データ分析前の準備は非常に重要です。 どのような準備をするのかが、あなたの望んだ成果（成功）に大きく影響します。その肝になるのがメッセージの品質です。つまり、データ分析前の準備とはメッセージ品質を高める準備をするのです。...

ビジネス系のデータ分析・活用（データサイエンス実践）の進め方は、業界や企業など応じて色々なものがあります。 正解というものはありません。正直、成果さえ出せればそれで良いのです。 私が社内向けのデータ分析・活用（データサイ...

予算などの計画値を考えるとき、前年と同じや前年比1.1倍みたいな立て方がたまにあります。 例えば…… 前年これぐらい使っているから、来年も前年と同じぐらいでいこう！ 前年よりも売上を伸ばしたいから、今年は前年比1.1倍ぐ...

データによる継続的改善を実現するには、どのような仕組みを作ればいいのでしょうか。 このような話しをすると、クラウドなどのアーキテクチャー（システムの設計思想）を思い浮かべる方もいますが、ここでお話しするのはもっとシンプル...

データ分析・活用（データサイエンス実践）をするとき、「お困りごと」から始めるのが正攻法です。 誰の「お困りごと」かといえば、それはデータ活用をする現場の「お困りごと」です。 しかしながら、データ分析者やデータサイエンティ...

最近、社内でデータ活用を推進しようということで、データサイエンス人財を社内に抱えようという動きがあります。 社内でデータ活用するぞ！ となったとき、ある壁にぶち当たることがあります。 実業務の壁です。 もう少し説明すると...

データサイエンス実践（データ分析・活用）の成否を左右するのは、テーマ選定にあります。 理由は単純です。 上手くいきそうもないことをいくら頑張っても、上手くいかないからです。 例えば、あなたが陸上選手だとします。 「3ヶ月...

某大手食品企業です。 データドリブンな営業を目指し、AIというキーワードを用いた挑戦的かつ壮大なデータサイエンスのテーマに挑みました。 上手くいったのでしょうか？ 残念ながら営業活動そのものに対し大きなインパクトを与えて...

最近ビジネス界隈で聞く叫び声です。 「AI（人工知能）だ！」 「IoT（モノのインターネット）だ！！」 「ビッグデータだ！！！」 経営層や管理層などのエライ人になると、叫ぶ言葉も次のように変わることもあります。 「我が社...

データ分析・活用（データサイエンス実践）の第一歩として、よく「見える化」というキーワードがあります。 先ずは、データを収集し現状を「見える化」するところから始めましょう！　というものです。 立場によって、「見える化」の意...