データ分析

  • 可視化とAI・データ分析(後半)

    本コラムで登場する「データ分析」は、収集したデータを整理・加工して分析を行うことを指します。「AI開発」は、機械学習を用いて予測モデルを開発することを指します。本コラムではAIを活用して意思決定の高度化をどのようにして行うのかについて解説します。

  • 可視化とAI・データ分析(前半)

    可視化には業務可視化やデータ可視化があります。業務可視化はボトルネックの明確化において、またデータ可視化はデータ分析やAI開発において重要です。
    本コラムではデータ可視化について解説します。本コラムで登場する「データ分析」は、収集したデータを整理・加工して分析を行うことを指します。「AI開発」は、機械学習を用いて予測モデルを開発することを指します。

  • DX(デジタルトランスフォーメーション)とは|意味や成功ポイント、進め方、事例を解説

    DXとは「Digital Transformation」の略で、社会・組織・ビジネスの仕組みそのものを変革し、社会や顧客に新たな価値を提供していく取り組みを意味します。DX成功のための進め方を、事例もまじえながらわかりやすく解説します。

  • 業務組み込みとAI・データ分析(後半)

    AI・データ分析を業務にしっかり組み込んでいくことで、激しく変化するビジネス環境を乗り切る力を大きく高めることができます。そのためには、業務担当者と分析者が信頼関係を構築し、お互いに有益なフィードバックを遠慮なく行えるよう心理的安全性を確保します。そして、その関係の円環を組織に広げて、文化を変えていくことで、AI・データ分析を活かした業務改善は永続化していきます。

  • 業務組み込みとAI・データ分析(前半)

    AI・データ分析で得た分析アウトプットを活用してビジネスに貢献するためには、ユーザーにそのアウトプットを継続的に使ってもらうことが重要です。
    繰り返し活用される分析アウトプットは、データから得られた知見だけではなく、業務知見も組み込まれたものであることが多く、業務へのアウトプットの組み込み(業務組み込み)が必要だと考えます。

  • 課題粒度とAI・データ分析

    変化や競争が激化する環境に身を置く企業にとって「変化し続ける能力」は必要不可欠であり、そのトリガーの一つであるAI・データ分析の重要性はますます高まっています。企業が抱える様々な課題に対し、AI・データ分析をどのように実務に活かすのかについて解説します。

  • データ活用の成功プロセス|ポイントや事例も徹底解説

    データ活用とは、取り組む経営テーマや解決する業務課題に沿って、データをビジネスの中で継続的に活用することです。データ活用を成功させるためのポイントやプロセスを、事例をまじえて解説します。

  • DataRobotとは?製品概要・機能一覧・解決できる課題・活用目的や使い方例を徹底解説

    機械学習を自動化するAIプラットフォーム「DataRobot」は、顧客分析、需要予測、状態監視保全などのさまざまなデータ利活用シーンを通してデジタル変革にご活用いただけます。製品の概要から機能、使い方、利用メリットにいたるまで徹底解説しています。

  • 工場の設備点検・設備監視とは?その業務内容や課題、アナログメーター可視化による効率化方法を解説

    工場をはじめとした製造現場に見られる設備点検・設備監視での課題やデータの可視化メリットなどを解説しています。