More Related Content
Similar to AI・データ利活用継続の鍵はビジネススキル (20)
More from The Japan DataScientist Society (20)
AI・データ利活用継続の鍵はビジネススキル
- 3. 3 © NEC Corporation 2020
自己紹介
<<経歴>>
●官公庁向け 大規模レガシーシステム 開発SE
●通信事業者向け ミッションクリティカルな大規模システム構築 技術営業
●業種横断 ビッグデータ/AI・アナリティクス事業 AI導入コンサル
澤田 直樹
Naoki Sawada
日本電気株式会社
AI・アナリティクス事業部 マネージャ
- 5. 5 © NEC Corporation 2020
ビジネススキルとは
- 6. 6 © NEC Corporation 2020
データサイエンティスト スキルチェックリスト
データサイエンティストに必要な528スキル
Bzスキル:113個、DSスキル:271個、DEスキル:144個
Bz
DEDS
データサイエンス
データエンジニアリング
ビジネス
<出典>データサイエンティスト協会スキル委員会
行動規範 契約・権利保護 論理的思考 着想・デザイン
課題の定義 データ入手 ビジネス観点のデータ理解
分析評価 事業への実装 活動マネジメント
数理基礎 予測 検定/判断
グルーピング 性質・関係性の把握
サンプリング データ加工
データ可視化 分析プロセス
データの理解・検証
意味合いの抽出・洞察
機械学習技法 時系列分析
言語処理 画像・動画処理
音声/音楽処理 パターン発見
グラフィカルモデル 最適化
シミュレーション/データ同化
環境構築
データ収集
データ構造
データ蓄積
データ加工
データ共有
プログラミング
ITセキュリティ
- 7. 7 © NEC Corporation 2020
データサイエンスにおけるビジネス力
データサイエンス・プロジェクトをマネジメント
データサイエンスにおけるビジネス力
ビジネス課題をデータサイエンスで解決できる課題に変換
データサイエンスの結果をビジネス価値を定義・説明
- 8. 8 © NEC Corporation 2020
私のマインドの変化
統率力と実行力 探索能力と機動力必要なスキル
演繹的アプローチ 帰納的アプローチアプローチ
人間の知識・経験・勘 過去の知見(データ)重要な要因
ウォータフォール的 アジャイル的プロジェクト推進
ルールを検討し、
着実に組み込む
仮説立案をし、
試行錯誤を繰り返す
進め方
- 9. 9 © NEC Corporation 2020
失敗例とビジネス視点
- 10. 10 © NEC Corporation 2020
失敗例(1)
分析結果が良くても
ビジネス価値が小さい
失敗例その1
製造業様
故障検知
U U
- 11. 11 © NEC Corporation 2020
失敗例(1)ビジネス価値が小さく使われない
データサイエンスのビジネス価値を測る
U
優秀
U
効果検証の結果
故障検知率→5%改善
データ
経営層
その課題は、
金額換算すると、
数百万円だね。
ビジネス課題を把握できていない
⇒ ビジネス価値を想定できていない。
- 12. 12 © NEC Corporation 2020
失敗例(2)
途中で目的が変わる
失敗例その2
小売業様
レコメンド向上
U U
- 13. 13 © NEC Corporation 2020
失敗例(2)プロジェクトの目的が変わる
分析中の発見により、目的が変わりやすい
目的:某店舗の
売上向上データ
目的:B商品の
売上向上
プロジェクト・マネジメント
⇒ 目的の変更・分析方針変更
商品Aでなく
商品Bを売りたい
商品A
- 14. 14 © NEC Corporation 2020
◎ ◎
失敗例(3)
現場で使われない
失敗例その3
卸業様
流通在庫適正化
- 15. 15 © NEC Corporation 2020
失敗例(3)現場で使われない
精度や機能に問題が無くても現場が拒否
物流部門
予測が外れた日の
運用は?
不要
◎◎
人件費と流通
コスト削減
U
優秀
U
効果検証の結果
出荷需要の予測精度
→90%
人件費、流通コスト削減
→可能
NG
経営層
システム
部門
OK!
OK!
システム連携
システム運用
全関係者に納得してもらう
- 16. 16 © NEC Corporation 2020
私のビジネス視点
デ
ー
タ
学習データが多い データ量と種類
学習データが安定 データ品質
価
値
経営方針に合致 プレスリリースを出せるか?
価値が出やすい
分析結果を使う人が多い
わずかな精度改善で大きな価値になる
トータルでよい結果になっていれば価値になる
価値が伝わりやすい
KPIがわかりやすい
導入したいシステムがわかりやすい
体
制
データサイエンスに
向けた体制
経営層
導入部門
協力的な現場部門
- 17. 17 © NEC Corporation 2020
ビジネススキルの
向上に向けて
- 18. 18 © NEC Corporation 2020
様々なプロジェクトを
遂行する
- 19. 19 © NEC Corporation 2020
NECのAI人材(データサイエンス人材)
ビジネスが得意な人と
チームをつくる
- 20. 20 © NEC Corporation 2020
NECのAI人材(データサイエンス人材)
ビジネスに注力する時期をつくる
- 21. 21 © NEC Corporation 2020
NECアカデミー for AI
1 2
3
- 22. 22 © NEC Corporation 2020
① 研修: 知識の習得
- 23. 23 © NEC Corporation 2020
①研修: (例) ブートキャンプ
- 24. 24 © NEC Corporation 2020
② 道場(OJT)
実践を通してメンターから学ぶ
分析専門組織によるOJT(道場)
・実際のAIプロジェクトを通してスキル獲得
・分析熟練者がメンターとなり指導
(1年~1.5年の実践指導)
OJT(On-the-Job Training)
【施策効果】
・実践スキルの習得(サバイバルスキル)
・師弟関係の構築(良き相談役)
- 25. 25 © NEC Corporation 2020
② 道場(OJT)
メンターによる差が少ないように標準化
- 26. 26 © NEC Corporation 2020
③ コミュニティ
同じ悩みを持つ者同士の交流
NEC Data Analyst Community
・AI事業に関わる人たちを応援するコミュニティ
・AIポータルサイト設置
(キーパーソン/事例/キーワード/書籍/Q&A/ブログ)
データサイエンス人材のコミュニティ
【施策効果】
・ベストプラクティスの共有
・最新動向のキャッチアップ
- 28. 28 © NEC Corporation 2020
ビジネススキル
●DX時代の必須スキル
●マインドの変化
●プロジェクトを実施(疑似体験)