公開講座からの新着メッセージ

    受講者向けページ

    お知らせ

    直近の公開講座開催研修

    申込者数人気ランキング

    ※直近1ヶ月

    ダウンロード資料

    公開講座コースマップ
    (体系図)DL

    年間スケジュール一覧DL

    公開講座セットプラン

    データリテラシー醸成プラン~自身の業務に「データドリブン」な考え方を取り入れる

    新入社員

    若手層

    中堅層

    ベテラン

    初級管理職

    中級管理職

    上級管理職

    プランの概要

    本プランでは、データをビジネスに活かすために不可欠な「収集」「読解」「分析」「活用」の基礎を体系的に学びます。どのようなデータを集めるべきか、信頼できるデータを見分ける方法、データから価値ある情報を読み解き、さらに分析結果を効果的に可視化し活用するスキルを習得します。データに基づいた客観的な意思決定や業務改善提案を目指す方に最適なプランです。

    • 【データリテラシー醸成シリーズ】データ収集力向上研修

      データをビジネスで活かすうえでの大本となる、データの収集、保存、管理を学ぶ

      カリキュラム

      • 1.データ収集に求められることとは
        【ワーク】データ収集は何のために行うのかを考える
        (1)大事なのは明確な課題意識~やみくもに集めるデータに価値はない
        (2)データ収集に必要な4つのスキル
        ①目的に合ったデータの選別ができていること
        ②どこにどんなデータがあるかを知っていること
        ③データの信頼性が見極められること
        ④使える状態にしてデータを保存・管理できること
      • 2.データ収集の目的
        【ワーク】職場における、収集されてはいるものの、あまり活用されていないデータの事例を挙げる
        (1)活用しづらいデータとは
        ①量が多すぎる ②種類が多すぎる ③必要な項目が欠けている ④品質が低い
        (2)残念なデータ収集とは
        ①メリハリのない集め方になってしまう ②偏った集め方になってしまう
        ③データ収集自体が目的化してしまう ④データの形式を揃えずに収集してしまう
        (3)データ収集に不可欠となる「目的意識」
        (4)データ収集にも求められる「仮説思考」
      • 3.データ収集の手段
        (1)その1:公開データ
        ①政府や自治体が開示するデータ ②大学や研究機関が開示するデータ
        ③外国政府や国際機関が開示するデータ ④企業が提供するデータ
        【ワーク】与えられたテーマに沿って、公開されたデータをネットで探す
        (2)その2:社内データ
        ①人事データ ①顧客データ ②営業活動データ
        (3)その3:ログデータ
        ①アクセスログ ②エラーログ ③トランザクションログ
        ④イベントログ ⑤セキュリティログ
        (4)その4:リサーチデータ
        ①アンケート調査によって得られるデータ ②電話調査によって得られるデータ 
        ③オンライン調査によって得られるデータ ④対面調査によって得られるデータ
        【ワーク】与えられたテーマにおけるリサーチ方法を検討する
      • 4.データの品質管理
        (1)品質を評価するための5つの項目
        ①正確性~事実としての裏付けの確保 ②完全性~欠損、重複、異常値の扱い
        ③一貫性~ルールに則った管理と更新 ④信頼性~出所確認と第三者による評価
        ⑤適時性~最終更新日と更新頻度の確認
        (2)品質を担保するための管理プロセス
        ①品質基準を設定する ②基準に則ってデータを収集する
        ③基準に沿ってデータを評価する ④データの品質を改善する
        【ワーク】定期的に収集しているデータの目的を確認し、評価を行う
      • 5.データのセキュリティ管理
        (1)機密情報を含むデータのセキュリティ管理
        (2)個人情報を含むデータを扱う際の留意点
        (3)著作権をはじめとする遵法性の確保
      • 6.データの保存とメンテナンス
        (1)データを保存する
        ①ファイル管理の基本 ②ネーミングルールの重要性 ③データベースの基本的な概念
        (2)データのメンテナンス
        ①データクリーニング ②データのアーカイブとバックアップ
        ③情報セキュリティ対策 ④定期的な監査とモニタリング
        【ワーク】自社のデータ保存の方法について振り返る
      • 7.まとめ

      スケジュール・お申込み

    • 【データリテラシー醸成シリーズ】データ読解力向上研修

      データから価値ある情報を読み解くうえでのポイントや、より分かりやすく可視化するテクニックを学ぶ

      カリキュラム

      • 1.データ読解力とは何か
        (1)データ読解力の定義
        (2)データの読解に必要な3つの要件
        ①データに関する基本知識~データの定義とその算出方法
        ②データの背景にある知見~コンテキストの理解が価値を生む
        ③データに対するクリティカルな視点~正確性と信頼性を問う姿勢
        (3)目的意識がインサイト(洞察)を引き出す
        ①データを見る焦点が定まりやすい ②分析や深掘りの精度が上がる
        ③活用を想定した読み解き方になる
        【ワーク】同じデータでも目的意識が異なれば見方が変わることを実感する
      • 2.データの種類を判別する
        (1)量的データと質的データ
        ①量的データの特徴 ②質的データの特徴
        ③データを仕分ける4つの尺度~比例、間隔、順序、名義
        (2)構造化データと非構造化データ
        ①構造化データ ②非構造化データ ③半構造化データ
        (3)一次データと二次データ
        ①一次データ ②二次データ
        (4)その他のデータ分類
        ①フローデータとストックデータ ②連続データと離散データ
        ③ビッグデータとスモールデータ
        【ワーク】自社で扱うデータを様々な切り口で分類する
      • 3.データを解釈する
        (1)データから読み取れるもの
        ①ギャップ ②トレンド ③ばらつき ④パターン
        (2)データの代表値が意味するもの
        ①平均値 ②中央値 ③最頻値
        【ワーク】サンプルデータを使って代表値が意味するものを考える
        (3)データ同士の関係から読み取れるもの
        ①因果関係 ②相関関係 ③疑似相関
        (4)データの信頼性に影響を与えるもの
        ①外れ値と異常値 ②欠損値
        【ワーク】例示されたデータを見て、どのようなことが読み取れるかを考える
      • 4.データを分かりやすく見える化する
        (1)数量を比較したい
        ①棒グラフ ②レーダーチャート ③ワードクラウド
        (2)割合を見たい
        ①円グラフ ②積み上げグラフ ③ツリーマップ
        (3)変化を見たい
        ①折れ線グラフ ②面グラフ
        (4)関係性を見たい
        ①散布図 ②バブルチャート
        【ワーク】例示されたデータを見て、どのようなグラフを使った見える化が適切かを考える
      • 5.まとめ

      スケジュール・お申込み

    • 【データリテラシー醸成シリーズ】データ分析力向上研修

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

      カリキュラム

      • 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
        【ワーク】データ分析の目的を考える
        ①精度の高い未来予測 ②要因を押さえた問題解決 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データの分析作業 ③分析結果の可視化
      • 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とは
        (3)外れ値の処理
        (4)欠損値の処理
        (5)その他のデータの変換・標準化
        ①重複の除去(名寄せ) ②ダミー変数への変換 ③データ形式の統一
        ④フィルタリング ⑤データトリミング ⑥単位変換
        【ワーク】ケースデータを使ってデータの前処理を行う
        (6)データクレンジングの進め方
        ①重要なデータフィールドの特定 ②データクレンジングの実行 ③クレンジングプロセスの定着化
      • 3.データの分析作業
        (1)目的に合わせて対象範囲と手法を見極める
        ①データ分析作業に求められる「コスパ」の視点
        ②「メカニズムの解明」か「実用性の高いモデル作り」か
        ③「10を1に要約する」のか「1から10を推測するのか」
        ④分析データを絞り込むための手法
        (2)データ分析に欠かせない3つの概念~平均・分散・相関
        ①「平均」~全データの代表値 ②「分散」~データのばらつき具合
        ③「相関」~2つのデータの関係性
        【ワーク】代表値を選択する、相関を分析する
        (3)その1: 関連性を見る
        ①クロス集計分析 ②回帰分析
        (4)その2: グルーピングする
        ①クラスター分析 ②主成分分析
        (5)その3: 予測する
        ①時系列分析 ②決定木分析
        (6)その4: 優先順位を付ける
        ①RFM分析 ②ABC分析
        【ワーク】ケースをもとに、適切な分析手法を選択する
      • 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結論にベクトルを合わせたデータの見せ方 ②ストーリー性のある伝え方
        ③納得感のあるロジカルな伝え方 ④可能な限り認知負荷を下げる
        (2)分析結果の可視化でよく使われるグラフ
        ①散布図  ②ヒストグラム ③箱ひげ図
        (3)データから意味を紡ぎ出すストーリーテリング
        ①データ分析はあくまで手段 ②ストーリーで伝えることのメリット
        ③ストーリーで伝える時のポイント
      • 5.総合演習
      • 6.まとめ

      スケジュール・お申込み

    • 【データリテラシー醸成シリーズ】データ活用力向上研修

      データをビジネスに活かすうえでのポイントと手法を、シーンに分けて実践的に学ぶ

      カリキュラム

      • 1.データ活用によって何ができるのか
        (1)あらためて「目的」の重要性を考える
        ①残念なデータ活用の事例 ②データ活用において「目的」が重要である理由
        (2)データが活きる意思決定のシーンとは
        ①問題を特定しその解決につなげる ②テコのかけどころを探り生産性を高める
        ③将来を予測し成長戦略を立てる ④計画の進捗状況を把握し必要な判断を下す
      • 2.具体的活用その1~プロセス改善
        (1)CS改善
        <活用できるデータ>
        ①アンケート調査データ ②カスタマーセンターの対応履歴 ③ソーシャルメディアデータ
        <活用できる分析手法>
        ①クロス集計分析 ②ポートフォリオ分析 ③テキストマイニング
        (2)品質管理
        <活用できるデータ>
        ①プロセスデータ ②検査データ
        <活用できる分析手法>
        ①散布図 ②ヒストグラム ③パレート図
        (3)従業員エンゲージメント向上
        <活用できるデータ>
        ①パフォーマンス指標 ②アセスメントデータ
        <活用できる分析手法>
        ①因子分析 ②主成分分析
        【ワーク】顧客満足度調査アンケートを通してあるべきデータ分析の手順を考える
      • 3.具体的活用その2~マーケティング活動
        (1)新商品開発
        <活用できるデータ>
        ①顧客データ ②アンケート調査データ ③ソーシャルメディアデータ
        <活用できる分析手法>
        ①クラスター分析 ②コンジョイント分析
        (2)販売促進
        <活用できるデータ>
        ①購買データ ②デジタルマーケティングデータ
        <活用できる分析手法>
        ①ABC分析 ②RFM分析
        【ワーク】店舗に蓄積された顧客リストを活用し、特別招待イベントを企画する
      • 4.具体的活用その3~営業活動
        (1)商圏分析
        <活用できるデータ>
        ①地域別統計データ ②地図データ
        <活用できる分析手法>
        ①セグメンテーション分析 ②地図グラフ
        (2)営業の活動支援
        <活用できるデータ>
        ①営業活動データ ②顧客との交渉データ<活用できる分析手法>
        ①営業プロセス分析 ②回帰分析
        【ワーク】自社の営業プロセスにおいて把握すべき活動と取得すべきデータを考える
      • 5.具体的活用その4~戦略の意思決定
        (1)売上予測
        <活用できるデータ>
        ①過去の売上データ ②KPIデータ
        <活用できる分析手法>
        ①時系列分析  ②重回帰分析
        (2)需要予測
        <活用できるデータ>
        ①過去の顧客実績データ ②外部要因データ ③顧客の購買記録データ
        <活用できる分析手法>
        ①移動平均法 ②加重移動平均法 ③決定木分析
        【ワーク】ケースにおける需要予測に必要なデータの種類とその分析手法を考える
      • 6.まとめ

      スケジュール・お申込み

    受講できそうな日時がない… 日程を増やしてほしい… 
    そんな時には「研修リクエスト」

    「研修リクエスト」とは、お客さまのご希望の日程・開催地で、インソースの公開講座を追加開催するサービスです。 サービスの詳細や、リクエスト方法はこちらをご確認ください。

    ※受講者数4名以上の場合から、リクエストを受け付けております

    ※ご連絡いただいてから研修実施まで、2か月程度かかります(2か月以内での急ぎの実施も、ご相談可能です)

    お問合せ・ご質問

    よくいただくご質問~お申込み方法や当日までの準備物など、公開講座について詳しくご説明