皆さんこんにちは！ブレインパッドの小林です。

本日は12月1日（水）～14（火）に行われたデータサイエンティスト入門講座（公開講座）の開催の模様をお伝えします。

昨今のDX人材（データ活用できる人材）に対する需要増加を背景に、ブレインパッドではデータ活用人材を目指す方がデータ分析・データ活用を行うためのコアスキルを形成し、その後も継続して学ぶことができる実践的な人材育成プログラムを提供しています。

ですが、受講者の方の中には

「分析初心者だからついていけるか不安…」

「グループワークで足を引っ張らないか不安…」

「オンライン会議で慣れてきてはいるものの、やっぱりオンライン研修は不安…」

といった不安を抱えている方もいらっしゃるようです。

そこで、今回のレポートでは『受講に際しての不安解消や受講ハードルを下げるために工夫している事』について紹介します。

1．事前学習課題の配布

プログラム体系的に入門（最初）に位置する『これからはじめるデータサイエンス入門』では、スキルに不安がある方を対象とした事前学習課題を配布しています。

実際の講義では、Excelを用いて、データサイエンスの基礎やデータの統計的な見方・見せ方、特徴の捉え方をお伝えするのですが、

「Excelそんなに触ったことない…」

「Excelのピボットテーブル操作は初めてだ…」

とExcel操作に慣れていない方もいらっしゃいます。そこで、当社の研修ではエクセル操作に慣れていない方を対象に1時間程度で取り組める課題を配布しています。

事前学習のテキスト例

課題内容は当日の講義でも取り組む操作なので、わからない点は当日の講師の操作を見て解消、もしくは講義中に質問しても構いません。あらかじめ不明点を把握しておくと、受講の際に自分がより注目して聞くポイントの明確化、わからない所がわからない状態で講義に取り組むリスク低減にもつながります。

2．グループワーク前のアイスブレイクの実施

1グループ5名程度で受講者の方を講師の方で割り振り、ZOOMのブレイクアウトルーム機能を用いて、講義のはじめ10分ほどアイスブレイクをしています。

アイスブレイクでは、「グループ内の自己紹介（受講目的や経緯も話してもらいます）」「リーダー決め」「グループ名決め」の3つを話してもらいます。

アイスブレイクをする目的として、以下の4つがあります。

1．緊張を和らげる

2．コミュニケーションが円滑になる

3．相互理解を深められる

4．出席者に積極的な参加を促す

初対面、且つ、年齢も経歴も勤め先も異なる方々の集まりです。緊張感漂う堅苦しい雰囲気では、建設的なグループワークは難しい…ですので、オンライン上でも受講者同士が安心してグループワークに取り組んでいただけるように、コミュニケーション上でも工夫をしています。

3．グループワーク時の様子

「グループワークで足を引っ張らないか不安…」

「オンラインでのグループワークってどうやってやるんだろう？」

といった不安の声に答えるべく、次にグループワークの様子をお伝えします。

講義の後半では、グループに分かれて総合演習に取り組んでもらいます。グループワーク中は画面共有しながら議論して進めていくやり方が多く見られます。

総合演習：グループワークの様子

議論が進み、タスクが洗い出された後は作業分担し各々で集計・分析を進めていきます。

ただ、人によっては「集計方法が思いつかない（コーディングどう書けばいいかわからない）」と作業が止まってしまう方もいらっしゃいます。ですが、グループ内の詳しい方が教えてくれたり、使いまわしできる部分はメンバに共有して作業効率化を図ったりと、助け合いながら進んでいくことがほとんどですのでそこまで心配せずとも大丈夫です（もちろん我々もフォローします！）。

4．グループワーク時のフォロー体制

最後にグループワーク中の講師・TA の様子をお伝えします。

講師・TAは各グループ用のPCを用意し、それぞれのグループの状況を巡回しながら進捗確認しています。

総合演習：講師側の様子

グループ数が多い場合でも、担当する講師・TAが複数人で皆さんのワークを見守っていますので、気軽に質問・相談等して下さい。また、質問をチャットに投稿しておく、ZOOMの挙手ボタンを押してアピールする等してもえますとスムーズなフォロー対応につながりますのでご参考までに。

その他にも、総合演習時に必要になるであろう集計コードや前処理コードを用意しています。こちらも合わせてご参考ください。

参考スクリプト例

さて、総合演習ではデータ分析の一連の流れを体験するコンテンツですので、コーディングだけ出来れば良い、というものではありません。

「色々集計したけど、これから言えることって結局なんだろう？」
「この仮説を裏付けるための分析って何をしたらいいんだろう？」

「モデルの精度を図るための指標ってどれが適切なんだろう？ 」

と、分析面についても疑問が生じる方もいらっしゃいます。

下の画像は実際のグループワークの様子で、

「分類モデルを作ったけど、これは『正解率』『検出率』『適合率』『F値』、どの指標で評価すべきなんだろう？」

と悩んでいる様子です。

総合演習：分析面でのフォローの様子

ここで講師が「○○です」と答えをそのまま伝えてしまうと、受講者の方は適切な指標の選び方・基準を学習できずに終わってしまいます。そこで当社の研修では、講師から「演習の課題・背景に照らし合わせてどの指標が適切なのか考えてみましょう」と受講者の方が自分で答えを導くことができるようなアドバイスをするよう心掛けています。

総合演習は講義で教わったスキルを活かして取り組むものですが、『知る/理解した』つもりでも、実際に『使ってみる』と「あれ、これって結局何が言えるんだっけ？」と詰まってしまったり、理解しきれていない部分が見つかるものです。自分がどこで詰まったのか、見落としていたフローなどの落とし穴を体験し、この総合演習を通じて学んだことを実業務の分析で活かして頂けると幸いです。

いかがだったでしょうか。本レポートで皆様の受講に際する不安が解消され、モチベーションアップにつながれば幸いです。

次回のデータサイエンティスト入門講座（公開講座）の開催は3月になります。

データを活用して業務上の課題解決やプロジェクトの推進等に取り組みたいとお考えの皆様のご受講を、当社スタッフ一同、心よりお待ちしております。

==============================================================

◆◆　直近開催のブレインパッド講座「データサイエンティスト入門研修」のご案内　◆◆

・2022年3月02日(水) 　　　　　　　 『これからはじめるデータサイエンス入門』
・2022年3月03日(木)～3月04日(金)  『SQLによる集計・分析』
・2022年3月07日(月)～3月09日(水)  『現場で活かせる統計解析実践』
・2022年3月10日(木)～3月11日(金)  『機械学習による問題解決実践』
・2022年3月14日(月)～3月15日(火)  『Pythonではじめるディープラーニング入門実践：画像解析入門』

お問い合わせ・お申込みをお待ちしております。

皆さんこんにちは！ブレインパッドの摂待（せったい）です。

本日は9月度に行われたデータサイエンティスト入門講座（公開講座）の開催の模様をお伝えします。

今回も当社・白金台オフィスの会議室から Web会議システム（zoom）によるLive配信で講座を開催しました。4度目の緊急事態宣言下での開催となったため全参加者が全国各地からオンラインで参加いただきました。

当社の講座では事前に受講者に対して受講目的や動機をヒアリングさせていただくのですが、やはり国内企業のDXの取り組みに対する熱量が高まっていることもあり、この9月の参加者もDXに関連するキーワードが並んでいました。加えて、ここ最近の傾向として幅広い業界からご参加いただく機会も増えており、我々としても可能な限り多くの方に学びを深めてもらうことを意識した講座の進行を心掛けています。

事前にヒアリングする受講目的（一部を抜粋）

・DX案件に対応するための、データサイエンスに関する基礎知識の習得したい。自社のデータ活用に向けたスキルアップも目指している。（システムインテグレータ勤務・男性）

・主にAIを活用したDX施策を推進していくうえで、技術者と小売現場を橋渡しできるようなトランスレータ人材を目指している（総合商社勤務・男性）

・医薬品のデジタルマーケティング施策立案、デジタルソリューションを用いた医薬品営業活動高質化策立案をするための基礎知識として機械学習を習得したい（製薬会社勤務・男性）

・需要が高まっているデータ分析・活用案件に参画できるよう体系的に知識・スキルを獲得したい（通信事業者勤務・男性）

そこで本日はDX人材の育成という側面からみた当社の講座の特徴やメリットも併せてお伝えします。

当社講座の特徴

まず当社の講座は、講義と演習パートをバランスよく取り入れており、知識習得だけに偏らない実践的かつ再現性を意識した講座を提供しているのが特徴です。特に演習の際にグループワーク形式を採用しているのも、現場の実務に近いプロジェクト組成を意識した学びの機会を提供することを目的としています。
ここからは当社の講座がどのようにDX人材の育成に効くのかという点について紹介していきます。

そもそもデジタル時代に求められるDX人材とは

経済産業省による、DX人材の定義（※）では下記のとおり定義されています。

● DX 推進部門におけるデジタル技術やデータ活用に精通した人材
● 各事業部門において、業務内容に精通しつつ、デジタルで何ができるかを理解し、DXの取り組みをリードする人材、その実行を担っていく人材

また DXを推進する６つの役割と必要なスキルとして次の６職種を定めています。

● ビジネスプロデューサー…企業の戦略や戦術を理解し、企業全体のDXを統括する
● ビジネスデザイナー…具体的なビジネスモデルやビジネスプロセスを描く
● アーキテクト…DXやデジタルビジネスに関するシステムを設計する
● データサイエンティスト…収集されたデータを解析する人材
● UXデザイナー…DXやデジタルビジネスに関して、ユーザに対するデザインする
● エンジニア…デジタルシステムの実装やインフラ環境を構築する

※経済産業省「デジタルトランスフォーメーションを推進するためのガイドライン（通称、DXガイドライン）」（2018年）https://www.meti.go.jp/press/2018/12/20181212004/20181212004.html

今回の講座受講者に話を訊いてみると、データサイエンティストを意識して受講されるケースが多いと思いきや、詳しいご事情を伺うと「データサイエンティスト」としての役割だけでなく「ビジネスデザイナー」や「エンジニア」、中には「ビジネスプロデューサー」や「アーキテクト」を兼ねている方もおり、データ分析に限らない幅広いビジネス課題を抱えている状況がわかっています。

データサイエンティスト入門講座（公開講座）がDX人材育成に効く理由

ここからは当社の講座がDX人材育成にどのような役割を果たしているのかを4つの観点からご説明してまいります。

1）デジタル技術を直に触って、新しい価値観に触れる経験ができる

当社の講座では、SQLやPythonなどの環境構築から自分で行い能動的にデジタル技術に触れていただきます。普段のお仕事とは違ったシチュエーションで、業務改善や新価値創造を意識して取り組むことで新たな視野が広がり、デジタルの世界を肌で感じながら実践をしてもらうことを目的としています。
一般にデジタルというと利便性や自動化といったプラスの側面や難しいといったネガティブな印象が強調されがちですが、当社の講座を通じてデジタルを活用するための事前準備や実行プロセスをご自身で実施いただくことで、意識変革を図っていただきます。

2）統計的知識の活用・経験ができる

目の前にあるデータに対して統計的知識を適用して、その結果を考察・意思決定に活かす経験は大きなプロジェクトの一部メンバーにしかできないことです。しかし当社の講座では、プロジェクトの導入から結果の導出まで一貫して関わることで、そこで起こる課題・施策立案などのデータ分析業務に関する業務フローを体感いただける構成になっています。

3）総合演習を通じた言語化とプログラミング能力の活用経験ができる

よくDXの取り組みは一説に”何でもあり”の総合格闘技に例えられます。その中でも重要な能力の１つに「言語化能力」と「プログラミング能力」があると考えています。ここでいう言語化能力とは「データ分析結果を理解・解釈して具体的な成果に結びつく行動を設定できること」をさし、プログラミング能力は読んで字のごとくプログラミングを概念的に理解し、自らアウトプットできる力をいいます。

当社の講座では、エクセル、プログラミングを使ったデータ操作や加工、可視化など様々なテクニックを扱うのは勿論のこと、それらのテクニックを駆使して導出した結果に対して、しっかり解釈・活用する目を養っていただくことを重視しています。さらには、新たな課題や仮説を立案して、つぎの改善を繰り返すことも推奨しています。なぜならば、それらの行動を繰り返して昇華することによってスキルや知識が概念化され、経験として蓄積して始めて実現場で使えるようになると考えているからです。

4）ファシリテーションやチームメンバーとの共創体験ができる

企業内でDX推進を行う場合、様々な部門からバックグラウンドのメンバー異なるメンバーで組成されることも多いため、メンバー同士の対話と協力関係が必要不可欠です。当社の講座では、様々な業界から参加されるバックグラウンドが異なるメンバーと、デジタルを通じて対話することで、新しい付加価値やアイディアを創造いただく体験を行っていただきます。このことによりデジタルやデータを通じて商品・サービスを開発・改善したり、広めたりするため臨場感の高い共創体験をしていただきます。

5）ビジネスとの繋がりを意識した経験ができる

個人やチームとしてどんなに高度なデータ分析スキルを持っていても「データ分析」はあくまで目的達成の手段の１つです。当社の講座で実施するグループワークでは必ずビジネス上の達成目的や目標を掲げてデータ分析を行っていただきます。それは、データ分析が最終目的にしないことを強く意識していただくことや、その結果をどう活用するかを根本から捉えて熟考してもらうことがビジネス現場での成果に繋がると考えているからです。

担当講師からのコメント（小俣講師）

業務でデータ分析を行い始めた方から多く受ける質問に「何を分析すれば業務に役立つのか分からない」というものがあります。この質問に応えるべく、弊社が提供している講座では、ビジネス課題からスタートするデータ分析総合演習を実施しています。9月に実施した講座でも「業務でデータ分析を始める時に、どこから行えば良いのか見えてきた」「講座のねらいであるデータ分析の一連の流れをまさに体感できた」という声を頂きました。12月の講座でも受講者の皆様に、データ分析業務を実感できる講座を提供できるよう準備を進めて参ります。

さて、データサイエンティスト入門講座（公開講座）の特徴やDX人材育成との関連性は伝わりましたでしょうか。
DXが企業活動の中心を迎える大転換期に、当社の講座で新たな挑戦や更なるスキルアップを志す皆様を、当社は本気で応援しています。また、データを活用して業務上の課題解決やプロジェクトの推進等に取り組みたいとお考えの皆様のご受講を、当社スタッフ一同、心よりお待ちしております。

次回のデータサイエンティスト入門講座（公開講座）の開催は12月になります。

==============================================================

◆◆　直近開催のブレインパッド講座「データサイエンティスト入門研修」のご案内　◆◆

・2021年12月01日(水) 　　　　　　　　 『これからはじめるデータサイエンス入門』
・2021年12月02日(木)～12月03日(金)  『SQLによる集計・分析』
・2021年12月06日(月)～12月08日(水)  『現場で活かせる統計解析実践』
・2021年12月09日(木)～12月10日(金)  『機械学習による問題解決実践』
・2021年12月13日(月)～12月14日(火)  『Pythonではじめるディープラーニング入門実践：画像解析入門』

お問い合わせ・お申込みをお待ちしております。

皆さんこんにちは！ブレインパッドの鈴木です。

6月も下旬となり蒸し暑い日も多いですが、皆様、いかがお過ごしでしょうか。

さて、6月2日（水）から11日（水）にかけて、データサイエンティスト入門研修（公開講座）を開催しました。

今回は、当社のデータサイエンティスト入門研修の特徴や進め方を、6月に開催した受講者アンケートのコメントと併せてご紹介します。

研修の進め方

当社の研修は、Zoomを使用したライヴ配信でインタラクティブに実施します。一方的に配信されるEラーニングでは、疑問点等があった場合でも次々に先に講義が進んでしまいますが、当社の研修では、講師が区切りの良いタイミングで受講者に質問を受け付ける時間を設けていますので、しっかりと理解しながら学習することができます。また、受講者から質問があった箇所は、他の受講者も分からない箇所であることも多く、受講者からの質問対応は研修を進めるうえで重要であると考えています。
＜受講者のコメント＞
「初歩的な質問にも大変丁寧にご対応頂き、とても好印象でした。」

研修の分かり易さ

研修で使用するテキストは当社が創業来、様々な業種のクライアント企業に提供してきた分析サービスのノウハウと、社内向けに実施していた人材育成プログラムを体系化したものです。特徴としては図表を多用してグラフィカルに分かりやすく作成しており、データ分析や教育分野の経験豊富な講師が研修講師を担当しています。
＜受講者のコメント＞
「説明が分かりやすく、今理解すべきことがどこかが明確にできました。」
「分析の際、どのような流れで行い、どこに着目すればよいか勉強になった。」

写真１：『これからはじめるデータサイエンス入門 』講義パート進行の様子

実践力を高める演習とその進め方

講講義パートが終了すると、講義パートで学んだ内容を自ら手を動かして実践する演習パートに進みます。演習ではビジネス課題解決に向けた分析を設計（プランニング）し、実際にデータを分析しその結果をどのようにビジネス施策として活用できるか成果発表（プレゼンテーション）までを受講者自身でアウトプットしていきます。
いざ自分でデータを用いた課題設定や分析を実施すると、様々な課題に直面し分析作業をスムースに進める難しさに気付きますが、実際の業務上の分析作業も同様であり、受講者からは理論面だけでなく実践スキル習得に繋がったと評価をいただいています。
＜受講者のコメント＞
「講義資料も説明も理解しやすく、また実際に演習を行うことで学んだ知識を活用する難しさも感じることができた。」

グループワークで演習を実施するメリット

演習課題は、5～6人で複数のグループに分かれてグループワークで実施します。グループワークのメリットは分析作業が一人で行き詰ってしまうことを防ぎ、バックグラウンドが異なるグループメンバーお互いの考え方やスキルを持ち合わせて新たな気付きを得ることができます。
＜受講者のコメント＞
「チームメンバー全員でスクリプトを見ながら議論を重ねられたことで方針のすり合わせがしやすく、結果的に学習内容のより深い理解・定着にもつながったと思う。」

オンライン開催における演習の工夫

オンライン開催の場合、オフライン開催と比較して受講者の作業状況等が見えづらいことが言われています。これに対しては、分析作業の進み具合をクラウドストレージでファイル共有し、講師やティーチングアシスタント（TA）がブレイクアウトルームに入り、分析作業の進捗状況に応じてアドバイスを実施するなどの工夫を実施しています。
＜受講者のコメント＞
「講師の方が常時チームを見てくださっていたため非常に質問・相談がしやすかった。」
「グループワークの際も常にサポート頂き大変助かりました。」

写真２：『SQLによる集計・分析』ミニ演習進行の様子

オンライン開催のメリット

今やオンライン開催の研修が日常的になってきていますが、受講者側のメリットとして、移動や受講場所の制約を受けず質問もしやすく、オンライン環境の方が集中できるとのコメントを頂きました。望ましい研修環境が実現できているといえるでしょう。
＜受講者のコメント＞
「何といっても移動の時間がないのと質問に対するフォロー体制もとれていたと思う。」
「質疑がコメントで送れるので、過ぎてしまった内容や、些細な質問もしやすいです。質疑によって理解が深まることもありました。」
「質問等しやすいかと思いました。」
「オンラインを活用し慣れた環境下で受けたほうがより集中して受講できる。」

データサイエンティスト入門研修（公開講座）の特徴や進め方のイメージが伝わりましたでしょうか。
次回のデータサイエンティスト入門講座の開催は9月になります。

データを活用して業務上の課題解決やプロジェクトの推進等に取り組みたいとお考えの皆様のご受講を、当社スタッフ一同、心よりお待ちしております。

==============================================================

◆◆　直近開催のブレインパッド講座「データサイエンティスト入門研修」のご案内　◆◆

・2021年09月01日(水) 　　　　　　　　 『これからはじめるデータサイエンス入門』
・2021年09月02日(木)～09月03日(金)  『SQLによる集計・分析』
・2021年09月06日(月)～09月08日(水)  『現場で活かせる統計解析実践』
・2021年09月09日(木)～09月10日(金)  『機械学習による問題解決実践』
・2021年09月13日(月)～09月14日(火)  『Pythonではじめるディープラーニング入門実践：画像解析入門』

お問い合わせ・お申込みをお待ちしております。

みなさん、こんにちは。ブレインパッドデータ活用人材育成サービス部の井上です。

コロナウイルスの脅威や緊急事態宣言もあって外出しづらくはありますが、春の陽光が暖かく感じられる季節になってきました。

ブレインパッドのデータサイエンティスト入門研修（公開講座）も、昨年の6月よりWeb会議システムを使ったオンラインでの開講にリニューアルし、この3月度が4サイクル目の開催です。
以前はオンライン研修を敬遠される方が多かったのですが、最近では研修にご参加の皆さまがリモートワークに慣れてきていることもあり、オンライン研修にも違和感なく参加される方が増えてきました。たいへん嬉しい限りです。

さて、今回は3月3日（水）～16日（火）に開催しましたデータサイエンティスト入門研修（公開講座）について、講座の受講イメージを、実際に受講いただいた方の感想とともにご紹介いたします。

１．受講準備

まず講座開催日までに、講座に参加するために必要なソフトウェアを揃えていただいております。
事前にインストールしていただくソフトウェアは以下となります。

＜全講座共通＞
・Zoom（講座聴講、グループワーク参加）
・Box（ファイル共有）
・Microsoft Office の Excel, Power Point（ファイル編集、閲覧）

＜SQLによる集計・分析＞
・PostgreSQL（データベースの操作）

＜現場で活かせる統計解析実践、機械学習による問題解決実践、Pythonではじめるディープラーニング実践＞
・Python

データ分析の初学者の方にとっては、PostgreSQLやAnacondaのインストールはハードルが高いと感じられる方が多いと思いますが、インストール方法を詳細に記したマニュアルを事前に配布させていただいており、またインストールエラーが生じた場合にはご連絡を頂くことで、事前サポートまで行わせていただいております。
こうしたソフトウェアの準備を行うのは少し煩雑だったり、難しいトラブルがあったりしますが、ご自身のPCにインストールを行っていただくことで講座後に復習することも容易であり、また講座後にご自身の業務にすぐに応用することができるというメリットがあります。

インストールマニュアルのイメージ

２．研修の座学パート

講義時間までにZoomのルームに入っていただき、ガイダンスを受けた後に講義が始まります。
講義時間は講座によって異なりますが、講義と演習の割合が 4 : 6 となっており、知識の習得だけではなく、ハンズオン形式で分析を実行したり、全員で解釈を共有するなど、実践的な内容になっているのが特徴です。
ここで受講者の方々の声を一部ご紹介します。

・今後の業務に生かすことができる内容だったため。（男性、30代前半）
・ただ聞くだけの講義ではなく、実際のデータ活用を自分で実演できることが良かった。（男性、30代前半）

当社の研修では学んだ内容を実務で活かしていただくいうことを第一に考えております。
講義パートで実務に必要なデータ分析に関する知識やプログラムのコーディングの技術について学んだ後に、学んだ内容を使うことができるのかを確認する意味も込めて実務に近い形の総合演習に臨んでいただきます。

写真１：『機械学習による問題解決実践』講義パート進行の様子

３．総合演習

総合演習は一部の講座を除いてグループワーク形式で行われます。
総合演習では実際のプロジェクトを想定したテーマを提示させていただき、最終的にはデータ分析から得られた知見から提案を行っていただきます。

テーマの説明を受けた後はZoomのブレイクアウトセッションの機能を用いてグループごとに議論をしながら分析を進めていただきます。

総合演習では受講者の皆さん自身で考えながら進めていただくことを尊重しつつ、グループワークの進捗が停滞した場合には、すぐに駆け付けてサポートできるように、各グループの様子をモニタリングしています。

・限られた時間ではありましたが、生データを用いて施策提案を行う演習があったことで、本日の学びを実業務で活用するイメージが湧きやすくなりました。（女性、20代後半）
・実際のデータ分析を通して考えなければいけないこと、注意しなければいけないこと、ストーリーの組み立て方、データの洗い出しをしっかりすることなど、様々なことに気づけたよい機会でした（男性、30代前半）
・グループワーク中に困ったことがあった際には、こちらが呼ぶ前に助けていただいたりしたため。（男性、20代前半）

オンライン研修になってグループワークがうまく機能するのかという点で不安に思う方がよくいらっしゃいます。確かに集合型研修の時に比べて雰囲気のようなものが掴みにくく、コミュニケーションもしづらいといった声も聞こえてきますが、以前よりも演習の進め方を精緻にお伝えし、タイムスケジュールを細かく切ったり、講師やTAからのサポート体制を充実させることでオンライン研修の弱点をカバーしています。

写真２：演習パートにて、各グループのブレイクアウトセッションをモニタリングしている講師・TA陣の様子

まとめ

データサイエンティスト入門研修（公開講座）の受講イメージは掴めましたでしょうか？
集合型研修からオンライン研修に変わっても当社の研修の強みはデータ分析の実践力を養える点です。
DX推進の加速に伴い、企業内のデータ活用・分析スキルを高める機運が高まっています。
データ分析と統計学の基礎は読み書き、そろばん同様にビジネスパーソンに必要なリテラシーとスキルです。

是非この機会に、全社的なDX推進・データ活用力UPに向けブレインパッドの人材育成サービスをご検討ください。

それでは、また！

==============================================================

◆◆　直近開催のブレインパッド講座「データサイエンティスト入門研修」のご案内　◆◆

・2021年06月02日(水) 　　　　　　　　 『これからはじめるデータサイエンス入門』
・2021年06月03日(木)～06月04日(金)  『SQLによる集計・分析』
・2021年06月07日(月)～06月09日(水)  『現場で活かせる統計解析実践』
・2021年06月10日(木)～06月11日(金)  『機械学習による問題解決実践』
・2021年06月14日(月)～06月15日(火)  『Pythonではじめるディープラーニング入門実践：画像解析入門』

お問い合わせ・お申込みをお待ちしております。

みなさん、こんにちは。ブレインパッドデータ活用人材育成サービス部の下村です。

2020年は新型コロナウイルスにより大きな変化を受け、生活や仕事の方法が変わられた方も多かったのではないでしょうか。ブレインパッドのデータサイエンティスト入門研修（公開講座）も、6月よりWeb会議システムを使ったオンラインでの開講にリニューアルし、6～7月、9月、12月の計3クール開催しました。

2020年12月は弊社白金台オフィスのセミナールームから、Web会議システム（zoom）によるLive配信で講座を開催しました。

従来のオフライン形式で開催していた頃は、最大30名の受講者の皆様でひしめき合い活気に溢れていたセミナールームですが、コロナ禍のため担当講師・TAも十分に距離を取って講義を行っています。

写真１：『現場で活かせる統計解析実践』講義パート進行の様子

演習パートに入ると、受講者は4~5人のグループに分かれていただき、zoomのブレイクアウトセッション内でコミュニケーションを取りながらグループワークを進めていただきます。グループワークの進行は、受講者内で決めたグループリーダーさん主体で進めていただくのですが、講師・TA陣はそれぞれ、各グループのブレイクアウトセッションにログインし、共有される画面にて演習の進捗状況を随時モニタリングしています。作業やコミュニケーションがスタックしているグループがあれば、音声やチャット機能を使って適宜フォローを行いました。

写真２：演習パートにて、各グループのブレイクアウトセッションをモニタリングしている講師・TA陣の様子

このように、オンライン化対応に伴い様々な工夫・改善を続けている「データサイエンティスト入門研修（公開講座）」ですが、今回は、2020年6月~12月の半年間、3クールに渡って開催した本講座の受講者アンケートに寄せられたご意見をもとに、オンライン研修のメリット/デメリットや今後改善すべき事項をまとめたレポートをお送りします。

１．オンライン or オフライン どっち??
弊社の研修の特徴は、長年にわたるデータ分析実務で培われたノウハウが詰め込まれたテキストと「講義」、そして何よりも受講者の方が実際に手を動かして、データ分析を実践することによって、その難しさや達成感を実感していただく「演習」にあります。従来オフライン（対面形式）で提供していた研修のサービス品質を、オンラインでも損なわず実現する事が我々の命題です。そこで、従来から実施している講座受講後のアンケートに以下の聴取項目を追加し、2020年6月以降のオンライン化に伴う受講者の満足度調査を行いました。

質問内容：今後もオンラインで研修が開催されれば受講されますか？

結果：

「オンライン希望」や「オフライン希望」の方はやはり一定数いらっしゃるのですが、「オン、オフ、どちらでも参加したい」という方の割合が増加傾向にあります。これは『オンライン受講でもオフライン受講時と同様の満足度を得られる受講者が増えてきている』と捉えています。また、受講者の通常業務がオンラインに移行しているからか、全体的に”オンライン慣れ”してきている風潮も伺えました。

２．オンライン開催のポジティブ/ネガティブコメント
また、上記の質問に対する評価の理由を自由記述で回答いただいたところ、オンラインでの開催について以下のコメントが寄せられました。
■オンラインのポジティブコメント
　・業務との調整がし易い
　・時間と場所の融通が利く
■オンライン、オフラインどちらとも言えない
　・オフライン研修の方が集中できるが、移動やスケジュールの制約があればオンライン研修の方が受けやすい
■オンラインのネガティブポイント
　・個人PC・回線などの環境に依存してしまう
　・グループワークでのコミュニケーションは対面の方がやり易い
　　└　グループワークのリードは、オフラインよりもこまめにハンドリングする必要がある
　　└　タイムマネジメントや演習の進め方に工夫が必要
オンラインにより、時間と場所の融通が利くので受講ハードルが下がるというメリットがある一方、受講環境（PCやネットワーク回線）のセットアップに係る受講者自身の負担や、コミュニケーション面（特にグループワーク時）に課題がある事が分かります。

３．今後に向けての改善事項
以上の課題を踏まえ、今後もオンラインによる講座開催を推進するべく、様々な改善策を検討しています。
■検討している改善案（一例）
　・インストール手順書や受講前の案内メールによるフォローの拡充
　・オンライン化に合わせ、カリキュラムの一部を事前学習動画コンテンツ化する等の再編
　・グループワークの進行改善
　　└　講師・TAが適宜リード役として介入する
　　└　インタラクティブな質疑応答や声掛けの機会を増やす

まとめ：
今回は『オンラインへの対応状況』と言う観点で開催レポートをご紹介しましたが、従来から聴取しているその他の満足度調査項目では、一貫して高い評価をいただいています。
満足度調査のその他聴取項目の結果：
※「かなり満足」と「やや満足」の構成比計
　講座内容について ：84.7%
　講師について 　　：90.2%
　総合評価 　　　　：80.3%
講師およびスタッフの真摯な態度を評価いただいたものとして、嬉しく感じております。その一方で講座内容や総合評価については、更なる満足度向上にむけて改善活動や試行錯誤を続けてまいります。今後ともご期待ください!!

==============================================================

◆◆　直近開催のブレインパッド講座「データサイエンティスト入門研修」のご案内　◆◆

・2021年03月03日(水) 　　　　　　　　 『これからはじめるデータサイエンス入門』
・2021年03月04日(木)～03月05日(金)  『SQLによる集計・分析』
・2021年03月08日(月)～03月10日(水)  『現場で活かせる統計解析実践』
・2021年03月11日(木)～03月12日(金)  『機械学習による問題解決実践』
・2021年03月15日(月)～03月16日(火)  『Pythonではじめるディープラーニング入門実践：画像解析入門』

お問い合わせ・お申込みをお待ちしております。

みなさん、こんにちは。ブレインパッド教育講座事務局です。

2020年の上半期は新型コロナウイルスにより大きな変化を受け、日常の生活やワークスタイルが変わられた方も多いのではないでしょうか。ブレインパッドの公開講座も、6月開催分から初めてWeb会議システムを使ったオンラインでの開講へとリニューアルしました。

さて本日は、6月に開講された「データサイエンティスト入門研修（公開講座）」の開催レポートをお送りします。今回の開催レポートのテーマは、まさに「オンライン化」です。  対面型研修からオンライン型研修の移行に向けて、弊社のスタッフも準備を約３カ月にわたり進めてきました。オンライン化を進めるには、機材の購入、規約の改定、Web会議システムや周辺システムの選定、受講者の方々へ事前準備をお願いする内容や方法の検討や、関係部署等との調整・承認等の数多くのタスクがありました。特に開講前の1か月は、毎朝、スタッフで打ち合わせを行い、進捗状況の確認と課題の洗い出し等を行い、課題を一つ一つ解決してきました。

写真１　講義開始して間もない緊張の時間

弊社の研修の特徴は、長年にわたるデータ分析実務で培われたノウハウが詰め込まれたテキストと「講義」、そして何よりも受講者の方が実際に手を動かして、データ分析を実践することによって、その難しさや達成感を実感していただく「演習」にあります。果たして、これらの特徴が、オンライン型の研修でも実現できるのでしょうか。

1. 講義

ブレインパットの公開講座は講義内容を一方的に配信する方法ではありません。講師が受講者の方の理解度等を確認して、講義をすすめる速さを調整したり、途中で質問を受け付けたりしながら進めます。受講者の方から「途中、置いていかれている人がいないかを確認しながら進めて頂けたので良かったです。」とのご意見を受講後のアンケートで頂きました。 この対面型の講義を実現するために、オンライン化ならではの機能を利用しました。

〇チャット機能：

講義中のどのようなタイミングでも、受講者の方から質問等を受け付けることができます。

また、TA（ティーチング　アシスタント）から、小まめに関連するリンク先の連絡等の情報をチャットで送り、受講者の方をサポートしました。

〇スタンプ機能：

講師が受講者の理解度を確認するため、講義中に問いかけを行い、受講者の方はスタンプ機能を使って返答しました。

講義の合間に、受講者の方から良い質問をいただき、それを他の受講者にもシェアすることで深い学びにつなげることができました。

・因果関係のあるなしを見極める方法は？

・異常値を取り除くか除かないかの判断基準は？

このような対話をしながら講義を進められるのも、当社が実施する「ライブ型講義」のメリットといえるでしょう。

写真2　チャット機能等、Web会議システムの機能を利用して研修をすすめます

2. 演習（グループワーク）

講義が一通り終わると、講師から演習課題とデータが提示されます。受講者の方は、グループ毎にオンライン上のルームに分かれて、課題設定から報告・提案に至るプロセスを、自ら手を動かして演習します。講師とTAは、受講者の皆さんが演習を行っているルームの様子を観て、議論が煮詰まったり、コードの書き方が分からなくなってしまったりした場合には、ルームに入りアドバイスをしました。もちろん、受講者の方から、講師・TAにサポートを依頼されることもありました。その際には、作業している画面を共有しながら、対話をする等の工夫をすることもあります。このような感じで、オンラインでも、対話型研修さながらの演習が再現できることが実感できました。

受講者の声（演習に関して）：

・講義の内容自体は理解できましたが、演習を行なうと、方法を言葉で理解していても、実際にその方法を使えば良いのではと考えが至らなかった。経験や思考を重ねることが重要だと実感させていただき、感謝しております。

・グループに分かれてご質問させていただいた際、端的に教えていただき助かりました。

まとめ：

受講後のアンケートでは、講師の満足度（「かなり満足」＋「やや満足」の合計）が100％でという評価をいただくことができました。この結果を受けて、講師およびスタッフの精神誠意の対応やこれまでの準備が評価されたものとして、とても嬉しく感じております。

また、総合満足度については、満足度（「かなり満足」と「やや満足」の合計）が87.5％となり、オンライン開催の第1弾としてはよいスタートを切れたと考えています。オンライン化に向けて準備を進めてきたスタップ一同、多くの受講者に満足していただくことができて、本当に嬉しい限りです。今後ともスタッフ一同チームワーク良く、益々研修のブラッシュアップに努めてまいります。ご期待ください。

写真3　手振りを交えながらの熱の入った講義

みなさまの公開講座のお申込み、並びに研修についてのお問い合わせをお待ちしております。

DXの成功に求められる「人」「組織」の在り方とは？
～事業戦略の実現に向けた人・組織のマナジメント～

と題し、組織人事コンサルティングをメインに展開しているフィールドマネージメントヒューマンソリューション（FMHR)社と共催オンラインセミナーを開催し、当日も約80名の参加と大変な盛況を頂きました。

当セミナーは二部制となっており

第一部は「DXを成功に導くための組織・仕組みづくり 3ステップ ～事業戦略と連動した組織・仕組みのつくり方」という題目で、DXを実現する=企業変革をするために必要な3つのステップ要素として

　・本気で変わるという意思を組織や体制の変更で示す
　・変化に対し行動で応えた社員に評価で報いる
　・全員の変化を促す
の取り組みについてFMHRの堀井コンサルタントより講演がありました。

第二部は「DX時代を牽引するデータ活用人材とは ～人材育成の方向性と事例について～」と題し、弊社データ活用人材育成サービス部長の奥園より講演をさせていただきました。

DXを効果的に推進させるために重要となるデータ活用（AIなど）のリテラシアップに向け以下のトピックスについて講演しております。
　・DX推進におけるデータ活用の重要性
　・データ活用人材の育成状況
　・企業が求める役割と育成の方向性
　・支援事例

当日ご参加頂けなかった方で、上記内容にご興味がありましたら、こちらより是非お問い合わせください。

日経新聞電子版のNextストーリー「学び×データサイエンス」に弊社、データ活用人材育成サービス部長：奥園の寄稿が掲載されました.

「学び×データサイエンス」というテーマで、以下の全5回の連載でお届けします。

　　第1回：データサイエンスって何？分析の専門家に聞こう
　　第2回：消費者像をつかめ　3つのプロセス
　　第3回：好みの楽曲届けます　音楽業界の活用法
　　第4回：課金したくなりますよね　ゲーム業界の活用法
　　第5回：データ活用を生き抜く3つの習慣

第1回目は「データサイエンスって何？分析の専門家に聞こう」と題し、

データ分析が社会人の必須教養になりつつある昨今の時代背景の説明を、

奥園自身の足跡を絡めてご紹介しております。

第1回目の記事はこちら

「学び×データサイエンス（全5回）」のポータルサイトはこちら

IT人材ラボとは翔泳社が運営する人事・育成担当者向けの専門メディアです。

2020年2月26日（水）

ソラシティカンファレンスセンター（御茶ノ水）にて、

「エンジニアが成長しつづける組織のしくみ」をテーマにIT人材ラボDay2020winterが開催されました。

「新たな価値を創造する、データ分析もできるエンジニアの育成」というセッションタイトルで、

弊社講師の摂待（せったい）も本セミナーに登壇しております。

本セッションでは研修を始めとする人材育成サービスを提供する立場から、

企業内でのデータ活用を促進するためのエンジニア、

それ以外の職種にも共通するデータ活用人材育成の考え方についてお伝えしています。

そちらのセッションレポートがIT人材ラボのサイトに掲載されましたので、

是非皆さまの今後のご参考に、ご一読ください。

記事はこちら

みなさん、こんにちは。ブレインパッド教育講座事務局です。 

そろそろお正月気分も抜けて、普通の日常に戻りつつあるのではないでしょうか。私は年末年始の期間に増えた体重がなかなか戻らずに未だ苦労しています。いい加減に、スポーツジム始めもしないといけないですね。

さて本日は、昨年11～12月にかけて開催された「公開講座」の模様をダイジェストでお送りする開催レポートの【後編】です。【前編】と同様に、各講座でお伝えしているポイントも一挙公開してまいります。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

１．機械学習による問題解決実践　2019年12月09日（月）～10日（火）

前回は25名ほどの受講者の方に参加いただきました。受講された方々のプロフィールも多岐にわたり、プログラミングが初めてという営業職の方から、普段から機械学習を使用したプロジェクトに携わる方まで幅広く参加いただきました。

機械学習の素朴な疑問に答える：

ある調査によると、いま国内の企業でデータサイエンスのプロジェクトに携わる方の多くは「独学」や「業務上」でデータサイエンスの学習をしており、統計学やデータサイエンスに関する正規の教育を受けていない方が半数以上というのが実態のようです。

実際、今回の受講者の皆様にも事前にアンケートをとってみると、
「これまでの自分のやり方が正しいのかをちゃんと知りたい」
もっとよいアプローチがないのか、いつも悩んでいる」
「書籍の内容通りにやってみても、なかなか成果が出ず苦労している」
という声が少なくありません。何かしらの不安や悩みを抱えている方は本当に多いのかもしれません。

特に独学で機械学習を始めた社会人の方は、市販テキストは押さえられていないような知識、例えば「機械学習の各ステップ」において、特定のタスクを行う目的や理由、理論背景などを充分に理解できていない方が多いのではないでしょうか。その結果として、企業内で機械学習モデルが「ブラックボックス化」しやすくなる問題を招く原因にもなっていると考えています。

本講座では「機械学習の原理原則」をはじめ、なぜそのアプローチに至ったのかを単純明快に解説し、皆様が普段感じている疑問にお答えします。
加えて、初学者の方でも安心して学んでいただける構成となっておりますので、これから本格的に 機械学習に取り組もうとされている方にピッタリの講座となっております。

Kaggleとは違う臨場感：

最近は、お仕事で機械学習に携わっていない方でも気軽に参加できるKaggle等のデータ分析コンペティション等を通じて、ご自身のコーディングスキルを高めたり、さまざまなアルゴリズムを試めしたりできる環境が整ってきました。 中には機械学習を始めて数ヶ月足らずでコンペに参加し、プロでも驚くような好成績を残す企業内の”隠れ”データサイエンティストもいらっしゃるようです。

データ分析が身近になってきたことの現れであり、我々としても嬉しい限りなのですが、ここには１つ落とし穴があります。

機械学習モデルをより精緻に、かつ効率的に構築することが本題となるため：
・機械学習を活かすための、業務設計や仕組みづくりについて学ぶ機会が少ないこと
・データを効率的に取得・蓄積・活用するプロセスが含まれていないこと
が問題となります。

ビジネス現場において求められるデータ分析スキルは、機械学習モデルの精緻化やパイプラインの設計・実装だけに限らず、現場のビジネス課題や問題の本質を適切に把握し、分析対象データの特徴を踏まえながら、確実に成果に結び付けていく総合力が必要になります。

データ活用をより確実に学んでいただくために、当社の講座では「テーマ演習」（グループワーク）を実施して、機械学習プロジェクトの企画や展開の段階まで参加いただくカリキュラムを採用しています。

機械学習の限界やビジネスドメイン知識の重要性を知る

当社の講座ではデータの前処理やモデリングだけではなく、ビジネス課題の理解とデータ分析設定、意思決定のデザインまで多くの知見やノウハウが得られるのが特徴です。その結果、どんな結論が得られるかというと、ビジネス現場の状況やデータの内容、機械学習モデルの活用するためのドメイン知識の重要性に気づくことができます。

講座でお伝えしているポイント：

１.機械学習の基礎的な考え方(各ステップの理由や背景)を理解していただく
２.機械学習を使った分析結果を業務改善に生かすためのステップ
３.機械学習によるビジネス上の問題解決の一連のプロセスの進め方　など

受講者の感想：

・実際にRを使用してモデル化を行う実践ができた。 しかし実際にやってみると、プログラミング自体よりも顧客課題が何で、分析結果からどのような提案をするかが大変であることが分かった。（男性・30代・IT企画職）
・実際の業務に近い形でデータハンドリングやモデル作成を行うことができ、機械学習のイメージがより具体的になりました。（男性・20代・エンジニア）
・Rの利用方法だけでなく、データ分析にあたっての姿勢や考え方などの解説が充実していてよかったです。（女性・30代・企画職）

２．Pythonではじめるディープラーニング実践 2019年12月12日（木）～13日（金）

今回は22名の方に参加いただきました。実は1年くらい前まで受講者全員が男性という状態だったのですが、最近は女性の受講者も増えてきて、普段のお仕事の内容もさまざまという状況になってきています。ディープラーニングの源流からたどるから理解できる：
近年のディープラーニングの実装環境はライブラリが充実してきたことで、Pythonに限らずプログラミングの経験者であれば、短時間で実装することが容易になってきました。 しかし、実際に活用できる機械学習モデルとして性能を上げるための調整や改良を行うためにはディープラーニングの仕組みを理解する必要があるのは変わりません。 本講座では、ディープラーニングの中で使われている数学や統計理論をはじめ、ディープラーニングを学ぶ上で基本となるニューラルネットワークの仕組みを理解し、画像認識で使用されるCNN（畳み込みニューラルネットワーク）について学ぶことで、より実用的なディープラーニング実践力を身に付けていただける構成になっています。

実際にやってみるから理解できる：

本講座では、Pythonでディープラーニングを実装して動かしてもらうだけでなく、肌身で感じてもらうことも大切にしています。理由はソースコードを動かしてモデル学習を待つだけではなく、アルゴリズムの内側でどのような構造で動いているのかをイメージできることが機械学習の本質的な理解につながると考えているからです。 そのため講座では簡易的なニューラルネットワークを想定し、手計算で入力層から出力層までの結果を計算したり、受講者自身でモデルのアーキテクチャーを設計するワークを取り入れています。普段の仕事ではあまり行わない手計算をするワークを通じて、ご自身の「計算力（暗算力）」の低下を痛感する受講者も多いのだとか(笑)

講座の仕上げは、やはり実践：

講座の後半に入ると、いよいよCNNの構築実習に入ります。2人ずつペアになって、画像分類タスクを実現するCCNモデルの精度を競ってパラメータの設定や中間層のデザインなど思い思いに取り組んでいただきます。 思いもよらぬ設定が功を奏したり、仇になったり四苦八苦しながら作って試してみることで、より深い理解を促すことが可能になります。 こういうときって本当に自然と笑みがこぼれるんですよね。普段のお仕事で分析業務をされていない方でも「分析って面白い」と感じていただける瞬間かと思います。

講座でお伝えしているポイント：

１.ディープラーニングによるビジネス課題の解決のために押さえておくべきポイント 　
２.機械学習を用いたよりハイレベルな分析課題に対応するための考え方 　
３.ディープラーニングのモデルを構築して実務で活用する際の注意点や勘所　など

受講者の感想：

・概念をできるだけわかりやすくご説明いただけたこと 実業務のノウハウを多く教えていただけたこと 明るく楽しい雰囲気がよかったです（男性・40代・IT企画職）
・ご自身の経験や深く理解されているスキルをもとに、考え方の根本から教えていただき、機械学習をブラックボックス化せずに腑に落ちる説明をしていただけたから。（男性・20代・エンジニア）
・1つ質問すると10帰ってくる点。 理論部分もアツく教えていただけてよかった。 （男性・20代・ビジネス職）

開講スケジュールはこちらからご確認ください。

https://school.brainpad.co.jp/schedule

どうでしたでしょうか。

このワクワクした雰囲気の楽しい講座は、当社のような講座でしか得られません。

ぜひ当社のセミナールームでお会いしませんか。

みなさん、こんにちは。ブレインパッド教育講座事務局です。

2020年を迎え、今週から新たな気持ちで仕事や勉学に取り組まれている方も多いのではないでしょうか。
まだまだ寒い日が続きますので、くれぐれも体調に気をつけてお過ごしください。

本日は、昨年11～12月にかけて開催された「公開講座」の模様をダイジェストでお伝えするとともに、各講座でお伝えしているポイントも一部公開する特別版でお送りします。今回はその【前編】となります。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

これからはじめるデータサイエンス入門　2019年11月28日（水）

まずは身の回りにあるデータを認識することから：

11月に開催した同講座は、8名の受講者に参加いただき、そもそも「データサイエンスとは」という疑問に答えるところから始まり、データを活用した問題解決プロセス、データを集計・可視化するテクニック～総合演習までリアルなデータサイエンスの現場の空気を感じていただける講座プログラムとなっています。
さて、身の回りにあるデータってどんなものがあるのでしょうか。

データの性質はいろいろ分け方がありますが、ここでは「量的データ」と「質的データ」の２つに分けて説明します

ここでいう量的データとは「直接、数値ではかることができるデータ」であり、質的データとは「性別、職業、配偶者の有無など、一般に数や量で測れないデータ」です。この違いを理解しているかしていないかによって、データの扱い方の基本が問われます。近年、簡単にデータを可視化したり、統計モデルを作成できるツールはたくさんありますが、データを論理的に掴むことが重要といえます。

　講座では、ビジネスパーソンに最も身近なアプリケーションである「エクセル」を活用して、多様なデータを加工して、集計・可視化するプロセスをざまざまなテーマとともに解説・実践していきます。

意外と知らないデータ加工から可視化へのプロセス：

講座の前半ではデータを可視化するための練習として

・SNSの口コミデータ

・食料品の売上データと気温データ

・株価データ　など

を使用したデータの可視化方法を徹底的に学習します。

 普段の仕事では触れることのないデータもあるため、はじめのうちは苦労される方もいますが、慣れてくると徐々にコツが掴めてきて、自分の思い通りのグラフを作成できるようになります。目の前のデータの性質や特徴を確実に把握して、何を目的にどう可視化するかを自分で組み立てられるようになると、どんなデータが相手でも怖がらずに対峙できるようになります。

　総合演習まで含めるとアッという間の1日間の講座ですが、受講者の受講後の感想を見ると、実際に手を動かしてデータを集計・可視化し、そこから課題発見をしていくプロセスは、とてもエキサイティングで充実した講座になったようです。

講座の後半になるとグループに分かれての「総合演習」が始まります。

テーマは「小売店舗における売上最大化」のための分析プロジェクトです。

各グループで分析設計を実施し、データを加工～可視化するプロセスを進行していきます。演習を体験いただくことで、おぼろげだった知識や何となくしか理解していなかったことを定着させることができ、これが実務に活かせる力に繋がります。

講座でお伝えしているポイント：

　１.データ分析の目的や目標（ゴール）を明確にすること

　２.問題を構造化して、大きい対象から小さなものに細分化すること

　３.比較する指標の差や割合・比率を基準にスコープを絞り込むこと　など

受講者の感想：

入門編ということでしたが、初心者にわかりやすく丁寧に教えていただきました。
今後触っていくいいきっかけになりました。これからも勉強を続けていきたいと思います。
（男性・30代・マーケティング職）

初心者で受講にあたり心配していましたが、一緒に参加された方にも助けられ、大変ためになる時間でした。
（女性・30代・IT企画）

「データサイエンス」というと何となく仰々しいイメージがありますが、今後のビジネスパーソンにとってデータをもとに集計・可視化、モデリングなどを行い、何かしらに生かしていける能力は非常に重要になってくると言われています。

　データサイエンティストにはほど遠いけど、これから学習を深めていきたいという方には大きな一歩となるカリキュラムとなっています。ぜひ受講をご検討ください。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

SQLによる集計・分析　2019年12月9日（月）～10日（火）

SQLでデータ分析を実践する２日間：

12月度の講座では13名の受講者に参加いただき、SQLの基礎的な動作や仕組み、アソシエーション分析やデシル分析といった応用的な分析手法のアプローチの紹介から総合演習まで熱い２日間の講座が繰り広げられました。

当たり前の知識から再確認：

　講座前半の座学パートでは、データベースの知識から、機能、SQL構文の基礎など、当たり前の知識から全員で確認していきます。エンジニアの方であれば、普段からデータについて詳しいという方も多いのですが、データベース上に蓄積されているデータ分析に適した形式に抽出・加工・編集するという経験をしたことがある人は少ないようです。

　講座では、データベースの構造や中身について、初心者・上級者を問わず、受講者全員が一から学びます。理由は、データ分析の側面からデータ分析に改めて触れてもらい

抜け漏れのない基礎知識を受講者全員で共有するためです。

SQLでできる分析の可能性の広がり：

　講座内ではSQLを活用してデータ分析するとなると、クロス集計や平均・中央値のような統計値を算出するだけというイメージを持つ方が多いのですが、それ以外にも実装可能な分析手法があることは、あまり広く知られていないようです。

　ウィンドウ関数やJOIN（複数のテーブルを結合するコマンド）をフル活用することにより、SQLでできるデータ分析の可能性は大きく広がり、単純な集計だけではなく、業務KPIや一部の統計的な分析もできるようになりました。講座内では、手法の一部を時間が許す限り紹介していきます。

講座でお伝えしているポイント：

　１.データベースやSQLの機能構造や可能性を理解すること

　２.データの意味合いをキチンと理解して、適切なデータに加工すること

　３.データ分析の目的を理解した上で、ドメイン知識に基づく分析設計の方法　など

受講者の感想：

基本的なSQLの構文だったので、どのように分析できるのかと疑問に思っていましたが、
かなり複雑な分析もSQLで実施できることを知ることができたので良かったです。
（男性・20代・エンジニア）

座学で学んだ知識をその後すぐに総合演習という形で実際に手を動かして学ぶことができてよかったです。
（20代・女性・企画職）

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

Rによる統計解析　2019年12月11日（水）～13日（金）

統計解析をより身近なものに：

12月度の講座では20名の受講者に参加いただきました。この研修では統計解析の全体像を難しい数学記号や微分積分などの数学知識を極力使わずに学習していきます。この「簡素化」は一見すると学習の妨げになりそうですが、我々がこの方法を選んでいるのは 「統計学の本質な理解は、数学記号や数式を使わなくとも伝えることができる」というコンセプトに基づいています。当然ながら、確率や微分積分の知識があるに越したことはないのですが、 数学アレルギーの方でも参加いただけるように研修を設計していますので、初学者から中級者の方まで幅広い方々に安心してご受講いただけるのが特徴です。

素朴な疑問も、全員で共有して理解を深める：

そんな数学的要素を排除した講座ですが、少し難しい単元にさし掛かると、忽ち受講者から多くの質問が寄せられます。

Q. 検定、分散分析 など手法の使い分け方はどうしたらよいか？

Q.  同じ予測モデルでも、時系列解析と回帰分析の違いや使い分けってあるの？

Q.  多変量解析をする際に どのくらいのデータ量 があるとよいのか？　など

　このような質問が寄せられるのは、受講者の中で実践を念頭においた明確な目的意識があるからです。当社の講座では、受講者からの素朴な疑問やちょっと突っ込んだ質問も積極的に受け付けています。なぜなら、そのとき質問をされた方が1名だったとしても、いずれは他の受講者が同じ疑問にぶつかることがありえると考えているからです。

　そして、中でも特に多い質問が「実務ではどうするのか？」という現場視点の質問なのですが、ビジネス実務の観点から適切な回答ができるのも現役のデータサイエンティスト集団を中心とした 講師陣がいる、我々の強みといえます。

統計解析を実践するからこそ見えてくるもの：

　講座が3日目にさし掛かると、いよいよ総合演習が始まります。グループ毎に分析目的に沿って分析設計をして、具体的な作業に入っていくのですが、この時間帯になると受講者の皆さんの表情が生き生きとしてきます。

　総合演習に取り組んでみるとわかるのですが、どれだけ統計解析の知識や理論を習得していたとしても、目の前のビジネス課題に対してどのような分析課題を設定し、そのうえで何を目的に統計解析を導入するかということがとても重要であり、そこで様々な工夫が求められます。これがデータ分析をやっていて一番難しいところである反面、もの凄くエキサイティングで楽しい場面でもあります。

講座でお伝えしているポイント：

　１.データの性質や特徴を理解に役立つデータ加工や可視化のテクニック

　２.モデル（予測、分類、連関、時系列）の作成方法や評価方法

　３.分析プロジェクトの中で統計解析・数理モデルを適切に使うポイント　など

受講後の感想：

全くの未経験でも基礎からわかりやすく解説していただき、良かった。
（男性・30代・IT企画職）

R・RStudioの使い方から、実際の分析の流れも体験することができた。
不明点のフォローもしっかりしていた。（男性40代・エンジニア）

今必要な知識がしっかり身についたと思う
（男性40代・企画職）

開講スケジュールはこちらからご確認ください。

https://school.brainpad.co.jp/schedule

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

いかがでしたでしょうか。次回は【後編】ということで上位２講座の模様を紹介します。

当社がご提供する講座の特徴は、 データ分析をビジネスで実践する力を養えることです。
そのため、講座構成はカリキュラム全体の過半数がグループ演習となっています。

Kaggleや一般のデータ解析コンペティションでは味わえないブレイクスルーを体験できること間違いなしです。
普段、データ分析の学習をしていて、何となく達成感やビジネスとの繋がりが体験できずにつかめずに悶々としている方、ぜひ当社の講座プログラムをご利用ください。

それではまた。