伝わらなければ意味はない。 なぜなら、伝わらなければ、理解されないし、信用もされないし、一緒に何かをやろうともならないからです。 ビジネスにおいてプレゼンテーションスキルは非常な重要な基礎スキルですが、データサイエンスの...

「予測分析」（Predictive Analytics）を実務で活用するとき、今までをファクト（事実）ベースで振り返り次に活かす「振返り分析」と、「やり方」がちょっと異なります。 「やり方」はちょっと異なるだけですが、「...

「どうなっているの」に応える振り返りのための分析から、1歩先を見通した予測分析（Predictive Analytics）の活用が広がっています。 10年後や100年後を見通す予測ではなく、数時間後、数日後、数か月後と言...

数年前から拡張分析（Augmented Analytics）の来ると叫ばれていました。 拡張分析（Augmented Analytics）とは、AIによるデータ分析（Analytics）のことで、通常のアナリティクス業務...

データサイエンスのビジネス活用が広まる中、最も活用されているものの1つが異常検知です。 異常検知とは、膨大なデータの中から通常とは異なるものを特定すること、もしくはそのプロセスです。 例えば、ECサイトをハッキングし不正...

データを得たとき、最初にすべきことの1つが、データ理解です。 データ理解とは、「手元にあるデータがどのようなデータなのか理解する」ということです。 データ理解が不十分なまま、より高度な分析を実施したり、数理モデルを構築し...

データ活用の浸透とともに、ダッシュボードを利用する人や組織、企業などが増えてきました。 ダッシュボードには、指標をの推移やそれを集計した結果、それらを見やすくしたグラフ、検視した異常のアラート、今後の予測など多くの情報が...

BIツールの普及とともに、パワーポイントやワードなどのレポートの代替として利用する企業や組織などが増えてきました。 もちろん、今でもパワーポイントやワードなどのレポートは頻繁に利用されています。 ダッシュボードとレポート...

ここ10年、ダッシュボードがビジネスの現場に広まりました。 従来は、パワーポイントやワードなどのレポートが担っていた役割を、ダッシュボードが代替するようになったのです。 ただ、ダッシュボードが効果的に情報を伝達できている...

データサイエンティストや機械学習エンジニアなどの社会的需要が高まっています。 とは言え、急にタケノコのようにニョキニョキ増えることはありません。 通常は、最低でも実務経験を積みながら2,3年は必要でしょう。 その後、セン...