研修・トレーニング
私たちのトレーニング・研修が高い評価を得られる核心部分は、きめ細やかなコンテンツの調整と高い技術にあります。
役員向け、管理職向け、分析者向け、レベル別などに分けて提供し、細部まで徹底的に学ぶコースのご用意もしています。
Tableauトレーニング
BIツールの一つであるTableauの基本操作からを学びます。網羅的に機能を学ぶので、最初の導入時にオススメです。基本的な操作から、難易度の高い操作までを学びます。
大まかなコース内容は以下の通りです
初中級クラス2日間
ご自身のバックグラウンドに関わらず、これからTableauを使ってデータを扱う方全てに向けたクラスです。Tableauの概念やテクニックを理解し、インタラクティブなダッシュボードをつくれるようになります。
- データに接続する
- データソースを編集・保存する
- Tableauのアプリケーション用語を理解する
- Tableauのインターフェース、枠組みを使い、効果的にパワフルなビジュアライゼーションを作る。
- Tableauに包含されている基礎的な計算、計算フィールドなどを使う(割合、日付、かんたんな表計算)
- データを使って表現する(クロスタブ、地図、グラフ)
- ダッシュボードを作成する
中級クラス2日間
組織の中でパワーユーザーとして活躍される方へのコースです。Tableauを使用しての業務経験があり、さらなる飛躍を目指したい方のクラスです。複雑な課題に答えられるビジュアライゼーションを学びます。
- 中上級のチャートタイプ、ビジュアライゼーションを作る
- 複雑な計算式
- データ分析をするための統計的なテクニック
- パラメーターを使い、オーディエンスが数値を制御できるようにする
- ジオコーディング:地図を使いカスタムイメージを入れ地図データ以外のものと組み合わせる
- データ分析のためにデータを準備する
- データブレンドを使って出た〜ソースを組み合わせる
- 視覚的ベストプラクティスに配置できるようにする
- ティップス&トリックを学ぶ
データ分析のための
クリティカルシンキング
「今、一番優先して解かなければならない問題はなにか?」「問題解決のどのプロセスで今自分はデータを使っているのか?」
データ分析やビジュアライゼーションで忘れがちな思考の技術について学びます。
多くの仕事がそうであるように、データ分析も「問い」からスタートします。根本的な問題設定自体がブレていると、それ以降の全ての工程をいくら完璧に仕上げても、その努力は全て無駄になってしまいます。
昨今の「データ」への注目度の高さから、多くの企業様が、「なんとかデータを使わなければいけない」「他社に負けずデータ活用しなければないけない」「なんとかしてデータからインサイトを出さないといけない」と思っています。
しかし、その思いが先走ってしまい、「そもそもその問題が、解くに値する問題なのかどうか?」
「今、一番優先して解かなければならない問題はなにか?」「問題解決のどのプロセスで今自分はデータを使っているのか?」というクリティカルに重要な問いは、多くの場面で忘れられがちです。
このクラスでは、そのような状況を少しでもチューニングできるよう、ズームアウトして「今何を考えるべきか?」
を考える、グループ議論ありのインタラクティブなクラスです。
大まかな内容は以下の通りです。
- 1. クリティカルシンキングの重要性
- で?So what?と言われたことはないでしょうか?
- 大きな問題を小さな問題に切り分ける
- 2.問題を十分に検討する
- 考えるべきことを考える
- 丁寧な言語化をする
- 演習
- 3. フレームワーク
- 枠組み
- 枠組みの設定
- 演習
- 4. 論理展開
- 演繹法と帰納法
- 一般常識、暗黙の了解とは何か
- ビッグデータと帰納法
- 演習
- 5. まとめ
- 問題解決の一般的な落とし穴
- 練習の仕方のコツ
受講された方の声
- 昨日はありがとうございました。だいぶぶっ刺さったので、言語化の意識さらに高めていきます。
- 耳が痛すぎるけど、とても勉強になった。
- 課題設定など忘れがちだけど、データアナリティクスの質はそれをどれだけ明確化できるかというところにかかっている。それを痛感した1日だった。
- 講義は面白かったけど、これからどうモチベーションを維持するかが課題かも。
役員/管理職向け
データ活用研修
お客様の業界・業種での海外事例や国内データ活用事例を解説。どのように自社データでレバレッジをきかせられるのかを学びます。
また、分析者と正しい会話・議論・依頼ができるようになるためのビジュアルアナリティクス講義が入っています。
役員/管理職向け
データ活用研修・概要
- しる
- 経営レベルでのデータの使い方を学びます。 自社同業界の海外事例、国内事例を学び、 データを見る意味を知ります。
- みる
- データにアクセスし、自社のデータを見るワークショップ どのようなデータがあるのかを理解し、インスピレーションを解放する
- つかう
- ご自身の統括部門に便益のあるデータ分析とは? データ視覚化、データ分析されたものを使ってみるワークショップ
- わかる
- ビジュアルアナリティクスを実際に体験し、エッセンスを掴みます。データの解釈力を上げ、ご自身でも意図を持って分析を実践。 分析者へのリクエストの仕方を理解します。
- タイムスケジュール例
(15名以下のグループに分割) - 13:30-15:30・・・グループA
16:00-18:00・・・グループB- 1セッションあたり、参加者が15人以下になるようお手配ください。
- 各セッションではディスカッション時間があります。
- 撮影、録画はご遠慮頂くよう、お願いします。
ビジュアルアナリティクス集中クラス
データ分析のレポーティング、過程、どちらのフェーズでもクリティカルに重要な「ビジュアルアナリティクス」の概念やテクニックを学びます。
視覚的効果をベストプラクティスを網羅的に学びます。
ビジュアルアナリティクスの強いパワーを知り、使いこなせるようになることで精度の高い問いと示唆に到達するスピードを速めていきます。
1クラス15名以下に絞ったインタラクティブなクラスです。
日程、時間、期間などをお客様と調整の上開催します。
大まかなコース内容は以下の通りです。
- ビジュアルアナリティクスの仕組みと価値
- ビジュアル分析基礎知識
- データエンコーディングの考え方
- 視覚属性のティップス&トリック
- 事例を使ったビジュアルアナリティクス
- 視覚的ベストプラクティス
- 用途に応じた最適なチャート形式
- オーディエンスを意識するトリック
- ダッシュボード作成
- 対象
- 一通り何らかのツールを学んでいる方で、更に効果的なビジュアル手法を学びたい方向けのクラスです。このクラスを受けることで、さらに洗練されたダッシュボードが作成できるようになります。
- 期間
- 2日間〜7日間
受講された方の声
- 普段何気なくやってしまっていたが、こんな理論があったのかと目からウロコでした。これからは人に伝えるグラフをうまく作れそうです。
- 時系列を表すもの、KPIを表すもの、などグラフ形式にフィットした目的や使途があるのは驚きでした。
Python前処理講座
Pythonが少し書けるシステムエンジニアが、データ分析システムの入力となるデータの設計や実装ができるようになることを目的とした研修です。前処理のコードが書けるようになるだけでなく、データ分析に必要な前処理を学び設計できるようになれます。
レコードデータを対象にしたデータ分析に必要な変換処理を実装できるようになることはもちろん、機械学習モデルを正確に評価するためのデータ分割や機械学習モデルの精度を向上させるためのテクニックも学ぶこともできます。
また、データ分析のシステム化ならではの、計算量の注意やデータ依存のエラー対応などAI時代のシステム開発ノウハウを学ぶこともできます。
大まかなコース内容は以下の通りです
初級クラス
Pythonを触ったことがある人が対象です。機械学習やデータ分析のための前処理を理解し、機械学習システムのプロトタイプを作れるようになりたい人のためのクラスです。
- Pythonの基礎
- Pandasの基礎
- データ抽出・サンプリング
- 集計・ランク
- マスタデータ結合、過去データの結合
- 機械学習モデルの基礎
- モデル検証用のデータ分割
- 数値型、外れ値除去、数値の欠損補完
- カテゴリ型、ダミー変数化、カテゴリ値の欠損補完
- 日付型、日付要素の抽出、季節・時間帯・平休日の考慮
- 統計処理用の総合演習
- 機械学習用の総合演習
中上級クラス
Pythonでの開発経験があり、基本的な機械学習の構造を理解している人が対象です。前処理を理解し、機械学習エンジニアになりたい人のためのクラスです。
- Pandasの基礎
- データ抽出、サンプリング
- 集計・ランク
- マスタデータ結合、過去データの結合、全結合
- 横持ち変換、スパースマトリックス
- 機械学習モデルの特性解説
- モデル検証用のデータ分割
- 数値型、対数化、カテゴリ化、正規化、外れ値除去、数値の欠損補完
- カテゴリ型、ダミー変数化、カテゴリ値の集約、カテゴリ値の組合せ、カテゴリ値の数値化、カテゴリ値の欠損補完
- 日時型、日時要素の抽出、日時差計算、時系列Window集計、季節/時間帯/平休日の考慮
- 文字型、形態素解析、bag of words、TF-IDF
- 統計処理用の総合演習
- 機械学習用の総合演習
機械学習インハウス化に向けた研修
機械学習を用いた分析を社内で行えるようになることを目的とした研修です。実際に貴社のデータを用いてワークショップを行います。
大まかなコース内容は以下の通りです
- プログラミングと機械学習の違い
- Google Colaboratoryの使い方
- 貴社データの確認と解説
- 機械学習によるデータの予測
- 交差検証による過学習、汎化性能の確認
- 時系列データに対する交差検証の仕方
- 機械学習による改善と、その利益計算方法
- 定常的に機械学習を回し続ける体制の構築
- 対象
- Python前処理講座相当ができる人、もしくは他のプログラミング言語で同等のことができる方。
※本研修の前にPython前処理講座を受講することをお勧めします。
- ツール
- Google Colaboratory など