なぜ日本ではデータ分析をやっている企業が少ないのか？
どれだけ普及してるのか？
成功事例は？
ビジネス課題とかの見つけ方もうまくない？
なんでみんなやらないの？
会社の経費がどれくらいういてます、などの事例がほしい。
⇓
【仮説】
こういうことなんじゃないか？
こうすればいいのではないかの案をわれわれでだしていく
⇓
【ゴール】
GCPに投資をシても損ではないという状態
GCPを喜んで使うようにしていかないといけない
※事例をあつめて、みんなに共有し、仮説や案をだす。
〜〜〜〜〜〜〜〜〜
楽天と東急が包括提携、データマーケティングの新会社を設立
https://xtech.nikkei.com/atcl/nxt/news/18/08639/
特集１ 維持・補修２０２０ 再挑戦のモニタリング：分析してこそ効果あり：劣化予測も知識伝承もデータが担う
https://xtech.nikkei.com/pdf/NCR/20200824/4802887/?ST=nxt_pdfdl
劣化予測も知識伝承もデータが担う
https://xtech.nikkei.com/atcl/nxt/mag/ncr/18/00103/081900008/
今後10～20年は確実に重用される、期待の職種「データエンジニア」の仕事
https://xtech.nikkei.com/atcl/nxt/column/18/01185/072800010/
データ分析は前処理が8割、「毒抜き」しないと危険
https://xtech.nikkei.com/atcl/learning/lecture/19/00110/00001/
世界が認めた日立のIoT工場「大みか事業所」、データで進化する生産現場
https://xtech.nikkei.com/atcl/nxt/column/18/00001/04106/
横河電機がデータ分析可能な人材4000人へ、育成を海外から始めた理由
https://xtech.nikkei.com/atcl/nxt/column/18/01286/050700002/
〜〜〜〜〜〜〜〜〜〜〜〜〜〜〜
「分析やってます」の大半は処理なんです 本質なきデータ分析がはびこるワケ (1/3)
https://www.itmedia.co.jp/news/articles/2001/31/news013.html
⇛それぞれが役割をわかってない。意思決定ができてない。
「雑用扱いで名前もない」 データ分析の土台を支える“SQLを叩く人”の重要性を問い直す (1/3)
https://www.itmedia.co.jp/news/articles/2001/30/news034.html
「意思決定」の視点がないデータ分析が失敗する理由 元大阪ガスの河本薫氏が解説 (1/3)
https://www.itmedia.co.jp/news/articles/1911/12/news055.html
⇛現場でのヒアリングを何回もするのも重要。
「アベンジャーズ型」のデータ分析組織がうまくいかない理由 (1/3)
https://www.itmedia.co.jp/news/articles/1905/08/news029.html
⇛下心全開でデータ分析組織を立ち上げて失敗した事例は多く、成果といえば、実話系雑誌に掲載されている“幸運を呼ぶブレスレット”並みだったりします。
「スーパーヒーロー」を集めても組織が回らない理由
アベンジャーズのメンバーたちは能力的にはすごいものの、自分の研究に没頭したり、暴れると手が付けられなかったり、良くも悪くも真面目すぎたりと、アメリカンな自己主張が強すぎて、思ったほどの成果が出ません。
組織立ち上げにおける1つのモデルケースとして、各社の環境に合わせた最適化を行えば失敗する可能性は下げられるでしょう。
役割の明確化とコミュニケーション。現場を統括するリーダー。
「成果を生み出すデータ分析組織」はここが違う リクルートのマネジメント術 (1/3)
https://www.itmedia.co.jp/news/articles/1907/25/news030.html
⇛上司から言われるというよくありそうなパターン。スモールスタート。スクラムに似ている。
データ分析がデキるITエンジニアになるために必要な「道具」を揃える (1/4)
https://www.atmarkit.co.jp/ait/articles/1305/23/news005.html
キャッシュレス化の本質は“消費行動のデータ分析”にあり 楽天ペイメント中村社長が語る
https://www.itmedia.co.jp/mobile/articles/1908/01/news059.html
「データを他社にも解放」 ヤフー、データ分析ノウハウを販売 企業の商品開発など後押し
https://www.itmedia.co.jp/news/articles/1910/31/news088.html
事例で分かるデータ分析プロジェクトの進め方の基本
https://www.atmarkit.co.jp/ait/articles/1502/09/news015.html
⇛パワポで作った内容をもっと具体的にしている記事。しかし、これができたからといって成功する？という内容。
勝利の鍵はAI？ スポーツとデータ分析の相性が良い理由 (1/4)
https://www.itmedia.co.jp/news/articles/2003/06/news048.html
“お客さま”をもっと知る データ分析で「喜ばれる」提案を実現へ 沖縄銀行情シスの挑戦
https://www.itmedia.co.jp/news/articles/2005/28/news001.html
4W1Hで分かる、ビジネスに本当に役立つデータ分析とは、どんなものか
https://www.atmarkit.co.jp/ait/articles/1412/19/news173.html
機械学習で入ってはいけないデータが混入する「リーケージ」とその対策 (1/2)
https://monoist.atmarkit.co.jp/mn/articles/1907/16/news009.html
データ分析が得意な人はどこにいる？ 具体的な分析のステップは？ 専門家が解説 (1/2)
https://www.itmedia.co.jp/enterprise/articles/1912/13/news015.html
ビッグデータ分析がビジネスの勝敗を分ける──カギはデータサイエンティストの育成 (1/2)
https://mag.executive.itmedia.co.jp/executive/articles/1312/18/news013.html
なぜ日本企業のデータ活用は進まないのか？弱点を分析、課題解決のヒントとは
https://www.sbbit.jp/article/bitsp/38089#continue_reading
〜〜〜〜〜〜〜
あと、Lookerのセミナーを受けました。
データの可視化による課題
・データの闇が可視化した
マルケトなどを使っていたが、BQで統一したが、やはり不整合が発生。
・つぎ足しつぎ足しでツールをつかってたので、全体を把握している人もいない。ドキュメントもたりない。
↑
これを放置してはいけないので、全体を把握する人が動いている
なぜ全社で同じデータをみるべき？
・それぞれの部署で同じ目標は目指している。
・部分最適ではなく、全体最適になってくる。
・社長と同じデータをみていれば、みんなの判断が似てくる。
https://www.sbbit.jp/article/bitsp/38089#continue_reading
データの活用ができていないというのは事実。
こちらに数字がでている。
データ分析の基盤が定着しない理由。
・第1の壁は、「データ収集と可視化の自動化」、第2の壁は「アクションにつながるダッシュボードの設計」、第3の壁は「データ活用意識が低い人への定着」
・役割が明確になっていないので、だれがデータをだれに渡して意思決定するかとかの流れが整ってない。
・能力が高くても、コミュニケーションを取るなど、組織づくりもしっかりできないと定着しない。
・サイロ化したデータが不整合を起こす。
・ツールを継ぎ足して使った結果、ツール自体の管理もできてないし、ツールのドキュメントもない。なぜそれを導入したかもわかってない。
・不必要なデータ化必要なデータかの選定が難しい。
⇓
・これらを乗り越えてでも導入する理由がないとだめ。
⇓
・全員が見れたほうがいい理由としては、意思決定がスムーズになるのと、自発的な組織づくりをすることができるようになる。
・CDOを配置する
・スモールスタートしてみる
・スクラムのように短いスパンで進めていく
⇓
【疑問・やれそうなこと】
・簡単に成果が出るところがあればうれしい