数式不要の「データ分析コース」

全ての業種・職種の基礎となる部分を習得

現在の日本では、先進諸国と比較して、データ分析人材の育成が遅れています。数学的に統計学を学ぶステップは構築されているものの、データ分析人材の育成ステップにおいては遅々として進んでいません。特に日本においては文系人材も多く、数学的に統計学を学んでいく点は非常に困難になっていることと考えています。

そこで、数学教室だからこそできる「数式」部分は統計ソフトの関数やツールで補い、数式不要でデータ分析人材を育成するステップを構築しました。 ビジネスデータは各業界により扱うものが変わり、超高度なデータ分析においては専門性もあるものの、まずは日本が遅れている部分のデータ分析を取り返すべく、すべての基本だけれどもビジネスで活用できる「基礎部分」を実施していくことをお薦めしています。

【初めて統計学を学ぶ場合】
数理統計学を学ぶ ≠ データ分析できるようになる

研修実施するまでの流れ

お申し込み

フォーム、またはお電話で
無料相談をお申し込みください。

無料相談

お客様の現状とご要望を詳しく
お伺いします。

内容ご案内

相談内容をもとに選定した
カリキュラム案を作成し、
最適な内容をご提案します。

受講開始

講義資料を事前に配布し、
研修開始。
※実施人数20名程度が最適

カリキュラム内容 (必要な研修のみ選択可能)

統計的読解力習得講座

① ゼロからはじめる統計学-統計検定3級範囲-

近年の小学生、中学生、高校生においては統計学の授業が行われておりますが、社会人や大人に関しては統計教育が行われていなかった時期もあり、基礎知識が全くない世代が多く存在しています。

TVやインターネットなど、世の中には様々な数字・グラフが溢れていますが、正しく読み解くことができているでしょうか。データやグラフなどの理解に必要な知識は統計学ですが、社会人になってから効率よく学ぶ場が少ないのが現状です。

そこで、本セミナーでは、統計学が用いられた歴史的事例を紹介しながら、「統計は何に使うのか」「統計学の基本的な用語の意味」・「データやグラフを理解できる」内容としています。

>>>講座詳細はこちら<<<


問題把握(記述統計)分析講座

                                                
② 初めて学ぶデータ利活用-Excel編-

近年PCの発展とともに統計を用いて社内データを分析する必要性が説かれてきました。しかし、いざデータ分析にチャレンジしてみようと思いデータを前にしても、「何を計算すればよいのか分からない」、「どのようにデータを集計し、可視化すればよいのかが分からない」など、情報を把握することに壁を感じる方が多いようです。

そこで、これから統計分析を学習しようと思っている方を対象に、Excelを用いて代表値の実用的な使い方や、ピボットテーブルを用いたデータの集計・可視化法を学べるセミナーをご用意いたしました。会社などで一般的に扱うデータをどのようなステップで分析までつなげていくかを学びます。データを利用・活用するための視点とはどのようなものなのか。社会人が必須のスキルともいえる内容構成です。

>>>講座詳細はこちら<<<


③ 初めて学ぶデータ利活用-マイニング編-

PCの発展でExcelを使って集計や可視化を簡単に行うことができるようになり、データ分析がとても身近なものとなっています。

便利な環境になったものの、データ分析を活用するためには、「機械の力」と「人の思考」を上手にミックスしていくことがとても大切となります。

  • ・何のためのこの分析をするのか
  • ・どのような問題を解決していきたいのか
これら問題解決の手順は人間が行い、
  •  ・●●と関係が深いデータは何か
  • ・どうすれば●●は最適化できるのか
といったことは、機械に任せ効率的な分析を行っていくことが重要です。データから意味のある情報を取り出すことを「データマイニング」と呼びますが、そこに焦点を当てたデータ分析に基づく問題解決を学べる内容です。

>>>講座詳細はこちら<<<


                                                
④ Excelで学ぶ統計グラフの世界-データのビジュアル化-

情報の内容を素早く簡潔に理解し、それを共有または要約するスキルが重要視されています。例えば、長い文章や、大量のデータを羅列されたものでは理解が深まりにくく、多くの人の共感を得るにはビジュアル効果が必須となります。本研修は、グラフの必要性や重要性を歴史から理解し、効果的なグラフを選択できるスキルを養う内容となっております。

※Excel2016以降に多くのグラフが追加されました。
3Dマップ、サンバースト、スパークラインなど、グラフにもたくさんの種類があり、どれを使っていいのか判断が難しい「困難」が生じた場合、共通の問題解決の考え方があるため、それをベースに、グラフの特徴をおさえ、目的に応じたグラフが作成できるように、Excelをつかったグラフ作成の演習を行います。

>>>講座詳細はこちら<<<


⑤ テキストマイニング実践

記述統計の範囲からは少し外れますが、問題把握で重要なのはアンケートなどの「言葉」の分析です。営業資料、お問い合わせ履歴、顧客へのアンケートなど、企業内で蓄積されているデータの実に8割以上がテキストデータであり、従来は統計学を使った集計や分析を行うことができませんでした。

しかし、今や「テキストマイニング」を活用することで、分析を行うことができるようになったため、プログラム言語不要の「KH Coder」を用いた研修を実施しています。

アンケート、SNS、口コミなど様々な実践例を通じて、「テキストマイニング」の実行手順はもちろん、データ収集の方法、分析のための前処理(データクレンジング)など、身につけておくべき内容を学ぶことができます。

>>>講座詳細はこちら<<<


検証・予測(推測統計)分析講座

                                                
⑥ Excelで学ぶデータ分析

ビックデータ時代を迎え、今までのように勘や経験ではなく、確固たるデータに基づき意思決定を行う能力はビジネスマンにとって身につけるべきスキルであり、「統計」、「データ分析」は必要不可欠な知識と言わざるを得ません。

しかし、独学で「推測統計学」を学び、回帰分析などのデータ分析法を勉強するのは敷居が高いと感じられないでしょうか。統計学で使われる特殊な用語、独特な考え方は誰にとっても難解であり、理系学生ですら匙を投げてしまう方もいます。

そこで、大学で学ぶ数理統計学の範囲(統計検定試験2級範囲)を2時間×4回でコンパクトに学び、数式を関数やExcel機能に任せつつデータ分析の概念や実施方法、考え方を学べる実務的な内容を用意しています。

>>>講座詳細はこちら<<<


⑦ データ分析のための因果推論-効果測定編-

「因果と相関の違い」を正しく把握し、データの関連性を読み解くために重要な内容です。この因果関係をデータから把握していく統計の一分野を因果推論といいます。因果関係というものは何も珍しいものではなく、日常的には「効果」という言葉で語られたりもします。

  • ・あるサプリには体重を減らす効果がある
  • ・テレビ視聴には学力を下げる効果がある
  • ・広告の出稿は売上を上昇させる効果がある

など、「効果」という言葉が使われる場面は様々です。これらの言葉の真偽をご自身の力で判断できるようになる力は必須のスキルであると言えます。この研修ではこれらの「効果」という言葉が本当に正しいか判断する方法や、実際にデータを分析する手法をご紹介いたします。

>>>講座詳細はこちら<<<


問題解決(機械学習)講座

                                                
⑧ かんたん機械学習

年々注目されていく「機械学習」ですが、「教師あり機械学習」・「教師なし機械学習」・「ディープラーニング」・「AI」などの単語でサーチしても、調べれば調べるほど、その実態を把握するのが難しく、何だかわからなくなってくるのが現状です。

そこで、機械学習の初学者を対象に、その基礎を解説しつつ、「教師あり機械学習」「教師なし機械学習」の代表的な手法を学び、実際にプログラムなしで使える機械学習ソフト「WEKA」を使って、演習問題を行います。

回帰分析、決定木、サポートベクターマシン、ロジスティック回帰、など機械学習の手法の違いを理解し、モデル評価方法も学びます。

>>>講座詳細はこちら<<<

Program

プログラミング言語を使用した
プログラミング言語を使用した データサイエンス研修も実施中

社内のデータリテラシーをどのようにして向上させるのか?

研修の目的を定め、最適な教育研修を実施

社会人(大人)は現在の統計・数学知識にバラつきが多く、目的に合わせた研修実施が必須となります。
そのため、最初に研修の目的を定め、ゴールに向けた研修案をご提案しています。

1.社内人材のデータリテラシー平均値の向上

  • ・会議資料・社内で集計されたデータをしっかりと読解できて部署内の意思共有を数字で行えているか。
  • ・社内に集積されたデータを集計・可視化し、現状を正しく捉えているのか。
  • ・勘と経験と度胸(K・K・D)からの脱却のため、正しくデータ分析を行えているか。

2.分析チーム新設のため

  • ・社内に新しくデータサイエンスチームを発足させ、何かイノベーションを起こしたい。
  • ・データ分析の専門チームを育成し、マネタイズ改善を行いたい。
  • ・DX(デジタルトランスフォーメーション)へつなげる一歩としたい。

3.分析メンバーのスキルアップのため

  • ・すでにあるデータ分析チームのスキル向上のため、レベルの高い分析研修を導入したい。
  • ・数学的な理解を深め、現在の統計モデルを発展させたい。

4.分析結果を専門家に見てもらいたい

  • ・社内で実施したデータ分析の「確からしさ」と精度を確認したい。
  • ・より良い分析手法ややり方がないのか、ディスカッションしたい。

WAKARAの講座を体験してみたい場合は一般向け無料講座へ

統計を初めて学ぶ方向けに、様々な統計・データ分析の講座を行っています