Suche senden
Hochladen
データサイエンティストってどこへ行ったのか???
•
1 gefällt mir
•
910 views
Izumi Akiyama
Folgen
澪標アナリティクス株式会社代表取締役 井原さん講演資料 50周年記念!分析屋だらけの大ザーユー会
Weniger lesen
Mehr lesen
Daten & Analysen
Diashow-Anzeige
Melden
Teilen
Diashow-Anzeige
Melden
Teilen
1 von 15
Empfohlen
Ip for data scientist
Ip for data scientist
Urushibata Mitsuru
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
aslead
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
aslead
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
aslead
IoT共創ラボ発表資料_TIS_20180327
IoT共創ラボ発表資料_TIS_20180327
Shingo Mori
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
blockchainexe
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本
Toshikuni Fuji
20170727_LINE WORKS User Community Kick-Off
20170727_LINE WORKS User Community Kick-Off
Gentaro Sogo
Empfohlen
Ip for data scientist
Ip for data scientist
Urushibata Mitsuru
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
aslead
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
NRI流 検索ソリューション導入時にこれだけはおさえておきたい鉄則
aslead
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
NRI事例に学ぶ、”検索”による大規模システム開発の生産性向上
aslead
IoT共創ラボ発表資料_TIS_20180327
IoT共創ラボ発表資料_TIS_20180327
Shingo Mori
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
Blockchain EXE #14:医療分野におけるブロックチェーン技術の活用可能性(李 東瀛 | Arteryex)
blockchainexe
ビフォーアフターで学ぶ データビジュアライゼーションの基本
ビフォーアフターで学ぶ データビジュアライゼーションの基本
Toshikuni Fuji
20170727_LINE WORKS User Community Kick-Off
20170727_LINE WORKS User Community Kick-Off
Gentaro Sogo
BDL Service1
BDL Service1
BDL2013
AlteryxとTableauでSaaS始めました
AlteryxとTableauでSaaS始めました
Toshikuni Fuji
空間分析セミナー 20190424
空間分析セミナー 20190424
Toshikuni Fuji
aslead Searchのご紹介
aslead Searchのご紹介
aslead
Watson summit 2016 コグニティブ時代に求められる事業継続性のビジョン
Watson summit 2016 コグニティブ時代に求められる事業継続性のビジョン
Takashi Mukaida
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
Hiroyuki Takiyama
20171201 deep learning lab albert
20171201 deep learning lab albert
Hirono Jumpei
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
BDL Service3
BDL Service3
BDL2013
IoTビジネス共創ラボ xRWG 01回勉強会 NS会社紹介
IoTビジネス共創ラボ xRWG 01回勉強会 NS会社紹介
Tatsuya Sakai
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
Takeshi Akutsu
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Google Cloud Platform - Japan
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
The Japan DataScientist Society
SCORER Partner Summit 2018_ TIS Nagai
SCORER Partner Summit 2018_ TIS Nagai
Future Standard
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
Masatoshi Ida
ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測
澪標アナリティクス
ユニアデックスのAIに向けた取り組みご紹介
ユニアデックスのAIに向けた取り組みご紹介
ReNom User Group
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
【会社概要資料】STC.pdf
【会社概要資料】STC.pdf
KosukeWada1
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
Weitere ähnliche Inhalte
Was ist angesagt?
BDL Service1
BDL Service1
BDL2013
AlteryxとTableauでSaaS始めました
AlteryxとTableauでSaaS始めました
Toshikuni Fuji
空間分析セミナー 20190424
空間分析セミナー 20190424
Toshikuni Fuji
aslead Searchのご紹介
aslead Searchのご紹介
aslead
Watson summit 2016 コグニティブ時代に求められる事業継続性のビジョン
Watson summit 2016 コグニティブ時代に求められる事業継続性のビジョン
Takashi Mukaida
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
Hiroyuki Takiyama
20171201 deep learning lab albert
20171201 deep learning lab albert
Hirono Jumpei
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
Rakuten Group, Inc.
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
Deep Learning Lab(ディープラーニング・ラボ)
BDL Service3
BDL Service3
BDL2013
IoTビジネス共創ラボ xRWG 01回勉強会 NS会社紹介
IoTビジネス共創ラボ xRWG 01回勉強会 NS会社紹介
Tatsuya Sakai
Was ist angesagt?
(12)
BDL Service1
BDL Service1
AlteryxとTableauでSaaS始めました
AlteryxとTableauでSaaS始めました
空間分析セミナー 20190424
空間分析セミナー 20190424
aslead Searchのご紹介
aslead Searchのご紹介
Watson summit 2016 コグニティブ時代に求められる事業継続性のビジョン
Watson summit 2016 コグニティブ時代に求められる事業継続性のビジョン
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
20171201 deep learning lab albert
20171201 deep learning lab albert
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
Ridge-iの画像解析アルゴリズムの実用事例の紹介_DLLAB Case Study Day
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
ディープラーニング開発組織のつくり方と運営ノウハウ_DLLAB Case Study Day
BDL Service3
BDL Service3
IoTビジネス共創ラボ xRWG 01回勉強会 NS会社紹介
IoTビジネス共創ラボ xRWG 01回勉強会 NS会社紹介
Ähnlich wie データサイエンティストってどこへ行ったのか???
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
Takeshi Akutsu
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Google Cloud Platform - Japan
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
The Japan DataScientist Society
SCORER Partner Summit 2018_ TIS Nagai
SCORER Partner Summit 2018_ TIS Nagai
Future Standard
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
Masatoshi Ida
ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測
澪標アナリティクス
ユニアデックスのAIに向けた取り組みご紹介
ユニアデックスのAIに向けた取り組みご紹介
ReNom User Group
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
Norihiko Nakabayashi
【会社概要資料】STC.pdf
【会社概要資料】STC.pdf
KosukeWada1
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
Ridge-i
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
The Japan DataScientist Society
データ分析案件の上手な進め方~ディレクターの立場から~
データ分析案件の上手な進め方~ディレクターの立場から~
Daiki Kato
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
Developers Summit
「R」による従業員満足度調査(ES)事例
「R」による従業員満足度調査(ES)事例
良治 富田
保育園でAIを使ってみた!
保育園でAIを使ってみた!
佳孝 中田
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
秀 齊藤
190620 hakali data_analyst_skill
190620 hakali data_analyst_skill
shinichiroogawa2
株式会社イーパテント-会社・サービス概要 / e-Patent | Company & Service profile
株式会社イーパテント-会社・サービス概要 / e-Patent | Company & Service profile
e-Patent Co., Ltd.
e-Patent | Company & Service profile
e-Patent | Company & Service profile
Atsushi NOZAKI
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Masatoshi Abe
Ähnlich wie データサイエンティストってどこへ行ったのか???
(20)
みんなのPython勉強会#21 澪標アナリティクス 井原様
みんなのPython勉強会#21 澪標アナリティクス 井原様
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
SCORER Partner Summit 2018_ TIS Nagai
SCORER Partner Summit 2018_ TIS Nagai
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測
ユニアデックスのAIに向けた取り組みご紹介
ユニアデックスのAIに向けた取り組みご紹介
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
【会社概要資料】STC.pdf
【会社概要資料】STC.pdf
[GTC 2018] Inception Award Ridge-i発表資料
[GTC 2018] Inception Award Ridge-i発表資料
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データ分析案件の上手な進め方~ディレクターの立場から~
データ分析案件の上手な進め方~ディレクターの立場から~
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
「R」による従業員満足度調査(ES)事例
「R」による従業員満足度調査(ES)事例
保育園でAIを使ってみた!
保育園でAIを使ってみた!
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
国内外AIコンペティションからみるAI技術者のキャリアパスの潮流およびAIコンペサイトSIGNATEにおけるAWS活用事例
190620 hakali data_analyst_skill
190620 hakali data_analyst_skill
株式会社イーパテント-会社・サービス概要 / e-Patent | Company & Service profile
株式会社イーパテント-会社・サービス概要 / e-Patent | Company & Service profile
e-Patent | Company & Service profile
e-Patent | Company & Service profile
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Mehr von Izumi Akiyama
MIO Prediction Engine(仮) with モブキャスト on GCP
MIO Prediction Engine(仮) with モブキャスト on GCP
Izumi Akiyama
50周年記念!分析屋だらけの大ザーユー会
50周年記念!分析屋だらけの大ザーユー会
Izumi Akiyama
Watsonで3月までに2億円稼ぐ方法大公開!
Watsonで3月までに2億円稼ぐ方法大公開!
Izumi Akiyama
Watson summit 公開用
Watson summit 公開用
Izumi Akiyama
アンカンファレンス @ 第50回 データマイニング+WEB @東京
アンカンファレンス @ 第50回 データマイニング+WEB @東京
Izumi Akiyama
150515 IBM Bluemix x SoftLayer Meetup - ioDrive x DRBD
150515 IBM Bluemix x SoftLayer Meetup - ioDrive x DRBD
Izumi Akiyama
Google先生によるウィルス配布の件(正確にはアドウェアかな…)
Google先生によるウィルス配布の件(正確にはアドウェアかな…)
Izumi Akiyama
20152024 oss バックアップカンファレンス tware-bacula
20152024 oss バックアップカンファレンス tware-bacula
Izumi Akiyama
20140919 enterprise oss my sql study v5.tware-bacula intro
20140919 enterprise oss my sql study v5.tware-bacula intro
Izumi Akiyama
Bacula紹介資料 @バックアップ勉強会 #3 (bkstudy) オープンソースバックアップ特集
Bacula紹介資料 @バックアップ勉強会 #3 (bkstudy) オープンソースバックアップ特集
Izumi Akiyama
法人顧客データあれこれ
法人顧客データあれこれ
Izumi Akiyama
Bacula back up system
Bacula back up system
Izumi Akiyama
07232012需要予測モデル0.3 5
07232012需要予測モデル0.3 5
Izumi Akiyama
Mehr von Izumi Akiyama
(13)
MIO Prediction Engine(仮) with モブキャスト on GCP
MIO Prediction Engine(仮) with モブキャスト on GCP
50周年記念!分析屋だらけの大ザーユー会
50周年記念!分析屋だらけの大ザーユー会
Watsonで3月までに2億円稼ぐ方法大公開!
Watsonで3月までに2億円稼ぐ方法大公開!
Watson summit 公開用
Watson summit 公開用
アンカンファレンス @ 第50回 データマイニング+WEB @東京
アンカンファレンス @ 第50回 データマイニング+WEB @東京
150515 IBM Bluemix x SoftLayer Meetup - ioDrive x DRBD
150515 IBM Bluemix x SoftLayer Meetup - ioDrive x DRBD
Google先生によるウィルス配布の件(正確にはアドウェアかな…)
Google先生によるウィルス配布の件(正確にはアドウェアかな…)
20152024 oss バックアップカンファレンス tware-bacula
20152024 oss バックアップカンファレンス tware-bacula
20140919 enterprise oss my sql study v5.tware-bacula intro
20140919 enterprise oss my sql study v5.tware-bacula intro
Bacula紹介資料 @バックアップ勉強会 #3 (bkstudy) オープンソースバックアップ特集
Bacula紹介資料 @バックアップ勉強会 #3 (bkstudy) オープンソースバックアップ特集
法人顧客データあれこれ
法人顧客データあれこれ
Bacula back up system
Bacula back up system
07232012需要予測モデル0.3 5
07232012需要予測モデル0.3 5
データサイエンティストってどこへ行ったのか???
1.
データサイエンティストって… … どこへ行ったのか?? 井原 渉 澪標アナリティクス株式会社
代表取締役社長 2018/7/12 ©Miotsukushi Analytics Inc. 2018, All rights reserved. 1
2.
この業界での豊富な経験と実績に基づいた コンサルティングをご提供する事を お約束いたします 会社概要 2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 2 会社概要
3.
2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 3 会社概要 会 社 名:澪標アナリティクス株式会社 代表取締役 :井原 渉 顧 問:栗原 聡(慶應義塾大学教授) 所 在 地:東京都中央区日本橋茅場町1丁目10-8 グリンヒルビル6階 事 業 内 容 :データ分析に関する各種事業 アドバイザリーサービス 教育研修 分析組織・IT基盤構築 分析官派遣 受託分析・AI開発 U R L :http://www.mioana.com/
4.
2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 4 代表者の紹介 代表取締役社長 井原 渉(シニアコンサルタント) 大学在学中に外資系コンサルティング会社の日本法人を設立。 老舗中堅ゲーム会社にて分析部門の立上げにリーダーとして参画し、データ マイニング、分析体制構築、新規事業立ち上げを担当すると同時に、大学の 研究センターにおいてもアクセスログに関するデータマイニングの応用論を 研究。 その後、東証1部上場企業にてシニアコンサルタントとして国内大手通信事業 会社におけるゲームやその他デジタルサービスのデータ分析・KPI設定・分析 基盤構築に従事。 澪標アナリティクス株式会社を設立した後も、大手自動車メーカーをはじめ 幅広い業種にて分析コンサルティングや分析基盤構築、分析組織構築、レコ メンドシステム、AI開発を行う。 データマイニング応用論と流体シミュレーションを研究している。 ※講演実績:九州工業大学、関西大学、AWSソリューションDAYS、Google各種 イベント、オンラインゲームカンファレンス、吹田市公益活動センター等多 数 監修書籍・記事掲載雑誌等
5.
2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 5 主な取引先(敬称略、順不同) 株式会社NTTデータ数理システム 株式会社システム計画研究所 リクルート コミュニケーション ズ 大手自動車 メーカー 運送会社監査法人 パナソニックアドテクノロジー マスメディア 不動産会社 公共団体 メガバンク
6.
2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 6 データ分析の定義
7.
データ分析のレベル ©Miotsukushi Analytics Inc.
2018, All rights reserved. 7 レベル 目的 手段 分析内容 必要人材 ツール LV1 サービスの目標・状況を 数値に置き換えて説明 KPIレポーティング 登録者数、利用率、継続率、 課金率、ARPU、属性別等 の情報を取得 KPIを理解し、 活用できる人材 KPI取得 システム LV2 ユーザやサービスの 現状に合った施策を実施 詳細KPI追加 アイテム・イベントの状況、 LTV 顧客セグメント別等の情報を 取得 サービスにあった KPI設計ができ る人材 DB BIツール LV3 ユーザ単位で最適化 多変量解析 ユーザ単位で効果検証や パラメーターの設定等 アナリスト データウェアハウス マイニングツール LV4 ユーザやサービスを予測 仮説が作れない状況での 分析 データマイニング 優良顧客見込の発掘、 売上予測など 仮説を持たずに分析を行う データ サイエンティスト 「データ分析」は取組む難易度により、大きく4つのレベルに分類することができる。 2018/7/12
8.
レベル 手段 1段階
2段階 3段階 LV1 KPIレポーティング 毎日1回KPIを更新 複数回、KPIを更新 リアルタイムに集計 LV2 詳細KPI追加 全体向けに決まった 集計軸で状況を把握 職種ごとに決まった 集計軸で状況を把握 自由に集計軸を変更可能 LV3 多変量解析 ログインや課金などの 主な情報だけで 分析を実施 ログやユーザDB、タップや 角度などの情報も活用 自動で結果を出力可能 ゲームにロジックが組み込む LV4 データマイニング 決定木、回帰などツールで 容易に実施 手法で分析を実施 ベイズやDeep Learning などで分析を実施 自動で結果を出力可能 ゲームにロジックが組み込む 分析レベル別の深化 ©Miotsukushi Analytics Inc. 2018, All rights reserved. 8 同じデータ分析レベルでも取組みの深さ(活用方法)が異なる。 2018/7/12
9.
スキルの定義 2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 9
10.
レベル 手段 1段階
2段階 3段階 LV1 KPIレポーティング 毎日1回KPIを更新 複数回、KPIを更新 リアルタイムに集計 LV2 詳細KPI追加 全体向けに決まった 集計軸で状況を把握 職種ごとに決まった 集計軸で状況を把握 自由に集計軸を変更可能 LV3 多変量解析 ログインや課金などの 主な情報だけで 分析を実施 ログやユーザDB、タップや 角度などの情報も活用 自動で結果を出力可能 ゲームにロジックが組み込む LV4 データマイニング 決定木、回帰などツールで 容易に実施 手法で分析を実施 ベイズやDeep Learning などで分析を実施 自動で結果を出力可能 ゲームにロジックが組み込む 分析レベル別の深化:再掲 ©Miotsukushi Analytics Inc. 2018, All rights reserved. 10 同じデータ分析レベルでも取組みの深さ(活用方法)が異なる。 2018/7/12
11.
©Miotsukushi Analytics Inc.
2018, All rights reserved. 112018/7/12 データ分析のスキルセット ビジネス力 データ サイエンス力 データ エンジニアリング 力 出典:データサイエンティスト協会 課題背景を理解した 上でビジネス課題を整 理し、解決する力 データサイエンスを意味 のある形に変えるように し、実装、運用できる ようにする力 情報処理、人工知能、 統計学などの情報科 学系の知恵を理解し、 使う力
12.
必要なスキル 2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 12 データサイエンティスト協会の定義 トライアル分析 定型的な分析 ビジネス仮説 導出 分析設計 分析実施 レポート作成 ビジネス仮説 の検証 (施策立案) 分析作業の 定型化 分析実施/ 定型帳票作成 アクション をうつ ビジネス力 データ サイエンス力 データ エンジニアリ ング力 課題解決の各フェーズで要求されるスキルセットのイメージ 目的テーマ設定 問題定義 アプローチの設計 処理・分析 解決 ビジネス力 データサイエンス力 データエンジニアリング 力 データサイエンティストに 求められるスキルセット 弊社の考えるデータ活用タスクモデルに当てはめると… (ビジネス力高) (ビジネス力高)(データサイエンス力高) (データエンジニアリング力高)
13.
ステップ別能力 2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 13 ビジネスアナリスト ◎ ○ ◎ データアナリスト ○ ◎ ○ ○ ◎ ◎ ○ データマネージャ ○ ◎ ◎ ○ ○ ビジネスアナリスト ○ データアナリスト ○ ○ ◎ ○ データマネージャ ◎ ○ ○ ◎ BIアプリスペシャ リスト ○ ◎ ○ ○ トライアル分析 ビジネス仮 説導出 分析設計 分析実施/レポート作成 ビジネス仮説 の検証 (施策立案) データクレン ジング データマート 構築 基礎集計 モデル構築 定型的な分析 分析作業の定型化 分析実施/ 定型帳票作成 設計・構築 BIツール検 討 データ集計 の手順化 データ活用基盤 構築・運用維持 ビジネスアナリスト ○ データアナリスト ○ データマネージャ ○ BIアプリスペシャリスト ○ インフラマネージャ ◎ ◎ 基盤設 計・運用 設計 構築・運 用維持
14.
そもそもアナリストじゃあ? • アナリスト =結果を求める人 •
サイエンティスト =真理を求める人 そこは言わないお約束で… 2018/7/12 ©Miotsukushi Analytics Inc. 2018, All rights reserved. 14
15.
2018/7/12 ©Miotsukushi Analytics
Inc. 2018, All rights reserved. 15 We will do our BEST. お問合せは 澪標アナリティクス株式会社