データ活用が失敗する根本的な原因はたったの1つ！ 「データ→情報→価値→効用」データを活用して価値を生み、売上・利益などの効用につなげる データを活用して我が社も儲けられないのか──。 こう上司から言われた時、どこから考え始めてよいのか分からないという声を多く聞きます。真面目な担当者ほど、「まずはデータの棚卸し」となりますが、それでは売り上げにつながりません。 こう語るのは、野村総合研究所の鈴木良介氏です。鈴木氏はビッグデータがブームとなった当初からデータ活用のコンサルティングを引き受け、この4年間で2000人もの企業担当者らとディスカッションをしてきたそうです。 鈴木氏はこうした膨大な経験を踏まえて、データを活用して売り上げ、利益といった効用を得るためのフレームワーク「DIVA（ディーバ）」を提唱します。DIVAはData＝データ、Information＝情報、Value＝価値、Achievement＝効用の4語の略です。 本書で紹介するDIVAというデータ活用を進めるための共通のフレームワークを持つことで、企業のビッグデータ活用ワーキンググループでの議論の空転を防ぎ、良質な仮説を生み出す前段階となる仮説の量産を支援します。 【主な内容】 　第1章　DIVAは「データ、情報、価値、効用」の一連の流れを記述する 　第2章　顧客の振る舞いを変える 　第3章　従業員の振る舞いを変える 　第4章　データと振る舞いの変化を直結する 　第5章　仮説を量産するのは誰か？ 　第6章　「気が利く」と「気持ち悪い」の境界に挑む

仕事に役立つデータ活用の新しいアプローチ、会社を動かす分析戦略の組み立て方、ビッグデータ技術を一流のデータサイエンティストたちが分かりやすく解き明かす。データ活用の専門誌「日経ビッグデータ」で人気の高かった連載を書籍向けに再構成したものと新規の書き下ろしで構成している。

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。

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

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

★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。

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。

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．

※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。

■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。

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。）

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。

【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。

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。 ---------------------

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）

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！

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。

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。

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。

地球環境やエネルギー問題，男女賃金格差，少子高齢化，外国人受け入れ，子育てや女性の社会進出，金融リテラシーなど，社会の様々な課題を考えるための資料やデータを読み解くスキルをテーマごとにわかりやすく解説します．誤った情報に踊らされず自ら考えて判断するため基礎的な情報活用能力を身に付けよう．

内閣支持率の世論調査 「朝日新聞」調査）支持率38％、不支持率42％ 「産経新聞」調査）支持率34.7％、不支持率56.1％ どうしてこうなる！？ 調査１）回答者1万人　死刑制度廃止に賛成70％　 調査２）回答者600人　死刑制度廃止に反対70％ どっちを信じる！？ 市場調査、過剰広告、動員アンケート、世界大学ランキング……巷にあふれる情報に騙されるな！ 「内閣支持率○○%」「顧客満足度No.1」「○○人に○人が利用」「○○ランキング第一位」……。現代人は膨大な情報に囲まれ、日々アンケート結果やランキングの数字を目にしている。しかし、そこには統計や調査手法の罠があり、真に受けると誤解するものだらけなうえ、ネット社会ではウソの言説が独り歩きしがちだ。ニュースや広告、キャンペーンなど、世の中に流布する「データに基づく話」には、どんな誤りがあるのか。実例を挙げてデータの裏にある問題点を解説し、騙されない方法を伝える。無意識にデータを過信し、「思い込み」で社会を見ないようにするための処方箋。 【目次】 まえがき 第一章　「ネット・アンケート」に潜むウソ 第二章　すべての「ランキング」は参考値 第三章　「うまい話」には裏がある 第四章　データ・リテラシーを鍛える あとがき 参考文献

「IoT（インターネット・オブ・シングズ）を導入してみたが、見るべき成果が出ない」「AI（人工知能）を活用したいが、何に使ってよいのか見当がつかない」。そんな悩みを抱える経営者やIT担当者が増えています。 　本書は悩みにDX（デジタルトランスフォーメーション）の第一人者がずばり答える待望の一冊。AIやIoTといった手段に惑わされず、経営上の目的の実現に向けデータを活用する「データレバレッジ」の発想を学びましょう。 　データレバレッジは、経営意志の達成や経営課題の解決に向けた取り組みをデータ収集・分析により加速させる方法論。経営視点で何のために、どんなデータを、どこで活用するのかを整理し、そのうえでAIやIoTなどの適切なツールを活用する。これにより従来の場当たり的な施策と違い大きな成果が得られるはずです。 　本書では、ビジネスで必要となるデータの本質や、データレバレッジの方法論の体系に加えて、すぐに実践できる具体的なアクションも詳しく解説しました。さらに基幹系などレガシーシステムからデータを解放して活用するための施策などにも言及しています。 　膨大なデータの活用により猛威を振るうGAFA（グーグル、アップル、フェイスブック、アマゾン）の強みや事業戦略を分析し、日本企業の戦い方についても豊富な事例を基に解説しました。 　データレバレッジはDXを推進するためにも、強力な武器となります。前著の『デジタルトランスフォーメーション』『デジタルトランスフォーメーションの実際』と併せてお読みになれば、DXとデータ活用への知見をさらに深めることができるでしょう。

営業から属人性を排除する―― セールスDXをベースにした 組織の成果直結型の営業スタイルに生まれ変わるための方法 先進国（G7）の中でも、過去50年間 最も低いとされている日本企業の営業生産性。 従来の、個々人の成果が可視化できない旧体制の営業スタイルから データをフルに利活用し、ひとつの戦略の下で有機的にチームが動くことで、 成果を最大化し、持続させる。 近年注目される「セールス・イネーブルメント」とは何か。 これから導入したいと考えている皆さまへ、 企業の大小を問わず、セールス・イネーブルメント推進の 具体的な方法を、用語解説を含め平易に解説した決定版・教科書。 現在、セールス・イネーブルメント推進の第一線で活躍する 株式会社ナレッジワーク　麻野耕司氏 株式会社R-Square&Company　山下貴宏氏 TORiX 株式会社　高橋浩一氏 EY ストラテジー・アンド・コンサルティング株式会社　千葉友範氏 への特別インタビューも掲載！ 【目次】 【目次】 はじめに 第1部　セールス・イネーブルメントとは何か CHAPTER1 セールス・イネーブルメントとは？ CHAPTER2 セールス・イネーブルメントはなぜ注目されている？ CHAPTER3 NTT コミュニケーションズにおける導入と運用 CHAPTER4 セールス・イネーブルメントの基本エッセンス 第2部　セールス・イネーブルメント導入の壁と処方箋 CHAPTER1 セールス・イネーブルメントが浸透しない理由 CHAPTER2 セールスDX 実現のための３段階 CHAPTER3 日本におけるセールス・イネーブルメントの４つの壁 第3部　セールス・イネーブルメントの実装手段 CHAPTER1 セールス・イネーブルメントのリソース配置 CHAPTER2 エッセンス１：データ収集 CHAPTER3 エッセンス２：ナレッジ化と戦略策定 CHAPTER4 エッセンス３：ナレッジマネジメント CHAPTER5 エッセンス４：トレーニング CHAPTER6 エッセンス５：インサイト CHAPTER7 エッセンス＋１：カルチャー 第4部　目指すべき営業スタイル EXPERT INTERVIEW1　株式会社ナレッジワーク　麻野耕司 EXPERT INTERVIEW2　株式会社R-Square&Company　山下貴宏 EXPERT INTERVIEW3　TORiX 株式会社　高橋浩一 EXPERT INTERVIEW4　EY ストラテジー・アンド・コンサルティング株式会社　千葉友範 おわりに 謝辞

※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。 ［商品について］ ―統計学は、数値の寄せ集めである「データ」を「情報」に変える― データに基づいて判断を行うときに考慮しなければならないデータのばらつきという不確かさを、確率モデルという形で表して分析を行う方法として、統計学の検定や推定という方法がある。本書は、主に学部生を対象として、この確率モデルに基づく統計学的分析の基礎的な考え方を、データ分析の基礎であるグラフから母集団を想定しない分析まで、図と数式で分かりやすく解説する。これから本格的に統計学を学びたい方にとっても格好の一書。 ［目次］ １　グラフ：データの図示 　　１.１　１変量の場合 　　　　　　ヒストグラム 　　　　　　棒グラフ（柱状グラフ、柱状図）と折れ線グラフ 　　１.２　２変量の場合：散布図 ２　統計量 　　２.１　１変量の場合 　　　　　　位置と散らばりの指標（平均、分散など） 　　　　　　データの標準化 　　　　　　分布の形状の指標（歪度と尖度） 　　　　　　順序統計量（中央値など） 　　　　　　ヒンジと箱ひげ図 　　２.２　２変量の場合 　　　　　　共分散 　　　　　　相関係数 　　　　　　回帰分析と相関係数 　　　　　　回帰（regression） 　　　　　　擬似相関と変量間の関係 　　　　　　順位相関係数 　　補足２.Ａ　計算の有効桁 　　補足２.Ｂ　和と積の記号：ΣとΠ 　　補足２.Ｃ　データに定数を足した場合、掛けた場合の平均と分散 　　補足２.Ｄ　標準得点の平均値と分散・不偏分散 　　補足２.Ｅ　順序統計量をｐ：１－ｐに内分する値 　　補足２.Ｆ　相関係数と内積 ３　検定 　　３.１　検定の考え方 　　　　　　２項検定（帰無仮説と対立仮説） 　　　　　　２項検定の例 　　３.２　正規分布を仮定する検定 　　　　　　平均値の差のｔ検定(条件間で独立なデータの場合) 　　　　　　等分散の仮定を置かない場合 　　　　　　平均値の差のｔ検定(条件間で対応のあるデータの場合) 　　　　　　等分散の検定 　　　　　　相関係数の検定 　　３.３　ノンパラメトリック検定 　　　　　　カイ２乗検定：適合度の検定 　　　　　　分割表の分析：分布の違いの検定 　　　　　　分割表の分析：カテゴリの独立の検定 　　補足３.Ａ　メタ分析 ４　分散分析 　　４.１　多重比較 　　４.２　分散分析の考え方と方法 　　　　　　被験者間１要因の場合 　　　　　　被験者内１要因の場合 　　　　　　被験者間２要因の場合 　　　　　　その他の分散分析 　　４.３　重回帰分析と分散分析 　　補足４.Ａ　球形仮定（the assumption of sphericity） ５　効果量と検定力 　　５.１　平均値の差の効果量（独立なデータの場合） 　　５.２　分散分析の場合の効果量（被験者間１要因） ６　推定 　　６.１　点推定（モーメント法） 　　　　　　不偏推定量と一致推定量 　　６.２　区間推定 　　６.３　最尤法 　　　　　　尤度関数 　　　　　　尤度比検定 　　　　　　情報量基準ＡＩＣ 　　　　　　信頼区間とフィッシャー情報量 　　６.４　ベイズ的方法 　　６.５　ブートストラップ 　　　　　　ノンパラメトリック・ブートストラップ 　　　　　　パラメトリック・ブートストラップ ７　母集団を想定しない分析 　　７.１　ランダマイゼーション検定 　　７.２　サブサンプルによる分析 　　　　　　データの収集方法に構造がある場合 　　　　　　データの収集方法に構造化がない場合 付録　確率 　　　Ａ　集合 　　　　　Ａ.１　定義 　　　　　Ａ.２　集合の演算 　　　Ｂ　数え上げることのできる事象の確率 　　　　　Ｂ.１　基礎的性質 　　　　　Ｂ.２　条件付確率と独立 　　　　　Ｂ.３　期待値 　　　　　Ｂ.４　ベイズの定理 　　　　　Ｂ.５　補足 　　　Ｃ　積分 　　　　　Ｃ.１　１変数関数の積分 　　　　　Ｃ.２　多重積分 　　　Ｄ　連続量の確率 　　　　　Ｄ.１　分布関数 　　　　　Ｄ.２　条件付確率密度関数 　　　　　Ｄ.３　期待値・平均・分散 　　　Ｅ　確率の例 　　　　　Ｅ.１　ベルヌーイ分布 　　　　　Ｅ.２　２項分布 　　　　　Ｅ.３　正規分布 　　　　　Ｅ.４　カイ２乗分布 　　　　　Ｅ.５　ティ分布 　　　　　Ｅ.６　エフ分布 　　　　　Ｅ.７　非心カイ２乗分布 　　　　　Ｅ.８　非心ティ分布 　　　　　Ｅ.９　非心エフ分布 　　　　　Ｅ.10　２変量正規分布 　　　付表１～付表５ 解答例 引用・参考文献 ［担当からのコメント］ 私たちの生活に欠かすことのできない統計分析は、文系・理系を問わず現代学問体系の基礎知識といっても良いのではないかと思います。学生の方はもちろん、仕事で統計を学ぶ必要があるという方にとっても有用な内容となっています。 ［著者紹介］ 岡本 安晴（おかもと やすはる） 1972年、京都大学理学部（数学専攻）卒業 1977年、京都大学大学院文学研究科博士課程（心理学専攻）単位取得満期退学 1983年、文学博士（京都大学） 日本女子大学名誉教授 専門領域：心理学データ分析、心理学シミュレーション 主要著書及び論文 「Delphiで学ぶデータ分析法」ＣＱ出版社　1998． 「計量心理学」培風館　2006． 「聴取実験データにおける統計的分析・尺度」日本音響学会誌　1999, 55, 723-729． 「エントロピー最小化基準による適応型テスト―テスト情報関数の問題点―」日本テスト学会誌　2007, 3, 36－47．

社内のデータは宝の山！ 月間残業時間マイナス１０時間！ 社内の問い合わせ対応が年間１５６時間減！ １０年間赤字部門が営業利益６１００万円！ コロナ禍、少子高齢化、増税、円安、物価高、人手不足…… 売上を簡単には伸ばしにくい時代でも、 利益を最大化する方法があります。 それが 「データドリブン経営」。 社内データをリアルタイムで活用。 業務を効率化して、生産性を高める 「超効率経営」 です。 ＩＴ、ＤＸは難しそうという 社長さんも大丈夫です。 集めるべきデータは5つだけ。 ＩＴ、ＤＸで大切なのは 操作技術より利用技術、 どう活用するかです。 データを蓄積できていない会社でも 社内でデータの活用を展開し、 定着させるポイントも解説。 データを活用して、 御社の利益を最大化する方法、教えます。 社長は「勘」「なんとなく」「思い」ではなく 「データ」で決定する！ ■目次 ●第１章　会社のデータは、宝の山 ・データドブリン経営の４つのプロセス ・社内で眠っていたデータを業務改善に役立てる ・生産性を上げるには、「定量データ」と「定性データ」の両方を分析する ほか ●第２章　データを可視化して生産性を高め、利益を上げる ●第３章　データを分析して売上を伸ばし、利益を上げる ●第４章　データの活用を社内で展開する ●第５章　データを集め、整理整頓する ●第６章【事例編】データを活用した超効率経営 ■著者　小山　昇（こやま・のぼる） 株式会社武蔵野　代表取締役社長 1948年山梨県生まれ。東京経済大学卒。 1976年日本サービスマーチャンダイザー（現・武蔵野）に入社。 一時期、独立して自身の会社を経営していたが、1987年に株式会社武蔵野に復帰。 1989年より社長に就任。赤字続きだった武蔵野を増収増益、売上75億円（社長就任時の10倍）を超える優良企業に育てる。 2001年から同社の経営のしくみを紹介する「経営サポート事業」を展開。 現在、750社超の会員企業を指導。450社が過去最高益、倒産企業ゼロとなっているほか、 全国の経営者向けに年間240回以上の講演・セミナーを開催している。 1999年「電子メッセージング協議会会長賞」、2001年度「経済産業省・大臣表彰」、 2004年度、経済産業省が推進する「I T経営百選・最優秀賞」をそれぞれ受賞。 2000年度、2010年度には日本で初めて「日本経営品質賞」 を2回受賞。 本書は、コロナ禍にもかかわらず過去最高益を実現した武蔵野の超効率経営の全貌を公開。 データに基づく生産性最大化のしくみを紹介する。 『4万人の社長・幹部がベンチマークしたすごい会社の裏側（バックヤード）！』 『小山昇の“実践”ランチェスター戦略』 『99 %の社長が知らない銀行とお金の話』 『無担保で16億円借りる小山昇の“実践”銀行交渉術』（以上、あさ出版）、 『門外不出の経営ノート』（ダイヤモンド社）、 『新版 経営計画は１冊の手帳にまとめなさい』（KADOKAWA）、 『改訂3版 仕事ができる人の心得』（CCCメディアハウス）などベスト＆ロングセラー多数。

ウォール街で50年勝ち抜いたデービス三世代の投資必勝術 デービス一族の物語は、いわば過去半世紀にわたるウォール街の物語である。ジョン・ロスチャイルドは圧倒的な筆力によって、成功を収めながら世に知られていないアメリカ屈指の投資家一族の活躍とともに、その舞台となったウォール街の変わりゆく顔をそれぞれの時代背景の中に見事に描いた。 デービス家三代――第一世代シェルビー・カロム・デービス、息子シェルビー、孫のクリスとアンドリュー――が読者をウォール街の峡谷にいざなう。投資への情熱を持ち続ける彼らは、「妥当価格の成長株」という投資哲学を貫き、常に市場平均を上回る運用成績を残した。 シェルビー・カロム・デービスはイリノイ州ペオリアの中流家庭に生まれ、金融より歴史に興味を持っていた。そんな彼の人生が大きく変わったのは、38歳のときだった。1947年、彼はニューヨーク州保険局の要職を辞め、妻の持参金5万ドルを元手に投資の世界に飛び込む。1940年代末はダウが180ドル辺りをうろつき、保険株にはだれも見向きもしない時期だったが、デービスは自分が一番よく知っている業界に狙いを定め、保険株のありふれたポートフォリオから王朝を築いた。 証明された戦略と倹約精神を武器に、デービスは1950年代の戦後の上げ相場から1980年代の華々しい相場を経て莫大な富を蓄積した。彼は将来の世代に自分の経験を 伝えたが、9億ドル近い信託財産は保守的な目的のために残し、子孫には自力で王朝 を維持するよう仕向けた。 息子のシェルビー・デービスは株高に沸いた1960年代にウォール街に挑んだ。彼は小さな投資会社を始め、誕生したばかりのニューヨーク・ベンチャー・ファンドの経権を握った。同ファンドは彼が運用を担当してから28年のうち、22回も市場平均を 上回る成績を残している。インフレが高進した1970年代の市場を航海するのは至難の業だったが、シェルビーは無傷で切り抜けた。孫のアンドリューとクリスは1990年代 を通じてデービス王朝のかじを取り、新世紀になっても最前線で活躍している。彼らはデービス家の洗練された投資戦略を駆使してウォール街に挑み、一族の名を冠した 転換社債や不動産などのファンドを運用している。 市場は変化するかもしれないが、投資の極意は変わらない。デービス家は、「複利装置」――投資金を何倍にもしてくれる可能性がある会社――に対する信念と、長期投資は生涯続くとの考えに基づき、2回の長い上げ相場、2回の大幅な下げ相場、7回の緩やかな下げ相場、1回の大暴落、25回の調整を乗り越えてきた。 本書でジョン・ロスチャイルドは、デービス家、彼らの投資哲学、そしてウォール街を歴史的かつ文学的な語り口で紹介している。情報量の多さもさることながら、読み物としても面白く、人物描写の妙につい引き込まれてしまう。アメリカで最も成功した投資家一族とともにウォール街を旅する一生一度のこの機会を生かし、王朝がどのようにして築かれたかじっくり見てほしい。

【「カンブリア宮殿」出演で話題沸騰！】 本書は、21世紀の「所得倍増計画」の提言です。 少子化が経済の足を引っ張る日本。 出生率は、すぐには上がりません。 移民政策は、なかなか受け入れられません。 ならば、外国人観光客をたくさん呼んで、 お金を落としてもらえばいいのです。 この国には、【世界有数の観光大国】になれる、潜在力があるのですから。 ですが、2014年の訪日客数は1300万人程度です。 日本ほどのポテンシャルをもつ国としては、驚くほど少ない数と言わざるをえません。 日本の潜在力と世界の観光産業の隆盛を考えれば、 2030年までに8200万人を招致することも、決して不可能ではありません。 それを成し遂げることで、日本経済には「第2の高度成長期」が訪れるのです。 本書では、そのための方策を、詳しく解説しましょう。

ベストセラー『新・観光立国論』の著者、30年間の集大成がついに刊行。 日本はいま、潜在能力をまったく活かせない「日本病」に陥っている。 その原因を特定し、「あたりまえの政策」を実行するだけで、 【平均年収2倍】【GDP1.5倍（770兆円）】が可能になる！ データに基づく客観的な分析で解説する、日本に輝かしい未来をもたらす方法。 ■潜在能力を活かせば、日本はこうなる ・平均給与は男性が1.6倍、女性が2.7倍に。全体では約2倍に拡大 ・GDPは1.5倍の770兆円に ・貧困問題、国の借金の問題、社会保障費問題も解決する ■筆者のコメント 皆さんが学校でこんなに熱心に勉強して、塾にも通って、就職してからも毎日長い時間を会社で過ごし、 有給休暇もほとんど消化せず、一所懸命働いているのに、「生産性は世界第27位」と言われて、悔しくないですか。 先進国最下位の生産性と言われて、悔しくないですか。 こんなにも教育水準が高い国で、世界の科学技術を牽引するだけの潜在能力がありながら、 1人あたりのノーベル賞受賞数が世界で第39位というのは、悔しくないですか。 「ものづくり大国」を名乗りながら、1人あたり輸出額は世界第44位と言われて、悔しくないですか。 私は、悔しいです。日本は、この程度の国ではありません。 日本の実績を「この程度」に押しとどめている原因を特定し、改革を実行すれば、日本は必ずや、劇的な復活を果たせるはずです。 本書がその一助となれば、筆者としてこれほど嬉しいことはありません。

猫も杓子も生産性、でもほとんどの議論は間違いだ！ 『新・観光立国論』（山本七平賞）で日本の観光政策に多大な影響を与えた筆者が、 今度は34年間の集大成として「日本経済改革の本丸＝生産性」に切り込みます。 読めば納得、目からウロコ、歯に衣着せぬ「アトキンソン節」、全開！ 【本書の内容】 ・「良いものをより安く」が国を滅ぼす ・日本企業の数は「いまの半分」でいい ・最低賃金を上げて「経営者」を追い込むべし ・かつて「人口が半減した国」に学べ ・「女性優遇」では生産性は上がらない ・生産性を高めないのは「親を見殺しにする国」になる道　他 ：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：： 日本人は「生産性」と「効率性」を混同しています。 たとえば、誰も求めていない商品を「効率よく」つくることは可能です。 しかし、売れない以上、「生産性」はゼロです。 生産性のないもののことを、無駄と呼ぶのです。 ――デービッド・アトキンソン ：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：：

日本経済の「伸びしろ」は、生産性大改革にある。 この非効率を直せば、GDP1・5倍=600兆円突破など楽勝だ! 先進国最下位に落ちぶれた日本の生産性。昭和の常識に縛られた結果、国際競争力がどんどん失われています。 とりわけ融通がきかない日本の観光サービス。顧客の要望に柔軟に対応できず「上から目線」が目立つ。著者は数々の政府委員や 顧問を務める中で、問題の所在を見定め、働きかけていきました。すると、少しずつではあるが、業界は変わり始めたのです。 観光業の進化を起爆剤に、サービス産業改革を成し遂げれば、「失われた25年」の遅れの9割は取り戻せる。 そう確信した著者が、日本経済再建の新たな処方せんを書きました。 「日本型経営」や日本人の特殊性をいくら言挙げしようと、まったく成長できていないことは、平成の経済低迷で実証済みです。 決めたことを実行できない、他人の時間を盗む、ことなかれ主義、論理的思考が苦手、クレームに弱い…企業経営と政策提案の 現場で見た、「日本病」克服の道を語ります。 <目次より> 第一章 非効率大国ニッポン 第二章 観光をサービス産業改革の起爆剤に 第三章 危険な「海外で人気の日本文化」幻想 第四章 論理的思考と変化が大の苦手 第五章 形式主義と事なかれで「失われた二十年」が長引く 第六章 感情論を止めて今すぐ実行を 結論 変化を受け入れられる国へ

長年の研究から得られた「悩み克服」のための集大成！！ 悩みはあなたの歩みを停滞させ、時に致命的な病の原因ともなる。取り返しのつかない結果を招くこともある。 しかし驚くべきことに“悩みの99％は実際には起こらない”のである。にも関わらず人々は不要な悩みを抱えて生きている。 あなたは悩みで人生を無駄にしたいと思うだろうか。悩みから開放され、活力に満ちた人生を送りたいと望むだろうか。あなたは今、人生を二分する岐路に立っている。 悩みの克服とは、すなわち「困難な状況にあって、最も正しい判断を正確に選び取ること」に他ならない。つまり悩みは克服することによって、そのまま前進のための大いなる力へと変えることができるのである。 仕事の悩みは、克服することが出来れば成果を生み出すチャンスへと変わる。他人からの批判は、向上のためのアドバイスに。病気が、人生に打ち勝つための驚異的な潜在能力を引き出す。悩むのをやめれば、人生にとって有意義な時間を大いにもたらすことになる。 本書は人々から悩みを取り除くことに成功した処方箋の集大成である。長年の研究から得られた実証済みの本物の記録である。悩みは必ず克服できる。人生のあらゆる機会を捉えて、本書の方法を実行しよう。必要なのはただひとつ、「悩むのをやめ、新たな人生を始めるのだと固く決意する」ことである。

“とある弁当屋”を舞台に、いま話題のデータサイエンティストが活躍するユニークな統計の入門書! 本書では、物語風に統計解析の目的と方法を解説します。具体的には、最近注目を浴びている「データサイエンティスト」を主人公にみたて、顧客であるお弁当屋さんの売上向上を目指して活躍するという筋立てです。主人公が、お店の看板娘に解説するという形式で、統計の基礎概念、方法論、また応用について懇切丁寧に解き明かします。通勤通学の電車の中でも通読できるよう、できるだけ単純化した説明を試みました。そこで、机に向かってじっくり本書の内容を復習したいという読者には、サポートサイトを用意する予定です。統計学なんかまるで縁がなかった、習ったかもしれないけどもう忘れたという社会人や大学生、数学Iの「データの分析」がわけ分からんという高校生に贈ります。

ロジカルな「正解探し」には限界があり、AIに勝ることもできない。 いま必要なのは、０→１の発想を生み出す「問いかけ」の力だ。これからのビジネスにおいて必須の「問いを立て、磨くこと」の具体的な方法を解説する。 たとえば、「なぜヒット商品を生み出せないのか」ではなく、 「どうすれば私たちは日本でストレスを抱えているビジネスパーソンに新しい通勤体験を提供する商品をつくれるか」 と、問いに「人（私たち）」が入れるだけでも、ポジティブになり、生まれるアイデアの質と量は変わってくる。 「新しいアイデアを生む」「考える力をつける」「解決策を導く」「イノベーションを起こす」「未来の可能性を模索する」―― 生成ＡＩ時代にこそ必要な「思考」と「創造力」は、すべて“問い”から始まる。 ※本書は、2018年9月に小社より刊行された『０→１の発想を生み出す 「問いかけ」の力』を加筆・再編集し、改題したものです。 【目次】 第１章　「これからの時代に求められる力とはなんだろうか」 第２章　「０→１の発想に役立つのはどんな問いか」 第３章　「“問いかけ”は組織をどう変えるか」 第４章　「問いかける力を磨くためにできること?」 第５章　「仕事を、人生を楽しくするために、今日から何ができるだろうか」 第６章　「生成ＡＩが台頭する時代の問いかけとは?」

プレゼンがうまくいかない原因は 「話しすぎ」だった 社内外を問わず、人に熱意と情報を伝えて協力してもらうこと、 すなわちプレゼン力は、最重要ビジネススキルです。 自分の思惑どおりに人を動かしたいと思うと、 どうしても「伝えよう」としてしまいがちです。 でもそうすればするほど、 相手の協力は得られなくなってしまいます。 そこで本書が提案するプレゼン成功の秘訣は、 相手が本当に求めていることを見極めるために 徹底的に「聞く」ことです。 「聞く」姿勢で臨むと、 相手も自然とこちらの話を聞いてくれる姿勢になるのです。 本書ではプレゼンの規模やリアル・オンラインを問わずに 「聞く」プレゼンを実践できるようになるための 30個のスキルを紹介します。 次のような悩みを持っている方には、とくにおすすめの一冊です。 ・自分の話を聞いてもらっていないと感じる ・オンラインでのプレゼン作法がわからない ・プレゼン力をもっと高めたい ・相手の行動に直結するプレゼンスキルを知りたい 〈目次概要〉 　序章　聞くことが圧倒的に大切な理由 第1部　自分に聞く技術 　第1章　自分が本当に伝えたいことを明確にする 　第2章　自分自身をよく聞ける状態にもっていく 第2部　相手に聞く技術 　第3章　相手の人間観を聞く 　第4章　相手が手にしたい目的を聞く 第3部　場に聞く技術 　第5章　場に働く力を知る 　第6章　つかみどころのない場を捉えるには 第4部　自分、相手、場に影響を与えるプレゼンスキル30 　第7章　プレゼンスキルを凝縮したピラミッドモデル 　第8章　印象（プレゼンス）　～場に影響を与える自身の印象を整える～ 　第9章　構造（ストラクチャー）　～場にインパクトを与える順序、構成～ 　第10章　内容（コンテンツ）　～場の共感を紡ぐキラーメッセージ～ 　第11章　伝え方（デリバリー）　～場の心をわしづかみにする表現技術～ 　第12章　つながり方（インタラクション）　～双方向の開かれた関係性～ 第5部　プレゼン現場で役立つQ&A集 ※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。

チームの主体性と創造性を発揮したい、すべてのマネージャー必携! ベストセラー『問いのデザイン:創造的対話のファシリテーション』の著者による最新作 仲間と力を合わせ、チームで成果を出すためには、周囲に投げかける「問いかけ」の質を変えることが重要です。 著者の長年の研究と実績をもとにノウハウ化された、チームの眠っているポテンシャルを最大限に発揮させるための「問いかけ」の実践的指南書! 「さあ、この企画に何か意見はありませんか?」 「どんどんアイデアを提案してください! 」 と呼びかけても、プロジェクトメンバーたちは、互いに発言権を譲り合うように、一向に口を開いてくれない 「遠慮なく意見していただいて構いませんよ」 「どなたか、いかがでしょうか?」 といった呼びかけも虚しく、期待していた「画期的な提案」はおろか、誰も「自分の意見」さえ述べてくれない ――こんな状況に遭遇した経験、ないでしょうか? これは、多くのチームで発生している「孤軍奮闘の悪循環」と呼ばれる状況です。 一度このサイクルに陥ると、チームの主体性と創造性はどんどん下がっていきます。 そして皮肉なことに、優秀でモチベーションの高い人ほど、このサイクルによってチームのポテンシャルを抑制し、そしてチームから孤立していくのです。 しかし、本書に興味を持ったあなたが思い描く理想は、仲間と力を合わせて「チームで成果を出す」世界であるはずです。 では、この悪循環に陥らずに、チームと職場を魅力的な場に変えるためには、どうすればいいのか? それは、周囲に投げかける「問いかけ」の質を変えることなのです。 これからの時代、仕事は「自力」ではなく、「他力」を引き出せなくては、うまくいきません。 問いかけの技術を駆使することによって、周囲の人々の魅力と才能を引き出し、一人では生み出せないパフォーマンスを生み出す。 これが、現代の最も必要なスキルの一つなのです。 あなたひとりの実績を磨くよりも、「問いかけ」によるチームの力を高めていったほうが、結果として 「あの人と一緒に働くと、気持ちよく仕事ができる」 「あの人のチームだと、良い成果が出せる」 「あの人のもとでは、次々に良い人材が育っている」 といった「あなた自身の評価」へとつながり、活躍の場も広がっていくのです。 そして何より、一人で孤独に努力を重ねるよりも、他者の才能を活かしながら働くほうが、圧倒的に仕事が楽しくなることでしょう。 【停滞した場を打破する！ とっさの質問リスト】 ■素人質問 「すみません、これどういう意味ですか？」 「初歩的な質問なのですが、これはどういうことですか？」 「理解不足で申し訳ないのですが、このプロジェクトの目的はなんですか？」 ■ルーツ発掘 「どこにこだわりがありますか？」 「なぜそこにこだわるのですか？」 「いつ頃からこだわるようになったのですか？」 「○○○とは何が違うのですか？」 ■真善美 「『正しい○○○』とはなんでしょうか？」 「本当の意味での『良い○○○』とはなんでしょうか？」 「今こそ考えたい『美しい○○○』とはなんでしょうか？」 ■パラフレイズ 「その言葉を、別の言葉に言い換えるとどうなりますか？」 「その言葉を、別のものに喩えるとどうなりますか？」 「その言葉を、このミーティングでは禁止しませんか？」 「その言葉を、数字で表現すると、100点満点で何点ですか？」 「その言葉を、改めて定義するとしたら、どのような言葉になりますか？」 ■仮定法 「もし～だとしたら、どうでしょうか？」 「仮に～だとすると、どうなりますか？」 「もしあなたが～の立場だったら、どう考えますか？」 「もし制約がなかったら、どうしたいですか？」 「もし世界が～だったら、どうなっているでしょうか？」 ■バイアス破壊 「本当にＸは必要ですか？」 「Ｘを除外してみると、どうなるでしょうか？」 「Ｘでない～は、考えられないでしょうか？」 「ＸにあえてＹを入れると、どうなるでしょうか？」

100の言葉よりも1つの問いかけが、人を動かす。 人間関係のカギは、「話す」ことより「問いかける」こと。思いが伝わらないとき、対立したとき、仕事をお願いしたいとき、相手が落ち込んでいるとき……日常のあらゆる場面で、ささやかな一言で空気を変え、視点を変え、関係を変える「問いかけ」の技法を、組織心理学の第一人者がやさしく語る。 飲食店で、父が店員さんに丁寧に接していたのを見て、誇らしくなったことがありました。謙虚にコミュニケーションを取ることは、決して「敗北」ではない。より豊かな人間関係を築くため、読み返したいと思います。 ――三省堂書店有楽町店　岡崎史子様 問いかけることはコミュニケーションの一つの過程であるが、いかにそこに気づき、立ち止まり、その一言を言えるかは、思っているほど簡単ではない。「問いかける」ということに、これだけの効力があったとは。 ――TSUTAYA TOKYO ROPPONGI　遠山洵様

正しい答えを手にするための鍵は、正しい問いにある。MITの世界的イノベーティブシンカーが、いま問いが必要とされる理由と、職場や地域や家庭において状況を打開する問いの効能について語る。問いを次々と生み出す環境やテクニック（クエスチョン・バースト）についても解説し、世界の課題のためにどのように問いを向けるべきか、そしていかに未来の問い手を育てるかにも言及する。「問い」研究のすべてを明かす話題の書。

「自分で考えなさい」──誰もが一度は言われたことがある言葉だろう。でも、何をどう考えたらいいのか？　そこで、様々な分野で突出している達人、９人のもとをたずねて聞いてみた。「どんなことを考えてますか？」時代、社会、文化、アート、性、経済、人間とＡＩ……、問い続け、考える達人たちとの縦横無尽の対話は深く、広く、「Think Different」のヒントにあふれている。

※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。 ※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。 大好評の「ラクラクわかる！1類消防設備士　集中ゼミ」の姉妹書の問題集！ 　本書は、大好評の受験テキスト「ラクラクわかる！1類消防設備士　集中ゼミ」の姉妹書となる問題集です。 　「いきなり問題に取り組みたい」「もっと多く問題を解きたい」方に向け、過去問を徹底的に分析し厳選した「頻出問題」を多数掲載しています。さらに、各問題には実際に試験へと臨む受験者の立場に立ち、懇切丁寧な解説に努めています。 　一発合格を目指す受験者に、ぜひおすすめします。 集中講義1　法令攻略ゼミ レッスン1　消防関係法令（共通） レッスン2　消防関係法令（1類） レッスン3　基礎的知識（機械） レッスン4　基礎的知識（電気） レッスン5　構造・機能及び工事・整備（機械） レッスン6　構造・機能及び工事・整備（電気） レッスン7　構造・機能及び工事・整備（規格） 集中講義2　鑑別等攻略ゼミ レッスン8　実技試験（鑑別等） 集中講義3　製図攻略ゼミ レッスン9　実技試験（製図試験）

※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。 本書は、大好評の受験テキスト「ラクラクわかる！3類消防設備士　集中ゼミ」の姉妹書となる問題集です。 　「いきなり問題に取り組みたい」「もっと多く問題を解きたい」方に向け、過去問を徹底的に分析し厳選した「頻出問題」を多数掲載しています。さらに、各問題において実際に試験へと臨む受験者の立場に立ち、懇切丁寧な解説に努めています。 　一発合格を目指す受験者に、ぜひおすすめします。 集中講義1　法令攻略ゼミ レッスン1　消防関係法令（共通） レッスン2　消防関係法令（3類関係） レッスン3　基礎的知識（機械） レッスン4　基礎的知識（電気） レッスン5　構造・機能及び工事・整備（機械） レッスン6　構造・機能及び工事・整備（電気） レッスン7　構造・機能及び工事・整備（規格） 集中講義2　鑑別攻略ゼミ レッスン8　実技試験（鑑別等） 集中講義3　製図攻略ゼミ レッスン9　実技試験（製図試験）

※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。 本書は、大好評の受験テキスト「ラクラクわかる！6類消防設備士　集中ゼミ」の姉妹書となる問題集です。 　「いきなり問題に取り組みたい」「もっと多く問題を解きたい」方に向け、過去問を徹底的に分析し厳選した「頻出問題」を多数掲載しています。さらに、各問題には実際に試験へと臨む受験者の立場に立ち、懇切丁寧な解説に努めています。 レッスン0 消防設備士試験の前に レッスン1 消防関係法令（共通） レッスン2 類別法令（6類に関する法規） レッスン3 消火器・消火器用消火薬剤の規格 レッスン4 消火器の構造・機能 レッスン5 消火器の点検・整備 レッスン6 機械に関する基礎的知識 レッスン7 実技試験（鑑別等）

質問、テーマ、問題といった小さなものから、人生の課題、目標、テーマといった大きなものまで「問い」は様々な形があるが、問いという点ではすべて共通している。では、「いい問い」とはなんだろうか。私たちが解くべきほんとうの問いにたどり着くため、「問い」それ自体を問うことからはじめ、磨くための考え方を深めていく。

ワークショップのファシリテーションとは「問い」と「対話」を戦略的にデザインすること。問題の本質をどう見抜くか。固定観念をいかに壊すか。どうすれば課題が自分事になるか。商品開発・組織変革・学校教育・地域活性等でファシリテーターに必要な思考とスキルを解説。メンバーを本気にさせ、チームの創造性を引き出す極意。

落合陽一氏　佐渡島庸平氏　推薦！ AIが「答え」を出す時代に 思考の主導権を取り戻す アルゴリズムが誘導する世界を 「問う力」で切りひらく 編集工学に基づく知的創造のプロセス 私は私でなく、私でなくもない、 そんな言葉が響く編集の洞穴の入り口である． ――落合陽一氏 “「問う」ということはつまり、「いつもの私」の中にはないものに出会うこと、 その未知との遭遇の驚きを自分に向けて表明することだと言っていい” 本文中にあったこの一文。ここに、編集の真髄を感じた。 ――佐渡島庸平氏 本書は、編集工学を手すりに「問い」の発生現場の謎を探る一冊。 学校教育では探究学習が浸透し、 ビジネスの現場でも自立型人材や、課題解決力よりも課題発見力の重要性が盛んに言われるようになった。 一方で、これまで「答え方」は練習してきたが、「問い方」は学んでこなかった。 「問う力」が必要であることは多くの人が共有し始めているのに、肝心な「問い方」がわからない。 なぜ「問う」ことは難しいのか？ 小さい頃は「なんで？」「どうして？」の問いにあふれていたのに、 大人になって問えなくなるとしたら、何が邪魔をしているのか？ 「問い」はどこからどうやって生まれてくるのか？ 誰もが備え持つ「編集力」をもとに、 問いが生まれ出るプロセスを4つのフェーズで考えていく。 「問い」の土壌をほぐす：Loosening（第1章） 「問い」のタネを集める：Remixing（第2章） 「問い」を発芽させる：Emerging（第3章） 「問い」が結像する：Discovering（第4章） 本書を通して、本質を見抜き、世界を動かしていく 「内発する問い」を生み出す力を身につけよう。 【目次】 第1章 「問い」の土壌をほぐす：Loosening 第2章 「問い」のタネを集める：Remixing 第3章 「問い」を発芽させる：Emerging 第4章 「問い」が結像する：Discovering 第5章 「内発する問い」が世界を動かす

サラリーマンで仕事中、デイトレのような売買をするのは無理。だが、僅かなトイレ休憩時間でやってみたら、月収50万円を超えた。それが1年半で6倍になっていた。「朝9時の寄り値はチェックしない」「ざら場は見ない」ほか、「東証一部上場 時価総額5000億以上の銘柄オンリー」など、必要なことを全て公開。

日本の個別株投資で資産をドカンと増やしたい、あなたへ。 IPOセカンダリという投資手法をご存じだろうか。 新規上場株を公開後に買って、資産を増やす投資法だ。 著者は本手法によって、3年9カ月で資産を9.5倍に増やした。 資産の推移はXで全公開している実力派の投資家だ。 なぜ、仕事と育児で忙殺されている著者でも、スキマ時間の投資でお金を増やせたのか。 長期保有と短期トレードを組み合わせた、新しいIPOセカンダリの教科書ができました！ 第１章　15年間負け続けた僕が「無限利益」を出せるようになったワケ 第２章　落選でも余裕で10倍株を狙えるIPO投資法 第３章　「無限10倍株」のスクリーニング11カ条 第４章　最短時間でテンバガーを見つけ、低リスクにエントリーする方法【失敗例コミ】 第５章　トイレスマホの神様降臨！　無限に稼ぐ短期売買の極意 第６章　テンバガー投資家を目指す５の心得【新NISA即対応編】 第７章　直近IPOの注目銘柄６選。その投資方針と判断基準

電車に乗って移動中、突然おなかが痛くなった！そんな時に実感する「列車トイレ」の有難さ。今では多くの特急列車、新幹線など長距離を走る列車にほぼ備え付けられているが、かつてタンクにはためず、汚物は線路に垂れ流されていた。最悪の衛生環境から、いかにして快適なトイレが作り上げられたのか。列車トイレの清掃現場も含む、日本の列車トイレについて解き明かす。