主な内容

＜受講者の声＞
・データを扱う際の心構えが知れてよかった。データありきで進めていたので課題から考えてみたいと思う。
・演習を行ってデータ分析の難しさを体感できたことがよかった。
・ビッグデータやデータ分析など、漠然としたデータサイエンスのイメージを整理することができ、本質的な理解が進んだ。
・データ分析の本質を一貫して強調されており、本質を理解した上で各概念の理解が促進された。
・データ分析の一連の流れについて、特に分析に至るまでの考え方を学ぶことができた。
・潜在特性の発見や課題ファーストなど重要な概念に共感した。
・ツールの利用方法を学ぶことができて、今後活用できると感じた。



データサイエンスは、IT、統計、マーケティングの3つを統合しながら、膨大なデータから、様々な施策立案に資する情報を導き出す技術のことです。しかし、IT、統計、マーケティングは各々独立した技術・理論体系をもつ専門領域であり、ひとつを極めるだけでも非常に難しく、ましてこの3つを同時に体系的かつ網羅的に取得することは事実上不可能と言えます。 

実際のデータサイエンスの現場で求められる解は常に応用問題です。かつ、その解を導かなければならない環境も、「時間とコストの最小化」という命題から無縁ではいられません。つまりゆっくりと「基礎」を学びながら自らを”データサイエンティスト”として磨き上げていくという手順を踏むことはあまり現実的ではないのです（艱難辛苦の末に、晴れて“データサイエンティスト”となった暁には、すでに学んだIT技術は古臭いものになっているかもしれません）。 

そこで本セミナーでは、社内に存在しているであろう、いろいろなタイプのデータをベースに、まず目的のアウトプットを想定し、様々な理論・技術をつまみ食いしながら、最終ゴールに短期間でたどりつくためのノウハウを紹介します。 

​リアルなデータを使って、ネットワーク分析やペルソナマーケティングなど、新しい分析手法のプロセスを演習を通じて実際に体験していただくことで、「高い壁」と考えられがちな”データサイエンス”が意外なほどあっさり乗り越えられることを実感するとともに、データを裏付けとしたプチ提案につなげていく力の体得を目指します。 
また、利用するツールも、Excelなどの基本ソフトやフリーウェアを最大限に利用しますので、コストの面からも足を踏み入れやすい内容となっております。

<<内容>>
1．データサイエンスとは何か
2．データサイエンスのプロセス
　（1）求められるアウトプットとは～最終利用者のニーズを形にする 
　（2）ゴールまでの最短距離を考える～分析計画のたて方 
　（3）材料を集める～存在するデータの理解と加工 
　（4）ツールを準備する～分析のための道具箱 

3．３つのデータタイプから導くデータサイエンスの実例とプロセス 
　（1）ネットワーク分析による消費者購買行動 
　（2）ペルソナマーケティングによる重要顧客像の表出 
　（3）テキストマイニングによる「お客様の声」分析 

4．ケース演習 
　実際のデータを使って、顧客の行動や特性のシナリオを導出し、社内のアクションプランを提案するという演習を行います
　（1）POSデータを利用した流通に対する棚割り提案
　（2）消費者アンケートに基づくメイン顧客となるシニア層の特性抽出
　（3）コールセンターに寄せられたクレームから導く商品改善の方向性の導出などを想定しております。

5．まとめ 
　（1）演習の結果の振り返り 
　（2）社内活用のためのアクション

<<主たる効果>>
・データが読めるようになる
・キャッチしている、あるいはストックしているデータを、ストーリーを持ってみられるようになる
・データを可視化して他部門にプチ提案ができる