データドリブン思考―データ分析・ＡＩを実務に活かす

河本 薫【著】

ダイヤモンド社（2022/01発売）

• サイズ A5判／ページ数 184p／高さ 21cm
• 商品コード 9784478115114
• NDC分類 336.1
• Cコード C0034

出版社内容情報

データ収集システムやAI専門家が優秀でも、それだけではビジネスには勝てない。第一人者がデータドリブン思考の重要性を示す

内容説明

データ収集システムやＡＩ専門家が優秀でもそれだけではビジネスには勝てない。最先端を行くマネジメント誌『ＤＩＡＭＯＮＤハーバード・ビジネス・レビュー』で完売した２０１９年６月号「データドリブン経営」特集の注目論文、「現場の能力を引き出すデータ分析の６つの型」大幅加筆の上、ついに書籍化！

目次

序章　データ分析に成功して、ビジネスで失敗する理由
１章　データ分析をビジネスの成功につなげる（問題発見と課題設定を意識する；ビジネス課題を意思決定プロセスの課題と捉え直す；データ分析をビジネスの成功につなげるフレームワーク）
２章　データドリブン思考を身につける（データ分析をするために意思決定プロセスを整える；Ａ．反復選択型の意思決定プロセス；Ｂ．体制選択型の意思決定プロセス　ほか）
３章　データドリブンな企業に変革する（企業の変革を阻む３つの壁；社員の心理的な抵抗を行動から変える）

著者等紹介

河本薫［カワモトカオル］
滋賀大学データサイエンス学部教授。元大阪ガスビジネスアナリシスセンター所長。１９８９年京都大学工学部数理工学科卒業。１９９１年京都大学大学院工学研究科応用システム科学専攻修了。同年、大阪ガス入社。１９９８年米ローレンスバークレー国立研究所でデータ分析に従事。２００５年、大阪大学で博士号（工学）。２０１１年社内のデータ分析専門組織「ビジネスアナリシスセンター」の所長に就任。２０１４年神戸大学で博士号（経済学）。同年大阪大学招聘教授を兼任。２０１８年より現職（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[ぶう]

本書の著者は元大阪ガス所属で現在滋賀大学の教授をされている河本氏。データ分析で大事なことは、アクションに繋げてバリューを出すこと。どんなに優れた分析手法を使おうとも、アクションに繋がらないデータ分析には意味がない。これは彼の著書全般で一貫して主張していること。多くの企業がDXを推進している昨今、その施策の一つとしてデータ分析プロジェクトが進められているが、成果に繋げられている企業は少ないのが現状。本書には、データ分析が上手く機能しない原因や、よくあるアンチパターンなどが多く掲載されており大変参考になる。

2022/05/10

[たこ焼き]

組織というのは意思決定を生産する工場である。意思決定というのは見えている選択肢の中から最適なものを選ぶという行為である。課題解決には意思決定のプロセスがつきものなのでまず課題があったらどのように改善案の意思決定を構築するかのプロセスを考えるとよい。課題を考えずいきなりデータに向き合わないこと。できる限りAプロセスの〇期間の△の確率のようにする。データ分析をするにはまずプロセスを形式知として整理する必要がある。形式知の整理しなくても分析作業は進められるが欲しいアウトプットは得られない。

2025/02/16

[エジー@中小企業診断士]

元大ガス、滋賀大学教授。働きながら博士号を2回取得。データ分析をビジネスの成功につなげるために問題発見と課題設定を意識、ビジネス課題を意思決定プロセスの課題と捉え直す（本書の最重要論点）。データドリブン思考を身につけるために意思決定プロセスを6つに類型化。①反復選択型の意思決定プロセス②体制選択型③原因特定型④計画策定型⑤仮説思考型⑥経営判断型。データドリブンな企業への変革には、人材の壁、部門の壁、経営の壁があり社員の心理的な抵抗「データ分析=専門力」、現状維持バイアス、組織人の損得勘定を行動で変える。

2023/11/30

[Taizo]

データサイエンス・AI本かと思ったら違った。もっと根本的に仕事のやり方についての姿勢をただしてくれるようなそんな本。データ分析を実務に活かせてない企業が数多くあるとの問題意識から出発。その背景にあるのはそもそもデータ分析以前に、データ分析を活かす思考のフレームワークがないことにあると主張し、新たなフレームワークを提唱している。データ分析は「意思決定プロセスを改善する」ためにあるとし、そのためには設定する問題と解くべき課題からセットで考える必要があるとのこと。分析に携わらない人でも学びの多い一冊だと思う。

2022/12/15

[arsogit]

★★★★★大変素晴らしい一冊。頑張ってデータ分析をしても、「参考になる」「勉強になる」と言われるだけで「役に立つ」とは言われない。そんな経験はデータ分析業務に就いている担当者なら何度もしているだろう。何度もどころか毎回だろう。そんな"役に立たない"データ分析は何が悪いのか、そして何を改善すればいいのかを、筆者の豊富な経験から具体的に解説してくれる。データ分析に関わる部署の人は勿論、全ての経営者が読んでおくべき名著。

2022/04/07