でもなくなりつつあるのです。 本書では、国内外のテレビ周辺プレーヤーや業界の全体像を示し、日本市場における「テレビマーケティング」の可能性について紐解きます。 【目次】 ●1章　テレビマーケティングが現実に。データの多様化が牽引する、背景と実態とは？ ●2章　続々と登場するテレビデータを活用し、投資効果の高いCM施策を実施する秘訣 ●3章　CMのクリエイティブをデータで科学する／アテンションを集めやすいCMのポイントは？ ●4章　「6秒CM」の衝撃　トヨタやウェンディーズ等、先進企業の短尺CMの活用法から実用性を説く ●5章　2019年は「Advanced TV元年」になるか　地上波テレビに押し寄せるデータドリブンの波 ●6章　データドリブンなテレビマーケティングの先駆け　日本テレビの「ASS」が仕掛ける挑戦 【著者紹介】 郡谷 康士（グンヤ ヤスシ） TVISION INSIGHTS株式会社　共同創業者／代表取締役社長 東京大学法学部卒。マッキンゼー・アンド・カンパニーにて、事業戦略・マーケティング戦略案件を数多く担当。リクルート中国の戦略担当を経て、上海にてデジタル広告代理店游仁堂(Yoren)創業。2015年よりTVISION INSIGHTSを創業し、代表取締役社長に就任。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

フジテレビ系「性格ミエル研究所」などで取り上げられ、ネット上でも「当たる！」と評判のディグラム診断。心理学と統計学の掛け合わせにより、現代人を27タイプに分類・分析します。本書は「適職」に特化し、膨大なデータから各タイプの基本的な性格、仕事上の長所短所、向いている職業・職場環境を診断するものです。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 体力や感覚のバスケットは終わった。 「知識」と「分析」で求める最強の方程式、過去のデータから読み取る戦術プランを解説。 日本バスケットボール学会が最新の論文をわかりやすく解説。 プロのビデオアナリストが教えるランニングスコアの読み方。 【予定内容】 Part1. ヘッドコーチとしてのアナリストとスタッツとの付き合い方 千葉ジェッツふなばし ヘッドコーチ 大野 篤史が語るビデオアナリストの必要性 Part2. ランニングスコア~試合の流れを読む~ 登録メンバーをみるところから試合は始まっている。 Part3. ベーシックスタッツ~個人をスキルを分析~ 得点、リバウンド、アシストなどの基本的なデータから選手の特徴を探る Part4. データの体系化とBリーグにおける分析の実際 様々なデータを元に多角的な分析の行い方。 ※内容が変更になる場合がございます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 家庭は安全、と思っていたら、2006年には家庭内事故死が交通事故を上回ってしまったという。しかし、高齢者を対象にしたバリアフリー関係の本は目にするが、幼児や子供の家庭内事故死を防止するための本はほとんど目に付かない。 この本は、現代の住居に潜むさまざまな危険を、この道の専門家がデータを提示しながら73のテーマで丁寧に解説する。一般の人はもちろん、住宅を設計・提供するプロにもぜひ一度は目を通して欲しい1冊。

【データに基づく議論・意思決定が生み出す競争戦略】 「データで話す組織」づくりを通じて、その先にあるDXを実現するための基礎を解説していきます。本書では、データを活用したいと考える組織が備えるべきケイパビリティを課題発見力、人材力、データ力、施策実行力の4つに整理して、それぞれ解説します。 また、一足飛びにAIやデータサイエンスに取り組んでも、基礎ができていない／用意ができていないために、うまくいかないことがあります。データ活用を考える組織はデジタル化、データ分析、AI・データサイエンスの3つのフェーズを一段ずつ越えていくことをおすすめします。 ■こんな方におすすめ - 事業会社のDX・データ活用プロジェクトの担当者 - 会社にデータドリブンな文化を持ち込みたい経営層・マネージャ層 ■目次 第1章 データで話す組織づくり 　　1-1 一歩ずつデータ活用力を上げる長期スパンでの文化醸成 　　1-2 「データで話す組織」を追求する戦略的意義 　　1-3 「データで話す組織」づくりのアプローチ 　　1-4 予算・リソースに応じたプロジェクトの進め方 　　1-5 データ活用による価値創出と継続の重要性 　　コラム タクシー業界でのデジタル化とデータ分析技術の活用 　　コラム ワークマンでのデータ活用の軌跡 第2章 現状把握とデジタル化 　　2-1 社内業務の把握 　　2-2 意思決定プロセスの把握 　　2-3 事業課題の把握 　　2-4 アクションのための情報収集 　　2-5 情報システム部門の把握 　　2-6 ステークホルダーの把握 　　2-7 外部人材の活用 　　2-8 情報セキュリティの把握 　　2-9 社内システムの把握 　　2-10 データの把握 　　2-11 システムによる課題解決の実践 　　2-12 いつでも振り返れるように現状を整理 第3章 データ分析チームの組成 　　3-1 分析テーマの選定 　　3-2 類似事例の調査と比較 　　3-3 ビジネスフレームワークの活用 　　3-4 データ分析チームを構成する人員 　　3-5 兼任担当者から専任へ 　　3-6 データ理解とデータ整備 　　3-7 定常モニタリングとBIツールの用途 　　3-8 データの伝え方 　　3-9 効果の計測 　　コラム データ分析組織の継続 　　コラム データ基盤の重要性 第4章 AI・データサイエンスの応用 　　4-1 統計・AIモデルでできること 　　4-2 統計・AIモデルにおける課題設定 　　4-3 データ分析人材のスキルセットと獲得戦略 　　4-4 育成のためのしくみづくり 　　4-5 評価体系の構築 　　4-6 AI・統計モデルのためのデータ選定 　　4-7 モデルの評価 　　4-8 MLOps 　　コラム 中央集権型かデータの民主化か ■著者プロフィール 大城 信晃：NOB DATA株式会社 代表取締役。データサイエンティスト協会九州支部 支部長。主に地方のインフラ企業にてDX推進という文脈で各社に自走できる分析チームの立ち上げに関する伴走支援を、東京エリアを中心とする企業にてChatGPT等のLLM技術を応用したサービス開発・業務活用支援を行っている。 油井 志郎：株式会社ししまろ CEO（代表取締役）。金融、医療、製薬、製造メーカー、IT、観光、運送、小売などの様々なデータ分析・AI関連などの分析全般を伴走型で支援を行っている。 小西 哲平：株式会社biomy 代表取締役社長。がん微小環境のAI解析を通して個別化医療の実現を目指す。秋田大学大学院医学系研究科博士課程(病理学)、理化学研究所に研究員としても在籍。 伊藤 徹郎：Classi株式会社 プロダクト本部 本部長。徳島大学 デザイン型AI教育研究センター 客員准教授。Classi株式会社にて、データ組織の立ち上げからエンジニア組織の統括。2023年8月よりプロダクト開発に関わるすべての職能を統括した部署の本部長に就任し、奮闘するかたわら、大学にも籍を置く。 落合 桂一：大手通信会社R&D部門　データサイエンティスト。東京大学大学院工学系研究科 特任助教。位置情報、端末ログなどのモバイル関連データに対する機械学習の応用に関する研究開発に従事。また、自らの経験を活かし大学で社会人ドクターの研究を指導。国際的なデータ分析コンペKDD Cupにおいて2019年の1位をはじめ複数回入賞。 宮田 和三郎：株式会社カホエンタープライズ CTO。業種業態を問わず、様々な組織におけるデータ利活用の支援を行なっている。経営や組織の観点でのデータ利活用に深い興味を持つ。

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 糖尿病、高血圧、脂質異常症など…。 膨大な資料でわかった！ 生活習慣病が改善した人はこれをやっていた！ ＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 実は生活習慣病の予防に役立つと 科学的にはっきりわかっていることはそれほど多くありません。 そこで本書では、これだけは必ず気を付けたいという 「基本中の基本」を集約しました。 この判断の基準になるのが「科学的なエビデンス（根拠・証拠）」です。 エビデンスとして信頼の高い裏づけがなされていない 生活習慣病の予防法は、本書では扱っていません。 エビデンスとは簡単に言えば「判断する根拠となるデータ」のこと。 「減塩すると実際にどれくらい血圧が減るのか」 「運動すればするほど、実際にはどれくらい心臓発作が起きにくくなるのか」 といったものです。 「減塩とか運動とか禁煙が体によさそうなのはわかっているけど、やる気が起きないんだよね…」 と思う方が大半でしょうが、 エビデンスを見たら、減塩や禁煙をしてみたくなる…、そんな人が多いでしょう。 本書の狙いはそこにあります。 例えば、１週間の運動の頻度が増えれば、 糖尿病発症のリスクが下がるというエビデンスが登場します。 このエビデンスによりますと、全く運動しない人と比べると、 １週間に１～２回の運動をする人の発症のリスクは約0.8倍に、 １週間に３回の運動をする人は約半分となります。 本書ではこのようなエビデンスがたくさん出てきますが、 これらを見ることで、エビデンスから紐解かれる 生活習慣病の予防法を実行したくなるはずです。 減塩や禁煙の三日坊主とも「さよなら」できるかもしれません。 エビデンスの良し悪しを決める役目は、 国立循環器病研究センター（国循：こくじゅん）が担当します。 国循は、国内に６つある国立高度専門医療研究センターの１つで、 循環器病について専門的で高度な医療を提供することを役割としています。 また、臨床的な治療だけでなく、 予防法、診療技術、治療法などについて研究や開発を行っており、 臨床と研究の両輪で循環器病の制圧を目指しています。 ■内容例 ・１ｇの減塩で、血圧は約１mmHg下がる ・５％程度の減量で、糖尿病発症率が約半分!? ・30代以上の男性では、約３分の１が肥満 ・プラス10分歩くことから始めよう ・循環器病で死亡するリスクが約2.5倍高い…!? ・禁煙は何歳から始めても遅くはない！

データで見抜くSNSマーケティングの罠 昨今のCookie規制や個人情報保護法の整備などにより、 従来のデジタル広告施策を継続するにはハードルが高くなると 予想されています。 一方、SNS上に集まる一般ユーザーのUGC（クチコミ）は、 こうした規制による影響を受けないため、UGCを活用して 購買を促すSNSマーケティングに注力する企業は増加しています。 しかし、SNSマーケティングに対し、誤った固定観念を持っている企業は 少なくありません。本書では、データとロジックを基軸とした SNSマーケティングを展開するホットリンクが「SNSマーケティングの罠」を 5つの章に分けて解説し、罠に陥らないためのナレッジを紹介しています。 【目次】 第1章　SNSマーケにありがちな“3つの失敗” 成果を出すために不可欠なKPI設計とは 第2章「SNSマーケティング＝アカウント運用」という固定観念からの開放 “N対n発想”が成功確率を高める 第3章　有名人だけがインフルエンサーではない！ 情報拡散の鍵となる「質の高いフォロワー」とは 第4章　無視できない「ダークソーシャル」のUGC 見えないデータと向き合うための想像力とは 第5章　SNSでモノは買われているか？ フライホイール型の購買行動「ULSSAS」を理解する 【著者紹介】 私がエレン（わたしがえれん） 株式会社ホットリンクのライター／編集者。 前職の人材ベンチャー企業では、複数のオウンドメディアで 編集・ライティングや、SNS運用を担当。現在はホットリンクにて SNSマーケティングのノウハウを発信すべく、オウンドメディア運営や コンテンツ制作、広報に従事。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

47都道府県の現状を代表的な指標で示し，多数の社会・経済統計により都道府県別の比較を行い，全国の市，東京23区，町村の主要統計を掲載。

47都道府県の現状を代表的な指標で示し，多数の社会・経済統計により都道府県別の比較を行い，全国の市，東京23区，町村の主要統計を掲載。

47都道府県の現状を代表的な指標で示し，多数の社会・経済統計により都道府県別の比較を行い，全国の市，東京23区，町村の主要統計を掲載。 ※初版の内容を修正し、2019年10月1日付で改訂版を配信しました。 誠に恐れ入りますが、それ以前にご入手いただいたお客様には再度ダウンロードしていただきますようお願いいたします。

47都道府県の現状を代表的な指標で示し，多数の社会・経済統計により都道府県別の比較を行い，全国の市，東京23区，町村の主要統計を掲載。

47都道府県の現状を代表的な指標で示し，多数の社会・経済統計により都道府県別の比較を行い，全国の市，東京23区，町村の主要統計を掲載。　 ※初版の内容を修正し、2021年9月16日付で改訂版を配信しました。 誠に恐れ入りますが、それ以前にご入手いただいたお客様には再度ダウンロードしていただきますようお願いいたします。

47都道府県の現状を代表的な指標で示したほか、多数の社会・経済統計により都道府県別の比較を行っている。また、全国の市、東京23区、町村の主要統計を掲載。

47都道府県の現状を代表的な指標で示したほか、多数の社会・経済統計により都道府県別の比較を行っている。また、全国の市、東京23区、町村の主要統計を掲載。本年版より市町村ランキングも。

創刊35年の「地方がわかるデータブック」、地方がわかるデータブックとして市場調査、地域学習、講演資料などに主に地方公務員の方や地方金融機関、地方新聞社やマスコミなどでも広く活用いただいています。高校や大学の入試問題にも、本書より多数出題されています。

創刊36年の「地方がわかるデータブック」、地方がわかるデータブックとして市場調査、地域学習、講演資料などに主に地方公務員の方や地方金融機関、地方新聞社やマスコミなどでも広く活用いただいています。高校や大学の入試問題にも、本書より多数出題されています。

創刊37年の「地方がわかるデータブック」、地方がわかるデータブックとして市場調査、地域学習、講演資料などに主に地方公務員の方や地方金融機関、地方新聞社やマスコミなどでも広く活用いただいています。高校や大学の入試問題にも、本書より多数出題されています。

新型コロナウィルスの流行―― 政府の対応が国によって違う裏側には、 各国民の「ナッジへの反応度」が関係していた!? ・日本人の、政府の働きかけに対する反応は、やっぱり「特殊」!? ・アメリカ、イギリス、イタリア、フランス、ドイツ……各国民はどう考えているのか? ・中国と韓国がいつも「過剰に反応」しているように見える理由 各国民の深層心理が見える、全世界規模調査を大公開! --------------------- アメリカは活用に積極的。 デンマークは慎重派。 では、日本は……? 「ナッジ(Nudge)を用いることを検討している担当者、 そしてナッジに警戒心をもっている人々の必読書」 (大阪大学大学院経済学研究科 大竹文雄氏[解説]より) “使える経済学=ナッジ”を 大事なプレゼン、キャッチコピーづくり、 マーケティング、コンサルティングの現場で、 賢く役立てよう 「誰が、どのように働きかけたら、大勢の賛同を得られるか」がデータでわかる。 「ナッジ」の提唱者の一人が贈る、「ナッジ」活用の基本原則。 ---------------------

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 戦争指導者たちの愚かさの本質とは？国民に押しつけられた犠牲の実態とは？ 太平洋戦争を各種統計・データを通じて、客観的、かつグラフィカルに振り返る。数字が語る真実が、美化された「戦争神話」を打ち砕く。 デジタル毎日上で大きな反響を呼んだ連載「数字は証言する～データで見る太平洋戦争」を書籍化。半藤一利氏、保阪正康氏、ドナルド・キーン氏をはじめ、各界著名人の戦争体験インタビューも収録。 ※こちらの作品は過去に他出版社より配信していた内容と同様となります。重複購入にはお気を付けください

企業の採用予定数は８年連続で増加と、構造的な売り手市場が継続。インターンシップの導入が増加し、採用活動に早期化が見られた。今シーズンの状況を企業と学生双方の視点から振り返る。

統計学の第一人者、西内啓が 企業のマーケター、経営層のために 初めて書き下ろしたデータ分析・活用の実践書 ビッグデータの活用やデータサイエンスの重要性が語られてきましたが、実際に企業の現場の実務者がどのような方針でデータを収集し、整理して活用するかについてはまだまだ難しいのが現状です。 一方、AIやデータ分析ツールの発達によりデータ分析の専門家ではなくても、基本的な理解があれば分析や活用が可能になる「市民データサイエンス」の時代とも言われます。 この本は、企業のマーケターをはじめとするビジネスリーダーの方々が、「何から始めるか」「どのようにデータを集めるか」という段階からはじめ、「リサーチデザイン」など、調査データの設計や方針の策定や、外部からのデータの調達について解説するとともに、著者の会社「データビークル」のツールを通じて、データの前処理、分析方法、効果測定やROIの最大化について紹介する内容です。 【対象読者】 企業のマーケター、プランナー、経営層 【目次】 序章：データを活かせる組織を作るために 1章：業務のためのデータを活用可能なデータへ 2章：価値ある分析のためのリサーチデザイン 3章：リソース配分の予測問題―統計学と機械学習の使い分け 4章：ターゲティングの因果推論 5章：データサイエンスを「プロダクト」にするために 終章：社内政治を乗り越えろ ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

中国は「失われた２０年」へ突入した！ 評論家やジャーナリストによる、印象に基づいた中国脅威論は間違っている。数字やデータに立脚しないで中国について書かれた本をいくら読んでも、中国の全体像を理解することはできない。しかし中国の発表する統計データは信頼性に欠け、肝心なデータが伏せられていることも多く、実証的な研究をすることが難しい。 本書では、不確実な情報やデータに基づいて的確な判断を行うことができる「システム分析」の手法を用いて中国経済に迫る。そこで明らかになったのは、過去２０年間にわたり謳歌してきたバブルが崩壊し、低成長を余儀なくされる「失われた２０年」が始まった中国経済の実像であり、貧富の格差が拡大し汚職がはびこるという奇跡の成長の「からくり」である。 普通の開発途上国にすぎない中国の実像を描き出すとともに、日本がとるべき長期的視点に立った対中戦略を示した一冊。

【水野和夫氏・推薦】 中国の未来は、アジアの覇権国家か、普通の開発途上国か？ 高い評価を得た『データで読み解く中国経済』の続刊・未来分析編、遂に刊行！ 　米国が覇権を確立して以降、中国はもっとも手ごわい相手である。だから、対峙することに躊躇している。日本の保守系メディアが言うように、オバマ政権が弱腰だからではない。共和党政権でも中国と真正面から対決することはないだろう。 　中国は太平洋を二分して、西側を中国のテリトリーとする案を米国に提案している。そこに「中華帝国」を作る。10年のスケールで考えれば、米国はその提案を飲む可能性が高い。米国と中国の妥協が成立すれば、日本はアジアで孤立する。日本は20世紀に米国と安保条約を結んだことによって大きなメリットを受けた。だが、21世紀にあまりに米国を頼っていると、米国と中国が話をつけた場合に、大きなデメリットを被ることになる。この辺りのことは、もっと真剣に議論しておいたほうがよい。（本文より）

超成熟化市場・日本とグローバルマーケティングの処方箋とは？ 【27年におよぶ日本の1万人×グローバル調査】 唯一無二のデータで消費のリアルを可視化・言語化 日本の当たり前　≠　海外の当たり前　 ・中国ブランドのイメージは｢クリエイティブ・個性的」 ・インド、ドバイ、マレーシアは「顕示的消費」が多い ・情報は多すぎてもかまわない…… 価値観や嗜好が多様化し、大きな流行は見込めず、数えきれないほどの小粒のブームが高速で流れていく現代。 若い世代を中心にCtoCの情報交換が主流となり、企業の伝える声には耳をかそうとしない「マーケティングされたくない」消費者が増えている。 舵取りの難しさが極まる環境の中で、今後のマーケティングがどうあるべきか考察し、事例の紹介とともに提案する１冊。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 2023（令和5）年度決算は多くの病院にとって過去最悪であり、病院の財務状況悪化が加速している。特に急性期病院において医薬品材料費が増加し、水道光熱費の高騰もおさまらない。それに加えて、働き方改革で人件費も増加し、このままでは破綻をきたすという声を多方面から耳にする。一方で、コロナで入院患者数が減少し、病床稼働率も以前の水準に戻らない。 　このような中行われた2024（令和6）年度診療報酬改定は、本体がプラス0.88％と自民党政権に復党後は最高の上げ幅で、国も一定の配慮をしてくれたことになる。しかしながら、ベースアップ評価などの賃上げが前提の改定であり、これでは病院のコスト増が吸収できないレベルだと私は強く感じている。 　どんなに財務状況が厳しくとも、私たちには地域医療を支えていく責務があるし、職員の生活も守らなければならない。そのために何をしたらいいのか。これをやったら一足飛びにうまくいくという魔法の杖は存在しないと私は考えている。しかし、適切な戦略を考え、円滑に実行することはいつの時代でも不可欠なことである。病院で働く職員の英知を結集し、どこに進むべきか、そのためにどのようなオペレーションを構築すべきなのか、今まで以上に微に入り細を穿つ方向性を示さなければいけない。 　私自身、様々な病院の現状を直視し、昨今の病院経営についての悩みは尽きない。適切な打ち手を実行しても、それ以上に費用がかさみ結果につながらないことも多い。ただ、多くの優秀で熱意にあふれる医療人とともに考え、実践してきたことは後世も含め、誰かの役に立つと考え刊行に至った。 　社会保障費の抑制という環境下において、かつてのような右肩上がりの病院経営を行うことは難しいだろう。しかし、社会に人が住むために医療という業界は不可避であることをコロナが教えてくれた。そして、コロナ禍で医療人が命をかけて闘ったあのプライドを忘れることはできない。気持ちだけで病院を支えることはできないが、前向きな気持ちを失ってしまえば医療業界は衰退する一方だと考える。 　正しい打ち手を適切なタイミングとメンバーで実行することで、未来は拓けるはずである。そんな私たちの未来は希望に満ちていると信じ、筆を擱きたい。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 少子高齢化のトレンドにも負けずに輝く「強い県・市町村」の秘密とは？　移住者が増える、観光客が増えるなど、危機を脱した自治体はどんな取り組みを行っているのか？ 共稼ぎ子育てのしやすさ、アルバイト・パートの時給、家事・育児時間の男女差、コメの産出額、人口あたりのラーメン店の数、固定資産税収、マイナカードの普及率まで、日経記者が４７都道府県をランキングし、各自治体が行う独自の取り組みを取材。地域再生のヒントが詰まった１冊。 ◆共働き子育てしやすい街　神戸市が首位に ◆健康寿命が最も長い　静岡県の取り組みは？ ◆介護人材確保　福井県で先行 ◆「過疎地ライドシェア」北海道で進む ◆地方公務員の退職、最も抑えたのは鳥取県 ◆マイナカード普及率、新潟県で伸びる 【目次】 1　人口 子育てしやすい街／関係人口／奨学金返還支援／地域おこし協力隊／健康寿命… 2　雇用 転職月給上昇率／特定技能人材／アルバイト・パートの時給／地方版ハローワーク／起業家輩出力／介護職員… 3　教育 体力テスト／博物館数／日本語教室／スーパーサイエンスハイスクール指定校／高校生の英語力… 4　地域経済 中堅企業増減率／開業融資件数／ラーメン店数／コメの産出額／農業6次化／日本酒輸出量／100年フード／デジタル地域通貨… 5　観光振興 客室稼働率／アニメ聖地数／クルーズ船寄港回数／星空観光／ジオパーク／ストリートピアノ設置率… 6　文化・スポーツ振興 スタジアム集客力／アーバンスポーツ実施率／無形文化財／技能五輪… 7　SDGs 生物多様性／CO2排出量削減率／家事・育児時間の男女差／給食で地産地消… 8　インフラ整備 過疎地ライドシェア／復興準備の進捗度／バスアクセス改善／空き家活用／下水道の老朽化率／公共施設集約／渋滞解消率… 9　自治体の業務推進 地方公務員の退職抑制／公式動画のチャンネル登録者／CF型ふるさと納税／固定資産税収／BCP作成／マイナカード普及率…

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「人口減を脱した87市区町村の取り組み」「SNS発信力が高い長野の秘密」 「ふるさと納税『勝者』の取り組みは？」「愛媛の地銀はなぜ強いか」……　 出生率や人口増減率に始まり、女性登用、農業生産性、災害対応力、道の駅の数、アニメの聖地まで、 日経記者がデータ分析により、47都道府県をランキングしたうえで、　 社会課題解決に成功した県・市町村の成功事例を紹介。 人が集まる街、魅力ある地域はどんな取り組みをしているのか？ 「強い自治体」づくりの秘密に迫ります。

世界のエネルギー転換から取り残される日本。この構図を変えたい。レスター・R。ブラウン他『大転換――新しいエネルギー経済のかたち』の好評を受け、訳者であり環境ジャーナリストの著者が日本の現況と展望を加筆し、原著の各種データを一目でわかるようにグラフ化したブックレット版を緊急出版。授業の副教材に是非。

2030年、新たな産業革命が始まる。気候変動対策のためのエネルギー革命、サーキュラーエコノミー化、AIの進化、少子高齢化など、避けることのできない大きな波は、産業、雇用、社会や教育のあり方までを激変させるだろう。これから新たに生まれる雇用・失われていく雇用は？　将来の大転換に備え、日本人にはどんな備えが必要になるか？　データをもとにひもとく。 【内容の一部より】　　 ●21世紀の産業革命は職種12分類すべてに影響する ●再エネやEVへの転換は賃金を引き下げるリスク ●生態系サービスが失われると44兆ドルの価値が吹き飛ぶ ●カーボンニュートラル化で生まれる雇用・なくなる雇用 ●「2025年の崖」で見込まれる年12兆円の経済損失　　　 ●産業革命時代の幸福な生き方

◆チームや組織を変えたい「現場マネジャー」「人事担当者」必読！　◇「データと対話」で職場を変える、これからの組織開発の教科書！　◆鍵は「サーベイによる見える化」と「対話によるフィードバック」にあった！　◇本書を読めば、チームの雰囲気も成果も劇的に変わる！　近年、働き方改革の中で注目を浴びている「HRテック」「エンゲージメント調査」といった最新技術の数々。しかし、実際の現場ではこんな悩みを抱えていませんか？　・ただでさえ忙しいのに、アンケートばかりやらされてうんざり！　・データを見ても内容が難しくてわからない。これ、どう使えばいいんだ？　・最新のHRテックを導入したけど、現場に活かされていない……。そんな「コケてしまっているデータ活用」に翻弄されずに、職場のデータを活かして今いるチームや組織を変える技術、その名も「サーベイ・フィードバック」の手法を本書では解説する。「サーベイ・フィードバック」とは、（1）サーベイ（組織調査）によってチームや組織の状態を「見える化」し、（2）データが示す結果について対話を通じてフィードバックする技術のこと。ポイントは、データの扱い方はもちろんのこと、「どのようにデータを現場にフィードバックするか」を解説している点にある。図版とイラストを多用し、わかりやすい語り口なので、専門知識がなくてもスラスラ読める！　さらに「現場マネジャー向けのポイント」をまとめた項目や、「サーベイ・フィードバックの企業事例」も掲載。「勘と経験によるマネジメント」から抜け出し、「データを活かして組織を変える方法」がここにある！

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ同化理論および数値流体力学に関して簡潔に説明したあとで、データ同化アルゴリズムを数値流体力学コードにおいて実装する際の詳細を説明するようにした。特にアンサンブルカルマンフィルタにおけるアンサンブルの推定結果への影響や4次元変分法におけるアジョイントコードの具体的な構築方法など、通常、専門書や論文には十分に記述されないノウハウ的な内容も可能な限り解説した。本書で使用したデータ同化コードはWebサイトから自由に入手できるので、本書の内容と合わせて利用いただくことでデータ同化に対する理解がさらに深まると考えられる。 機械学習・深層学習の応用分野の広がりによってベイズ推定の有用性が改めて認識されている中で、数値シミュレーションと計測データを使ってベイズ推定を実現するデータ同化は、数値シミュレーションや実験計測に取り組む研究者・技術者にとって問題解決のための新たなアプローチとなりうると期待される。

物的資産やアナログプロセスからデータを集める動きが活発化し、データ・ドリブン・エコノミーが到来しつつある。リアルデータが生産性を高めることで、ビジネスや社会はどう変わっていくのか。これからの時代に新たな価値を生み出す視点とは何か。東京大学教授の森川博之氏が事例を交えながら詳しく解説する。

高い金を払って新しい分析ソフトを入れたのに・・・ AIも導入したのに・・・・・ せっかくデータサイエンティストを雇ったのに・・・ ＤＸ推進部まで作ったのに・・・・ なぜ、組織が変わらず、ビジネスにも生かせないのか？ あなたの会社、勘違いしていませんか？ いまやどの企業でも、データドリブンで仕事を進める、組織を変えていくというのは大きな課題といっても過言ではない。データ基盤にも多くの投資。しかしそれで組織が変わり、ビジネスに役立っている企業はどれくらいあるだろう？　 社内外に何重にもそびえる壁をどのように乗り越え、あるいは壊して進んでいくのか？　 実際に変革を進めるキーパーソンたちに話を聞くことで見えてきたデータドリブン・カンパニーへの道。 著者は、かつて大阪ガス（株）ビジネスアナリシスセンターを率い、同センターを日本一有名なデータ分析組織につくりあげ「データサイエンティスト・オブ・ザ・イヤー」を受賞。現在は滋賀大学データサイエンス学部教授として、ビジネス・データサイエンティストを養成。 企業との連携も深い著者だからこそ生まれた日本企業の明日を照らすヒント満載の一冊。

「可視化」と「AI予測」が勝ち筋へ導く! アクセンチュアAI部門責任者による 実例ベースの組織変革方法 グローバル企業の経営幹部の84%が「AIの幅広い活用はビジネス戦略に不可欠である」と考えています。一方で「AI機能を本格的に備えた組織の構築を実現している」企業はわずか16%。この16%の企業は、その他の企業と比べてAI投資から3倍近い投資対効果を得ていることが明らかになりました。 AIを活用できる企業とそうでない企業との格差は広がる一方です。企業は適切な人材を集め、分野横断型のチームを組成し、組織全体で戦略的にデータとAIの活用に取り組まなければなりません。 データやAIの活用において日本は遅れているという声が聞こえてきます。遅れている所は遅れていると認識した上で、その弱点を補いつつ、他国と比べて優れている部分、潜在的に勝てる可能性がある領域をどう伸ばしていくべきかを解説します。

本書は、SAP導入企業のデータ活用基盤構築を長年専門に行っているコンサルティング企業がデータドリブン経営のあるべき姿について語った『データドリブン経営の不都合な真実』の続編である。2冊目の本書では、企業が実際にデータドリブン経営を実践するときに必要なノウハウについて、その具体的手法を紹介する。 「データ活用の重要性はわかるものの、何から始めたらいいのかわからない」 「目的の立て方がわからず、社内でのDX推進がうまくいかない」 データの活用に悩む経営者や管理職、プロジェクトの担当者全員が必見。 データドリブン経営に携わるすべての人が手元に置いておきたい１冊だ。

SAP導入企業のデータ活用基盤構築を永年専門に行っているコンサルティング企業が、データドリブン経営のあるべきについて語る。昨今、DXの進展とともに企業のデータ活用が急務とされるなか、システムを導入しても効果的な活用に至らず、その恩恵にあずかれていないケースがほとんどである。これらの多くは「システム導入ありき」の考えで始まり、そもそものビジョンがないがしろにされていることが原因であると考えられる。本来、データドリブン経営は企業変革であり、人や組織、ITシステム、資金などリソースを総合的に投下しないと実現できないものである。企業が目指すべきデータドリブン経営とはいかなるものか。その本質を探るべく、過去に手がけた管理会計システムや経営管理システムの案件を考察し「真のデータドリブン経営の方法論」を提示する１冊。

日本企業にも本格的な「脱炭素経営」を採り入れる時代が到来しました。これまでの中途半端な「低」炭素ではありません。「脱」炭素なのです。企業が自らの事業を通じて排出する温室効果ガス・CO2を限りなく「ゼロ」にする事業構造に変革していくことです。（「はじめに」より） 来たるカーボンニュートラル時代、投資家や消費者に評価され生き残ることができるのは、自社事業の脱炭素化と成長の両立を実現できる企業。 エネルギー生産性（EP）、炭素生産性（CP）といったエネルギー効率指標に着目し、DXのその先を見据えた経営変革の方策を示す。 現場レベルでの具体的な施策を早急に開始したい経営者、次世代を担う経営者に必読の一冊。

ジェフ・ベゾスも愛読！世界最強のマーケティング企業アマゾンも学ぶデータに基づくマーケティングの教科書。本書の提案する１５の指標を理解すれば、データに基づくマーケティングの意思決定が効果的に行える。データを活用して業績を伸ばしたい経営者・マーケティング幹部必読。

導入しようとする企業は多いものの、実現するのが難しいデータドリブンマーケティング。 なぜ、うまくいかないのか？ 社内の膨大なデータを扱いながら、複数の部署と連携する難しさはありますが、一番の原因は「つなげたデータを、どう活用するか」という目的意識があいまいだからです。 この課題をクリアできれば、データ連携の次の段階へと進み、データを活用したマーケティング施策の立案・改善、そして新規客／既存客の獲得へと自走できる、真のデータドリブンマーケティングの実現に近づくことができます。 著者は、B2C やB2B の高額商材を扱う、数々の大手企業をサポートしてきました。本書は、その経験をもとに、今まで明らかにされていなかったデータドリブンマーケティングのプロセスを仕組み化するノウハウをまとめたものです。それぞれのフェーズでなにをするべきか、７０以上の図版をまじえつつわかりやすくお伝えしていきます。本書を読み進めていただくことで、企業がデータドリブンマーケティングを成功するためのポイントが、自ずと明らかになる構成を意識しました。 本書のノウハウの中でも鍵となるのが、 ・顧客とコミュニケーションを行うためのツールである「コンテンツブリーフ」 ・各部署とのやりとりを円滑に行うためのツールである「バウンダリーオブジェクト」 の２つ。こういった実務的なフレームワークも多数掲載し「どうすればいいのかわからない」という悩みを解決する一冊です。

転換期にある日本の農業は、ポスト・コロナ時代にどう変わるのか？　作って農協に卸すだけの従前のシステムが崩壊し、生産・収穫の現場から流通・販売に至るまで、徹底的にデータを取り、活用する「データ農業」の時代が到来しつつある。日本の５～６倍のトマト収量(単位面積あたり)を誇るオランダは、ハウス内のセンサーで温度、湿度、日射量など、作物の成長に関わるデータを収集・分析し、施設内の環境をコンピューターで一括制御する。AI、ロボットなど最先端の技術を用いつつ、生産だけでなく、加工や流通、販売を含めたサプライチェーンまでデータを徹底的に活用する先鋭的な農業の現場を取材する。北海道をはじめ、日本各地でデータを活用したシステム構築に挑む農家、法人、研究機関を訪ね、ポスト・コロナの日本を牽引する「データ農業」の未来を探る。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 小学校の新学習指導要領の算数に対応し、データ分析することで問題解決する方法を解説するシリーズ１巻。データ分析するために、まずは適切な表や棒グラフにあらわす基本を図表とともに解説。また例題について、小学生のキャラクターとともに、調べたことを集計し、表やグラフを使って数量の大小をくらべることで、解決していきます。ほかにも、身近な課題や社会、理科などいくつかの課題について、データ分析をしていきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 高校の統計学習は、この１冊で仕上げよう！ ≪問題編≫ 教科書レベルから、入試レベルまでの良問を厳選しました。 基礎的な力を養うことができることに加え、入試問題に対応するための実戦力を身につけることができます。 ≪解説編≫ 「問題編」の解説を、とことんくわしく解説します。 問題の解説はもちろん、どんな問題と出会っても対応できるよう、問題を解くためのの考え方や解法の手順についても超ていねいに解説します。 ≪情報Ⅰにも対応≫ 2025年度入試から新登場！　 「情報Ⅰ」の統計分野対策もバッチリです。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 おそらく、 この本よりやさしい統計分野の参考書はありません! 本書は、2022年度スタートの新課程、数学Ⅰの「データの分析」と数学Bの「統計的な推測」(現行課程の単元名は「確率分布と統計的な推測」)を、初歩の初歩から学ぶことができる1冊です。 「データの分析」と「統計的な推測」は、同じ統計分野ですので、一緒に学習することが効率的、かつ、効果的です。 本書は、この2つの単元を1冊に収録したので、その学習効果を最大化することが可能です。 また、初歩の初歩、基礎の基礎を扱った学習参考書がないため、どうやって勉強したらいいかわからない人も多かったはずです。 本書は、統計分野の専門家である、元大手予備校講師の佐々木先生が、もうこれ以上やさしくできない! というレベルまでかみ砕いて解説してくれました。 つまり、統計分野の最初の1冊として、超最適です! ―――― 【2022年度からの新課程について】 現行課程では、数学Bの「確率分布と統計的な推測」を選択する受験生は少なかったかしれません。 しかし、2022年度の新課程では、数学Bの「統計的な推測」が必修となります! 入試でも出題必至の単元となる可能性が高いので、今からしっかり対策をするのがベストです! また、本書は、高校で学ぶ統計分野の基礎となる「考え方」を扱っているので、現行課程で学んでいるみなさんにも十分役立つ内容です。

巷にはデータが溢れている。「視聴率」「内閣支持率」「経済波及効果」「都道府県ランキング」等々…新聞、テレビ、雑誌に何らかのデータが掲載されていないことはまず無い。そして私たちは、これらのデータからさまざまな影響を受けている。しかし、肝心のそのデータにどれほどの客観性があるのだろうか。実は、かなり危ういデータが跋扈しているのである。本書は、さまざまなデータを検証することで、データの罠を見抜き、それらに振り回されない“正しい”情報の読み取り方―データリテラシーを提案する。【目次】序章　巷に氾濫する危ういデータ/第一章　世論調査はセロンの鏡か？/第二章　調査をチョーサする/第三章　偽装されたデータ？/第四章　「官から民へ」を検証する/終章　データの罠を見抜くためには/あとがき

アメリカの失業率は実質ゼロ％？　毎朝１ポットのコーヒーを飲めば長生きするが、一日２杯のコーヒーは発がん率を高める？　様々な事例をもとに、各種データから巧妙に導き出されるトリックを明かし、騙されないための極意を伝授。ビッグデータ時代の必須教養

★数値化スキルはデータ活用への第一歩 ★数字に強くなりたい人、必読の超入門書 本書は、以下のような方々に向けて書いています。 ・数字の必要性は理解しているし、気になっている。 ・データ分析はやらなきゃいけないとわかっているが、苦手意識・アレルギー反応がある。 ・何度かデータ分析の関連書籍を手に取ったが、小難しくて挫折した。 データ分析をテーマした本はなかなか読む気にはなれませんよね。でも、この本なら大丈夫です。読者が苦手意識をもっていることを想定し、「わからない」を生まないように配慮しています。それでいて、ビジネス経験者にとってすぐに役立つ内容になっていますので、必ずや最後まで読めると思います。 データ分析は奥が深く、複雑な手法を使えば劇的な成果を出すことも可能ですが、ビジネスの日常ではそんな手法を使わずとも十分に効果を得ることは可能です。嫌いにさえならなければ、いろいろな場面で数値化技術が使え、使えば使うほど苦にならなくなっていきます。 本書が目指すのは、「これでいいんだ」「使える。効果が実感できる」という成功体験を積み重ねることです。ここさえクリアできれば、数値化・データ分析は、気が付けばあなたのスキルになっているはずです。「データ分析は苦手」と感じている人にこそ、手に取ってもらいたい、数値化スキル基本中の基本の書です。

ビジネスにおいてデータの重要性はかつてないほど高まっています。機械学習を含むAIはあらゆるビジネスに影響を与えつつありますが、そもそもAIが学習するデータの信頼性が低かったら、当然アウトプットも信頼性が低いものになります。データ経営と言われているようなデータに基づいたビジネス上の決定も、信頼できるデータや情報がそろっていることが前提になります。 本書の著者のDanette McGilvrayはデータ品質を上げるためのプログラムに2009年から携わっています。そして、データ品質を改善するプロジェクトの実践的な方法論として、本書で解説している「10ステップ」を確立しました。 この日本語版の基となった第2版では10ステップの実践例を多く盛り込み、より実用的で多くの人の参考になる内容になりました。また、経営陣にデータの重要性とデータ品質を上げるプロジェクトへの理解を深めてもらい、協力を得るためのビジネスインパクト。テクニックについても、具体的に解説しています。 データマネジメントの知識を体系化した『データマネジメント知識体系ガイド』、データを管理する活動についてまとめた『データスチュワードシップ』と合わせて、ビジネスにデータを生かす活動に役立てていただきたいと思います。

先行きが見通せない時代に 営業の新たな武器「データ分析」 営業のデータ分析における考え方や実例を 紹介したSalesZineの人気連載 「『やりたい』から『できる』へ！ 営業データ活用・分析、はじめの一歩」に 実践時に起こりがちな注意すべき 「勘違いや障壁」をたっぷり加筆した1冊です。 営業担当者やマネージャーはもちろん、 企画・マーケティング担当者にもおすすめです。 ［目次］ はじめに 第1章 データ分析により、営業の仕事は再定義される ・営業の本来の仕事って何だろう？ ・データ分析は営業の強い味方である ・営業のデータ分析の基軸は「売れるメカニズムを考えること」 ・目指すべきは、自社の受注要因を少ない変数で100％説明できる状態 第2章 BtoB商品の実例から、イメージをつくる ・「この変数が重要ではないか？」を繰り返す ・説明力の高いモデルを組み立てる ・変数に沿った施策展開をする -ターゲットの明確化、優先順位づけ -対応分岐 -アプローチ改善・自動化 -外部・メンバーへの共有 -モニタリング、異常検知 -PR・マーケティング施策への展開 第3章 「自分で分析をする」ための、営業のデータ分析のフレームワーク ・ステップ1　課題を設定する ・ステップ2　仮説を立てる ・ステップ3　データを準備する ・ステップ4　集計し解釈する ・ステップ5　応用し売上につなげる 第4章 現場でよくある勘違いや障壁 ・良い結果だけしか記録していない、注目しない ・関係を示したデータではないのに、関係を主張している ・「ドラマチック」な成功を重視してしまう ・人はデータ化できないと諦める ・正しさばかり意識して進まない ・「データはたくさんある」が、結果と要因が紐づいていない ・データ分析を難しいものと思い込む おわりに ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

いくらデータ収集のシステムや優秀なＡＩの専門家を入れても、それだけではビジネスには勝てない。国内のデータサイエンティストとして草分け的存在であり、大阪ガスのデータ分析専門組織を率いた筆者。現在は滋賀大学データサイエンス学部で教鞭をとり、約２５年かけてたどり着いたデータドリブン思考の重要性を示す

【その分析、もう失敗しているかも……　失敗を回避し、成功に近づくためのガイド】 本書は、第一線で活躍するデータサイエンティストたちが経験した、データ分析プロジェクトの「失敗」をもとに再構成された25の事例が収録されている。これらの臨場感あふれる事例から、データの活用に関わる人たちが、失敗を避けるために何をしてはならないのか、について学びとることができる。プロジェクトの失敗の予兆となる致命的な要因を察知し、失敗に至る「毒薬」を飲まないように注意するための知見が本書には随所に含まれている。 データの活用に関わる分析者、そして、分析を依頼する立場となる経営者や企画部、マーケティング部に所属する方々に送る、失敗から学び、成功への道筋を描くための必読書――失敗は成功の母である！

「データ分析」はビジネスの基本スキル 文系・理系は関係ない 　「データ分析はデータサイエンティストの仕事」というのは、もはや古い考え方です。最近では「ビジネストランスレーター」という役割も重要視されています。「データサイエンティスト」でなければできない高度な分析はありますが、ビジネスで役立てるには、必ずしも高度な分析は必要ありません。しかも、最近ではGUIを備えた「データ分析ツール」が充実し、プログラミングなどできなくてもデータ分析は可能です。 　だからといって、「ツールさえあれば、誰もがビジネスで役立つデータ分析ができる」というわけではありません。AI技術を活用し、データさえあれば自動で高度な分析をしてくれるツールもありますが、やみくもに使うとトラブルを起こしかねません。 　データ分析を“うまく”進めるには、身に付けないといけない方法論があります。本書では、著者らが成功と失敗を繰り返して見つけ出した独自の「５Ｄフレームワーク」という方法論を解説しています。いくら高度なデータ分析手法をマスターしたとしても、本書で説明しているような方法論を知らなければ、ビジネスで役立たせることはできません。 　本書を読むのに、データ分析の前知識は必要ありません。文系も理系も関係ありません。「データ分析はビジネスパーソンの基本スキル」となるのはもうすぐそこまで来ていると思います。「データ分析人材になる。」との決意を持って本書を読めば、ビジネスで役立つデータ分析の進め方が分かります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 モダン・データサイエンスを用いて売上を伸ばしたり業務の効率化を行いコスト削減を実現するAIドリブン企業こそ、今後の企業経営を支えます。本書は、シリコンバレーでデータ解析の現場とチーム運営のベストプラクティスを体験した著者が、組織がデータ解析に取り組む際の注意点やデータ分析チームの作り方をわかりやすく解説します。大企業だけでなく、中小企業やスタートアップでも活用可能です。リブセンスなど日米の成功事例も掲載！

統計学がわからなくても大丈夫！　安価に大量のデータにアクセスできるビッグデータ時代を味方につけ、文系ビジネスパーソンがビジネスで使えるデータの整理・分析プロセスを全公開。身近な事例を使ってビジネスヒントを掘り起こす手法を伝授します！

会社で利用するデータは、売上、在庫、顧客など様々ありますが、残念ながらほとんどの場合、活用されているのは表面的な部分だけです。業績を伸ばすための糸口としてデータ分析を活用するのであれば、データを見る目を養う必要があります。それは「データが示す過去の事実を把握し、そこから正しい仮説を導き出す」ということです。 正しい仮説を導くことができれば、個人、会社として正しい戦略を選択できるようになります。 この本では、業績アップにつながる仮説の精度を上げるために、「売上を増やす」「コストを減らす」「在庫を最適化する」「利益を管理する」という４つの視点で、どのデータを、どういう視点で見るべきかを解説しています。また巻末に付録として、誰でも簡単にこの本に掲載しているデータ分析を活用できるようにExcelの使い方を掲載しました。

「データ分析ブーム」がもたらしたのは、怪しい“分析らしきもの”と、それに基づいた誤解や偏見……。本書では、「問題」「解説」を通して、データ分析の失敗例を紹介しながら、データを正しく読み解くための実践的な視点や方法、また、思考に役立つ基礎的な知識やコツを紹介していく。誤った分析をしないため、騙されないための、基本的・実践的な読解と思考の方法とは――。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析のための手法は、統計学の考え方に基づいています。だから、本格的なデータ分析に取り組むためには、統計学の知識と考え方を身に着けることが不可欠。にも関わらず、既存の統計学の本は「数学的な記述ばかりの難解な専門書」もしくは「広く浅くの超入門書」ばかりで、「データ分析の前提となる統計学」を本格的に学ぶには厳しい状況だと言わざるを得ません。対して本書は、データ分析には必須な仮説検定から統計モデリング、さらに因果推論、ベイズ統計、機械学習、数理モデルまで幅広いトピックを網羅的に扱っています。 記述については最大限にわかりやすく、数学的な説明をできるだけ減らし、図を多用することで、数学に自信のない読者の方でも読み通せるように工夫しました。統計学に苦手意識・不安のある方、文系の方やこれからデータサイエンスを本格的に始めてみたい方、生物学・医学・心理学などの研究分野でデータ分析が必須の学生の方など、統計学をきちんと学びたい全ての方に向けた一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書では「認知バイアス」「社会的バイアス」「統計的バイアス」といった概念についての基本知識、および対処法についての知識こそ分析者に必須であると考え、この中でも最も根源的なバイアスといえる認知バイアスを軸に解説します。 ところが、既存の認知バイアスに関する書籍は「社会人全般向け」の視点で書かれているものばかりで、分析者のバイブルになるようなものは見当たりません。なぜ分析者にとってのバイブルになり得ないのかというと、200種類近く存在すると言われる認知バイアスの中の何が原因で、分析にどんな不都合な結果を生じさせるかの具体的な説明が提示されていないからです。 本書では「分析者のためのバイアス」としての知識を、新たな教養として「分析バイアス学」と名づけました。データ分析者必読の全く新しい教科書です。ついつい、偏った分析的判断に向かってしまう。そんな悩みを抱えている方は、是非とも本書をお読みください！

データ分析のインプットとアウトプットが1冊で学べる！ 本書は、データ利活用のために必要なデータ分析の基礎知識をわかりやすく解説し、自社のビジネスに活かす知識と実践方法を習得することを目的としています。 多くの企業でデータ利活用が急務となった今、新たな問題が発生しています。人材不足により、データサイエンティストやデータアナリストに代表される専門家に頼ることが難しくなりました。各企業は内製化に向けて動き出し、社内にプロジェクトを立ち上げ、IT部門と業務部門双方から人材を登用して組織を作り、組織横断型の体制でデータ利活用に取り組むようになってきています。 しかし、ここでまた問題が発生しています。数々のコンテンツにより分析手法を習得したエンジニアでも自社のビジネス視点での分析知識が足りず、業務担当者は自社のビジネスの知識はあってもデータ分析についての知識が十分ではありません。さらに、課題設定～分析設計～データ分析を体系的・実践的に整理した書籍・外部研修が少なく、データ活用人材の内製化が思うように進まない状況です。 そこで本書では、データ利活用プロジェクトに関わるIT部門、業務部門の双方のメンバーが「共通知識」「共通言語」として身につけておくべき「データ分析の基礎知識」を、「データとビジネスをどうつなぐか」という視点を踏まえて解説しています。特定のツールやプログラミング言語によらない、これからずっと通用する内容です。 筆者は、年間3000社超の企業のマーケティング支援を行うマクロミルに長年在籍し、現在はそのグループ会社のエイトハンドレッドで企業のデータ利活用の推進、人材育成支援などに従事している渋谷 智之氏。 この1冊でビジネスに活用できるデータ分析の知識と実践方法を習得できます。 【こんな方におススメします! 】 ・業務でデータ分析の知識が必要になった、データ利活用の担当者 ・IT部門、業務部門を問わずデータ利活用プロジェクトのメンバー ・データ利活用プロジェクトを統括する立場にある管理職クラス 【本書の構成】 第1章　DX時代のデータ利活用 第2章　「データ分析」ステップの全体像 第3章　【STEP1&2】解くべき問いの明確化・分析ストーリー作成 第4章　データ分析に必要なビジネス知識（前半） 第5章　データ分析に必要なビジネス知識（後半） 第6章　【STEP3】データ収集・前処理 第7章　【STEP4】データの比較を通じた解釈・考察 第8章　【STEP4】データ分析の幅を広げる「統計解析」 第9章　【STEP5】レポーティング＆プレゼン 第10章　AI・機械学習の基礎理解 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

【注目!「文系人間」は心して読んでください。】 チンプンカンプンだった統計学の 「文系のための翻訳書」ついに発刊。 ビッグデータだ、データサイエンスだと騒がれる昨今。 数字やデータを使いこなすためにまずは統計学とやらを 学んでみよう!と入門書を手にとってみるも、 数学的な難しさから門前払いされてしまう……。 本書はそんな方々のために書かれた 言わば「統計学の翻訳書」です。 ・統計学ってそもそも何? ・便利そうというのはわかるけど、どう役立つの? ・世の中にあるデータってどのくらい信用できるの? といったことから始まり、母集団の割合の推定や重回帰分析まで、 わかりやすくていねいに解説。 数字が苦手な「文系人間」を自負する方々はもちろん、 統計学の初学者や独学で挫折してしまった方、 過去に学んだものの実は理解に不安が残る方にもおすすめです。 ・・・ 下記URLにて、書籍内で使用したデータのエクセルファイルを ダウンロードできます。エクセルでの重回帰分析の体験などに ご活用ください。 https://kanki-pub.co.jp/pages/bunkeitoukei/

〈電子書籍版に関する注意事項〉 本書は固定レイアウト型の電子書籍です。 【データを使いこなせない人は、もう生き残れない！】 データ分析に初めて触れる“フツーの”ビジネスパーソンに向けた入門書。 すべてのビジネスパーソンがITリテラシーを向上させ、データを利活用する術を身につけなければ、生き残れない時代が到来します。 本書は、著者ならではのユーモラスな語り口でデータ分析の必要性を説きながら、Excelを使った初歩的な実践を通して、不変的なデータ分析の基本や考え方、ビジネスで生かせるノウハウを伝えるものです。4章構成で、データ分析を取り巻く現状にはじまり、データ分析を身につける上でおすすめの学習方法、実際にExcelのサンプルデータを分析しながら会社で活用する方法まで幅広く解説しました。解説内容は、数学、統計、プログラミングを使わずに、ビギナーの方が挫折しないよう、わかりやすいものになっています。 本書では、これからの時代に目指すべき理想像として、ビジネススキルとデータ分析スキルを兼ね備えた「勇者型データ分析人材」を提唱しています。新たな理想を実現する勇者型データ分析人材への第一歩として、本書が入り口となるはずです！ 〈こんな方にオススメ〉 ○専門的ではないデータ分析の入門書をお探しの方 ○仕事でデータを活用したいが、何から始めればいいかわからない方 ○プログラミングや数学はわからないがデータ分析に興味がある方 〈本書の内容〉 ■PART1　GUIDANCE［導入］：なぜ、データ分析は重要か? ■PART2　STUDY［学習］：データ分析を学ぶ ■PART3　PRACTICE［実践］：データ分析を実践する ■PART4　ACTION［実行］：データ分析で会社が変わる 〈本書の特長〉 ○基本知識に加え、Excelを使った基本的な実践が解説されている ○データ分析を会社に浸透させるための具体策を伝える ○様々な学習法やステップアップの道程も示されている

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 幅広いQと実務的なA。 データで組織を変えるために 手元に置いておきたい一冊！ --滋賀大学データサイエンス学部教授 河本薫氏 推薦！ 本書は、データを活用し組織を変えたい人向けの データ分析プロジェクトの「攻略本」です。 「まずどこから手を付けるべき？」 「関心低い上司を説得するには？」 プロジェクトの検討段階から社内への浸透・活用まで、 企業内外で起こる複雑な課題にQ&A形式で答えます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データ分析プロジェクトの最前線で大手から中小までの現場を知る執筆陣だからこそ書ける問題解決の思考方法のエッセンスが凝縮。

「データ利活用」の知識を体系的に整理した1冊！ 本書では、データ活用を「今あるデータを活かすこと」、データ利活用を「（既存の データを問わず）利益になるようにデータを用いて活かすこと」と捉えています。 DXを背景に、企業に蓄積されたデータをビジネスに活用する動きが活発です。しかし、 「思うほどビジネス成果に結びついていない」とお悩みの方が多いのではないでしょうか。 成果が出ていないのは、データ活用に留まっているせいかもしれません。 本書は、データ利活用の知識を体系的にまとめた基本書です。データ利活用のステップ ごとに必要なビジネス知識・スキルを整理し、データ利活用と関連づけて説明しています。 図解と具体例を多く用いて、「利益を生み出すために、データをビジネスに活かす」方法 を紹介しています。 筆者は、独自に構築した自社パネルを強みに、意識データや購買データなど、様々な 生活者のデータを用いて国内年間3000社超の企業のマーケティング支援を行うマクロミル。 社内に蓄積された知見を活かしながら、企業のデータ利活用支援事業として コンサルティングサービスも展開しています。 【こんな方におススメします！】 ・データ利活用の業務に関わるビジネスパーソン ・組織としてデータ人材を育成・底上げしたいと考えているマネジメント層 ・ビジネスサイドの発言が理解できず困っているデータアナリストやエンジニア、 　データサイエンティスト ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。