データ戦略部門立上げ・データサイエンスPJをご支援致します

 

ビッグデータと言われる大量データを分析し、そこから新たな知見を得ると言われて久しいですが、未だ日本企業には根付いていない状況と認識しています。

データサイエンスにはアプローチがあり、やみくもに大量なデータの山を漁っても何も発見できないことが多いのです。それは、ビジネス的な効果を念頭に置いた仮説検証のアプローチであり、正にビジネスセンスを必要とするものだからです。

また、単なるビジネスコンサルティングかと言うと、そうでもない部分が多分にり、データを分析するITスキルに加え、数学、特に統計的なセンス、数式モデルの理解の上に立ったビジネス仮説・検証ですので、一般企業でなかなか実践出来ないのも無理は有りません。

AI活用はPoCから

 

データサイエンスのプロジェクトを進めるにはPJを適切に導くPMOが必要となります

 

弊社へはコンサルティング経験が豊富なメンバーにより、自社内で進められるデータ分析に基づくプロジェクトのご支援をさせて頂いております。一般的にIT部門の特に若手社員が担当されることが多いこの手のプロジェクトでは、数学的、IT的なスキルは十分であることが多いと思われます。

しかし、発見された新たな知見を上層部に説明し、納得してもらって初めて実際のビジネスに生かされるものとなりますが、この部分のスキルが不足し、折角のデータによる実証が無駄となってしまうのです。非常にもったいないことです。

この様なプロジェクト活動は一般的に短期間に社内に根付くものではありません。先ずは成功事例をつくり、社内に必要な機能・組織として根付かせる必要があります。これまで殆どの日本企業のITシステム開発がそうであったように、外部のIT会社に丸投げはできないのです。

なぜなら、それは自社のビジネスそのものだからです。

AI 実装が高額になる理由

 

ご支援可能なタスク

 

この様なプロジェクトを社内で進めるのに必要なタスクは様々ありますが、一例として下記のようなPJタスク(の一部でも)をご支援可能です。

  • データサイエンス・プロジェクト体制構築、組織設計
  • 実行計画策定
  • プロジェクト推進における事務局(他プロジェクトとの連携・調整、課題、タスク、ドキュメント管理など)
  • データ分析スキルトレーニング
  • 取り組みテーマ抽出・設定のリーディング
  • 仮説立案
  • 仮説のデータ検証支援
  • 不足データの入手支援、計画立案
  • 定期的なマネージメント報告支援(レポート作成・報告会の開催、議事録作成など)

IoT・AIは組織、評価体系の見直しから

 

 

カテゴリー

人気の記事