経営課題の解決へ「意思決定」を導く!

リーダーのためのデータリテラシー講座

分析の成果を最大化できる「上司」になるために

開催概要

実施形式
オンデマンド配信
講座時間
3時間
視聴期間
ご入金確認から28日間
申込締切
2023年6月15日(木)18:00
受講料
49,500円(税込)

講座のポイント

(1)リーダーとして自社のデータ活用を推進するための基礎的知見が欲しい

ビジネスの変化により、不可欠となる社内データの活用。自社の事業に精通したマネジメント人材が、分析実務者の提案を的確に判断・評価して活用事業を牽引・促進するために不可欠な「データ活用の視点や考え方」を理解することができます。

(2)分析のプロセスを理解し、目的に沿った判断をしたい

目的・課題・範囲の設定や、データの加工、分析の手法など、多岐にわたる分析実務のプロセスを理解して、課題解決に本当に必要な分析への道筋を見抜くスキルを、12のチェック項目にわたって具体例の演習を通し実践します。

(3)分析の結果を具体的戦略へ導きたい

分析から弾き出されたアウトプットが伝えたいことを伝えているか、誤解を招く表記はないか、目的に沿った見せ方かを見極め、課題解決・事業改革につながる「ストーリー」「結論」を引き出すマネジメント力を身につけることができます。

プログラム

データ活用・分析結果の価値を最大化するリーダーのためのスキル

  1. イントロダクション
  2. データ活用の視点・考え方をチェック
  3. データ分析へのインプットをチェック
  4. 分析のテクニックをチェック
  5. データ分析のアウトプットをチェック

受講者の声

  • データ分析に行き詰まり、わらをもつかむ思いで受講しました。幹部クラスになって直面する課題解決のためにデータリテラシー向上は欠かせないと思った。(国家公務員/調査系)
  • 一般的に言われる「データドリブン」よりも「ゴールドリブン」が問題解決の要素として重要とわかった。(製造業/企画系)
  • 分析を受け取る側の視点でのチェック内容が、大変参考になった。(IT/課長)
  • 実務では、データ分析自体ではなく、ストーリーを生むことがより重要であるとわかった。(サービス/役員)
  • データを活かす前に論理的に考えることの重要性を痛感した。(コンサルティング業/マーケティング系)
  • 仮説を立て、データを多方面から分析し、把握・比較するすべは日頃の業務に取り入れていくべきと強く感じた。(製造業/技術系)

講師紹介

柏木 吉基氏

データ&ストーリーLLC代表
横浜国立大学非常勤講師 多摩大学大学院客員教授

柏木 吉基氏

「分析手法」だけでなく「分析の活かし方」を伝える人気講師

日立製作所入社。2003年米国Emory UniversityにてMBAを取得後、日産自動車へ。海外マーケティング&セールス部門、組織開発部 ビジネス改革マネージャ等を歴任。Change agentとして、グローバル組織での経営課題の解決、社内変革プロジェクトのパイロットを数多く務める。2014年独立。「実務データ分析」「課題解決」「ロジカルシンキング」を軸とした、企業研修講師、コンサルタント、大学教員、著者として活動。内閣府 RESAS専門員も務める。

主な著書
『「それ、根拠あるの?」と言わせないデータ・統計分析ができる本 』
(日本実業出版社)
『日産で学んだ 世界で活躍するためのデータ分析の教科書』
(日経BP社)
『上司からYESを引き出す!「即決される」資料作成術』
(KADOKAWA)
『問題解決できる! 武器としてのデータ活用術』
(翔泳社)

開催概要

実施形式 オンデマンド配信
販売期間 2023年4月17日(月)~6月15日(木)
対象 自ら分析を行うのではなく、アウトプットを受けて意思決定につなげるための基礎データリテラシーを身につけ、 部下や分析者からの提案を管理・評価する立場として、総合的な質の向上を図りたい方
※新任管理職の方には特におすすめです
※部署・お役職は問いません
※本講座は、デジタル化・システム化による業務改善を対象としたものではなく、チーム内のデータ分析業務における質と成果の向上のために、リーダーに求められるリテラシーについて解説します
視聴方法 ご購入後は、専用の動画視聴サイトにログインして、ご受講いただけます。
視聴期間 ご入金確認から28日間
※視聴期間はご入金確認から開始となります。期間中、何度でもご覧いただけます。
講座時間 3時間
受講特典 視聴しながら実践できる演習つき
講師への質問フォームつき
受講料 49,500円(税込)
主催 東洋経済新報社

プログラム詳細

1.イントロダクション

2.データ活用の視点・考え方をチェック

  • チェック1 検討の範囲は十分か?
  • チェック2 思考手順(プロセス)を確認したか?

3.データ分析へのインプットをチェック

  • チェック3 目的に合ったデータ(指標)を使っているか?
  • チェック4 サンプル数に問題はないか?
  • チェック5 選択したデータ範囲は妥当か?
  • チェック6 データの定義は明確か?
  • チェック7 外れ値の扱いは適切か?

4.分析のテクニックをチェック

  • チェック8 適切な比較となっているか?
  • チェック9 判断・評価の基準を示せているか?

5.データ分析のアウトプットをチェック

  • チェック10 効果的で正確な表現になっているか?
  • チェック11 分析精度は目的に対して適切か?
  • チェック12 結果ではなく「結論」が示されているか?