前回は、データサイエンスに関してビジネス部門の方々にとって大切なことは、ソフトウェアや分析手法の詳細を理解することに時間を費やすのではなく、データサイエンスを通して成果を得るのに欠かせない知識やスキルの習得に注力すべきであること、そして、そのための最初のステップが正しい分析プロセスの理解であることをご説明しました。今回からいよいよ、分析プロジェクトにおいてよくある「落とし穴」やその｢回避方法｣をまじえながら、ビジネスにおける正しい分析プロセスについてご説明いたします。
この記事は参考になりましたか？
- 多忙なミドルのためのデータサイエンス入門 連載記事一覧
- この記事の著者
-
神子島 隆仁（カゴシマ タカヒト）
ITエンジニアを経て、分析コンサルタントとして、社内外クライアントの経営及びマーケティングに関する意思決定を支援。データサイエンスが、ビジネスだけではなく、よりよい社会の実現に役立つことを夢見て、活動中。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
白石 嘉伸（シライシ ヨシノブ）
マーケティング・コミュニケーションの可能性に興味を持ち、デジタルマーケティング（調査分析、行動データからのインサイト発掘、マーケティングの自動化など）のプランニングや支援を行う傍ら、その具体的な表現となるデザイン、設計にも興味を持ちインフォメーションアーキテクト、人間中心設計専門家としても活動。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
黒沢 健二（クロサワ ケンジ）
1982年生まれ。リサーチャー/アナリストとして、大手IT企業での調査・分析や、大手不動産メディアでのビックデータ分析設計をはじめ、仮説構築から施策立案、検証まで様々なプロジェクトに携わる。学生時代にイタリアでデザイン設計を学んでいたこともあり、デジタル技術の進歩を見据えた人の創造性のあり方が興味関...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか？
この記事をシェア
