- 01 シリコンバレーの超高速カイゼン
- 02 意思決定とデータ分析
- 03 データ・バーチュアス・サイクル
- 04 アナリティカル・シンキング
- 05 相関関係と因果関係
- 06 サブスクリプション・ビジネス
- 07 KPI(重要業績評価指標)
- 08 予測とコントロール
- 09 データインフォームド
- 10 探索的データ分析
- 11 データの可視化
- 12 統計のアルゴリズム~線形回帰
- 13 コホート分析
- 14 時系列予測
- 15 データラングリング
- 16 統計と機械学習
- 17 データ人材育成
GAFA(グーグル、アップル、フェイスブック、アマゾン・ドット・コム)などのテック企業は過去10年の間に飛躍的な成長を遂げた。彼らの急成長を支えているのは、ソフトウエアの技術力もさることながらデータを活用したカイゼンだ。日々吸い上げられる膨大なデータを分析、導き出した数々の仮説をテストし、プロダクトやサービスの向上につなげている。カイゼンといえば日本の製造業の代名詞だが、テック企業はデータを用いたカイゼンのサイクルを日々、高速で回しており、既に本家を上回ったといっても過言ではない。
もの作りに強みを持っていた日本企業だが、プロダクトやサービスにおける競争がハードウエアからソフトウエアにシフトしていく中、欧米や中国の企業の後塵(じん)を拝するようになった。企業の競争力の源泉がソフトウエアからデータに移行しようとしている今の時代、ソフトウエアの二の舞いになるのを避けるためには、テック企業が日々実践しているデータを用いた高速カイゼンを経営に織り込んでいくことが不可欠。そして、そのためには統計やプログラミングにたけた人間だけでなく、一般的な文系の社員がデータを理解し、扱えるようになることが必要だ。
この動画連載では、プログラミング不要のデータ分析ツールを提供している米シリコンバレーのスタートアップ、エクスプロラトリー(Exploratory)の西田勘一郎CEO(最高経営責任者)がデータを活用したカイゼンやデータ分析の基礎、機械学習をはじめとしたアルゴリズムの活用法などについて分かりやすく解説する。
>>>>続きは動画でご覧ください

エクスプロラトリー(Exploratory)CEO。データベースやアプリケーションサーバーを手がける米オラクルで長年、データサイエンス関連プロダクトの開発ディレクターやプロダクトマネジャー、コンサルタントなどを歴任。2016年にシリコンバレーでエクスプロラトリーを創業した。(写真:Angelica Vasquez)
Powered by リゾーム?