【データリテラシー醸成シリーズ】データ分析力向上研修

情報リテラシー（統計・データ分析）

データから価値ある情報を導き出すための分析手法を、前処理、解析、可視化に分けて学ぶ

No. 2200016 9905082

24/04/18 更新

研修内容・特徴
お悩み・ニーズ
到達目標
研修プログラム
スケジュール
よくあるご質問
似たテーマの研修
関連サービス

対象者

全階層

・顧客データを使い営業戦略の構築に携わる方
・市場データでマーケティング分析を行う方
・品質管理等のデータを用いて改善活動を行う方
・人材データを使い人事戦略の構築に携わる方

よくあるお悩み・ニーズ

データ分析作業のステップを知りたい
たくさんある分析手法の中から、適切なものを選択するのが難しい
分析結果をねらい通りに可視化できるようになりたい

研修内容・特徴outline・feature

一般のビジネスパーソンにとって、データを読む機会はあっても、データを分析する機会はさほど多くはないかもしれません。しかし、直接、分析作業を行うわけでなくても、データ分析の心得があることで、自信をもってデータにもとづく議論やデータを根拠にした意思決定をすることができます。本研修では、データ分析における基本的な知識や作法を身につけるとともに、演習を通して分析作業における実務的な留意点を体感していただきます。

到達目標goal

①データ分析で求められる思考法が分かる
②データ分析における「前処理」「解析」「可視化」のプロセスを理解する
③代表的なデータ分析の方法を実践的に身につける

研修プログラムprogram


	内容	手法
	１．データを分析することとは（１）データ分析を通して実現したいこと ①事業における課題発見　②精度の高い未来予測　③スピーディな意思決定（２）データ分析において求められる思考 ①「何のため」を起点に考える目的思考 ②問題のあたりをつける「仮説思考」　③理詰めで処理を行う「論理的思考」 ④実務に照らして検証する「ビジネス思考」（３）データ分析の手順 ①データの前処理　②データの解析作業　③分析結果の可視化	講義
	２．データの前処理（１）なぜ前処理が重要なのか（２）データクレンジングの進め方 ①重複の除去（名寄せ）　②無関係なデータの除去　③文字列の数値への変換　 ④単位の変換　⑤表記形式の統一　⑥誤表記の修正【ワーク①】ケースデータを使ってデータクレンジングをする　　（３）外れ値と欠損値の処理の仕方 ①異常値を修正・除去・留保する　②欠けや偏りを除去または補完する【ワーク②】ケースデータを使って外れ値、欠損値の補正をする	講義ワーク
	３．データの解析作業（１）「目的」に応じて「データ」と「手法」を見極める ①データ解析作業に求められる作業量対効果の視点 ②ヒントを得るためならサンプル数は少なくてもよい（２）その１：相関を分析する手法 ①クロス集計分析　②コレスポンデンス分析　③回帰分析 ④アソシエーション分析　⑤ポートフォリオ分析（２）その２：パターンを分析する手法 ①クラスター／セグメンテーション分析　②主成分分析　③因子分析（３）その３：予測分析に活かせる手法 ①決定木分析　②判別分析　③時系列分析（４）その４：マーケティング分析に活かせる手法 ①ＲＦＭ分析　②ＡＢＣ分析　③コンジョイント分析【ワーク】ケースをもとに、適切な分析手法を選択してデータ分析をする	講義ワーク
	４．分析結果の可視化（１）意思決定に役立てるための可視化の要件 ①読み解くための可視化と説明のための可視化の違い ②求められる「分かりやすさ」と「メッセージ性」 ③説明の場を意識したノイズのない資料作り（２）ストーリーとロジックを意識して資料化する（３）グラフごとの特徴とポイント ①数量を可視化する～棒グラフ　②割合を可視化する～円グラフ・積上グラフ ③トレンドを可視化する～折れ線グラフ　④特徴を可視化する～レーダー図 ⑤相関関係を表現する～散布図・バブルチャート ⑥地図上で表現する～ヒートマップ【ワーク】ケースをもとに、設定課題に沿った分析結果の可視化作業をする	講義ワーク
	５．総合演習	ワーク
	６．まとめ	ワーク