データ分析・AIを実務に活かす データドリブン思考

著者名：河本薫

ダイヤモンド社（2022/01発売）

• ISBN：9784478115114

内容説明

いくらデータ収集のシステムや優秀なＡＩの専門家を入れても、それだけではビジネスには勝てない。国内のデータサイエンティストとして草分け的存在であり、大阪ガスのデータ分析専門組織を率いた筆者。現在は滋賀大学データサイエンス学部で教鞭をとり、約２５年かけてたどり着いたデータドリブン思考の重要性を示す

感想・レビュー

※以下の感想・レビューは、株式会社ドワンゴの提供する「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