ITエンジニアのプレイングマネージャー化応援サイト

データ分析の1日研修

1日で学べるデータ分析の研修を5コース用意しました。

1.データ分析セミナー

2.統計解析基礎コース

3.データアナリスト養成セミナー_販売編

4.データアナリスト養成セミナー_製造編

5.統計解析ソフト「R」のビジネス活用法 <データ分析上級編>

 

1.データ分析セミナー

サブタイトル

~できるビジネスマンの『分析7つ道具』~

研修成果

    • 業務を効率化するためにITシステムは必要不可欠なものとなっていますが、昨今ではそこに蓄積されたデータの活用が求められています。そこで本セミナーでは売上データや顧客データなどの分析を行う上で基本となる7つの分析手法を、エクセル演習を行いながら習得していただきます。

前提知識

Excelの操作(簡単な関数入力、絶対参照、コピー&ペースト、グラフ作成)ができること

カリキュラム

   
1日間

1.基礎統計
・平均値、中央値、最大/最小、標準偏差などの基本的な統計量について学ぶ
・数値データの分布状況をヒストグラムで見える化する

2.多次元的に評価する
・業績評価などを行うにあたり、それぞれの評価項目を基準化して相対比較を行う
・評価項目に重み付けをして、総合評価を行う

3.重要なものに絞り込む
・売上明細データを使ってABC分析を行い、売れ筋商品や死に筋商品を明らかにする
・売上金額だけでなく、販売数量や粗利額でもABC分析を行う

4.トレンド(底流)をつかむ
・売上データから移動平均グラフを作成し、トレンドや変曲点を明らかにする
・さらに移動標準偏差のグラフを重ねて、異変を見つける

5.差異を明らかにする
・クロス分析でグループ間の違いや特性を明らかにする
・さらにグラフ化することで特性や傾向を視覚で捉えて気づきを促す

6.要因間の関係性を探る
・相関分析で要因間の相関係数を算出する
・残業時間の増大に影響を与えている要因を相関分析で明らかにする

7.売上を予測する
・売上に影響を与える要因(例えばビール販売数には気温が影響する)を考える
・売上と影響要因のデータを使って回帰分析を行い、売上の予測式をつくる

 

統計解析基礎コース

サブタイトル

~エクセルを活用した統計データ解

研修成果

    • 統計解析の概要を理解した上で、表計算ソフト「excel」を活用した基本的なデータ分析の手法を習得する。

前提知識

Excelの操作(簡単な関数入力、絶対参照、コピー&ペースト、グラフ作成)ができること

カリキュラム

   
1日間

1.統計解析概要

(1)統計解析概要                                                    

  • 統計解析を行う目的、手法などについて説明する
  • また、具体的にビジネス実務においてどのように用いられているのかについても説明する

(2)母集団と標本

  • アンケート調査や抜き取り検査など、全体からその一部を取り出して分析を行う場合がある。そのような一部のデータ群を標本(サンプル)と呼ぶが、そのようなデータの分析結果を全体に適用する場合の推定方法について学習する

(3)統計データの分類                                                

  • 統計データは定量的データ”と定性的データ”の2つに区分されることを説明する。
  • それぞれのデータ属性により用いる分析手法が異なるので、留意すべき点を説明する。

 

2.確率分布

(1)確率変数と確率分布                                              

  • 確率分布とは何か、ビジネスにおいてどのように活用できるのかについて説明する

(2)二項分布と正規分布                                              

  • 買うか買わないか、YESかNOかなどの2項をとるデータの確率分布を説明し、エクセルの関数を使って確率を求めて分布図を作成する手法を学習する
  • 正規分布について説明し、エクセルを用いてその活用方法について学習する。

 

3.データ分析

(1)数量データの分析(基本統計量、推定、ヒストグラム、基準化)       

  • 代表値やバラつきなどの基礎統計量について学習する
  • 平均値の信頼区間について学習する
  • 数値データを区間ごとにカウントする度数集計について学習する
  • 数値データを基準化して比較する方法を学習する

(2)変数間の相関(相関係数、散布図)     

  • 項目間の影響や相関を分析する方法について説明する
  • エクセルを使って相関係数を求めたり散布図を作成する方法について学習する

(3)質的データの分析(度数分布、推定、クロス分析等)

  • まずサマリーとしての度数集計について学習する
  • 母比率の推定方法について学習する
  • 項目間の関係性を分析するクロス集計を学習し、ピボットテーブルを用いた分析やグラフ作成の演習を行う

(4)検定(平均値の差の検定、独立性の検定)

  • 2つの異なるグループの平均値が異なっている場合、その差の有意性について検証する手法を学ぶ。
  • 2つの異なるグループの比率が異なっている場合、その差の有意性について検証する手法を学ぶ。

 

データアナリスト養成セミナー_販売編

サブタイトル

~顧客および売上のデータ分析~

研修成果

    • 顧客ニーズや売上データを分析することで、感と経験ではなく客観的情報に基づくマーケティング戦略について学習する。また各パートではエクセルを用いた演習を行い、実践的なデータ分析能力も習得する。

前提知識

Excelの操作(簡単な関数入力、絶対参照、コピー&ペースト、グラフ作成)ができること

カリキュラム

   
1日間

1.顧客満足の向上
 (1) 顧客アンケートの作成
顧客満足を構成するCS要因を理解した上で、顧客アンケートの設計や調査手法について学習する
 (2) 顧客満足の要因分析
顧客満足を高める或いは低めている要因について、回帰分析を用いて定量的に明らかにする手法を学習する

2.顧客の分類
 (1) ABC分析による優良顧客の抽出
売上データから顧客コードをキーとしてABC分析を行い、優良顧客を抽出する手法を学習する
 (2) RFM分析によるターゲットセグメンテーション
売上データから顧客コードをキーとしてRFM分析を行い、営業ターゲットを明らかにする手法について学習する

3.売上の多次元データ分析(CUBE)
 (1) ディメンジョンとメジャーの設定
売上データをデータベースから取り出し、多次元的に分析できるようなデータ構造に変換する手法について学習する
 (2) ダイス、ドリスダウン、スライス、
エクセルのピボットテーブルを用いて基本的な分析手法となる、ダイス、ドリスダウン、スライス等について学習する

4.関連購買(バスケット)分析
 (1) 購買データをダミーデータに変換する
     過去売上データを買い上げ品目情報に変換する
 (2) 相関分析で関連性を見る
     アイテム(品目)総当りの相関分析を行う
 (3) 共起頻度を求めて一般購入率と比較する
     2アイテム(品目)間の共起頻度を求めて、一般購入率と比較する

 

データアナリスト養成セミナー_製造編

サブタイトル

生産性の向上、効率化に資するデータ分析~

研修成果

    • 作業工程、原価、在庫などのデータを分析することで、感と経験ではなく客観的情報に基づいた生産性向上の手法について学習する。また各パートではエクセルを用いた演習を行い、実践的なデータ分析能力も習得する。

前提知識

Excelの操作(簡単な関数入力、絶対参照、コピー&ペースト、グラフ作成)ができること

カリキュラム

   
1日間

1.業務のボトルネック工程の発見と改善
 (1) 業務プロセスの図解化⇒DMMによる階層化
生産やサービスの業務プロセスをDMMという手法を使って図解化し、作業工程の全体像を見える化する手法について学習する
 (2) 業務量調査
前述のDMMで図解化した業務プロセスに基づき、実際の作業時間を測定するための調査票を作成する手法について学習する
 (3) 多次元解析
前述の業務量調査のデータを基にして、工程別の作業時間や生産効率を分析する手法を学習する(エクセル演習1)

2A.残業時間の要因分析
 (1) 残業要因の抽出とデータ収集
残業の発生要因を把握した上で、ケーススタディを基にグループ討論を行い、具体的な要因を列挙する。また、それに基づいて実際の残業時間と各要因を記録するための調査票を作成する
 (2) 回帰分析で重要な要因を明らかにする
サンプルデータを使って残業時間と各要因の相関分析を行い、さらに相関のある要因を用いて回帰分析を行い、残業削減の方向性を探る(エクセル演習2)

2B.品質の要因分析
 (1) 残業要因の抽出とデータ収集
品質の良し悪し(感覚値)を決める物質的な要因(物性値)についてグループ討論を行い、具体的な要因を列挙する。
 (2) 回帰分析で重要な要因を明らかにする
サンプルデータを使って品質と各要因の相関分析を行い、さらに相関のある要因を用いて回帰分析を行い、品質向上の方向性を探る(エクセル演習2)

※2A.残業時間の要因分析と、2B.品質の要因分析 については二者択一となります

3.在庫管理と効率化
 (1) ABC分析による重要製品の絞込み
製品の出荷実績データに基づいて、品切れしてはならないAランク商品を絞り込む手法について学習する(エクセル演習3)
 (2) 在庫回転率の分析
製品ジャンルごと或いは製品アイテムごとの在庫回転率を計算し、効率性の悪い製品を洗い出す手法について学習する(エクセル演習4)
(3) 出荷予測と適正在庫
過去の出荷実績に基づいて出荷予測をたて、そこから適正在庫(発注点と発注ロット)を計算する手法について学習する(エクセル演習5)

4.原価計算と利益計画
 (1) 直接原価計算
製品ごとに直接コストと間接コストを求めて利益計画を立てる手法を学習する。
 (2) 損益分岐点分析
さらに損益分岐点分析について学び、想定される売上をもとに許容原価を計算する手法について学習する(エクセル演習6)

 

統計解析ソフト「R」のビジネス活用法 <データ分析上級編>

サブタイトル

AI(人工知能)のベースとなっている予測や分類の手法について学ぶ

研修成果

    • 顧客情報、売上データ、仕入データ、在庫データなど、事業活動においては様々な情報が蓄積されていきます。また昨今ではインターネットの普及によりWEBサイトやSNSあるいはIoTなどからも膨大なデータが集まってきます。これらのビッグデータを活用して如何に経営力を高めていくか、それが企業にとっての重要なテーマとなってきました。
      本セミナーでは今話題の統計解析ソフト「R(アール)」使ったデータ分析事例を紹介し、企業のマネジメントやマーケティング戦略にどう活用できるのかについて学習します。「R」はエクセルではできない高度なデータ分析が可能で、しかもビッグデータにも対応できる優れものですが、フリー(無償)で使用することができます。是非この機会にその性能や有用性をご自身でご確認ください。

対象者

社内外に集積されるデータの中から課題や傾向を捉えて、業務改善や組織力強化を図りたいとお考えの方

カリキュラム

   
1日間
(1)「R」とは何か
・統計解析ソフト「R」の概要
・「R」のインストールと基本操作
 
(2)回帰分析
・回帰分析による予測モデルの作り方について学ぶ
(事例)日時、場所、気象情報などから、明日の来店客数を予測する
(事例)残業維持間が増える要因とその影響度合いを明らかにする
 
(3)ロジスティック回帰分析
・良/不良、YES/NO、といった判別に関わる回帰分析について学ぶ
(事例)メール文に含まれる特定の単語から、スパムメールか否かを判別する
 
(4)決定木分析
・ツリー構造を用いて対象(目的変数)の分類や判定を行う手法について学ぶ
(事例)この会社を辞めるか否か、離職予備軍の要因を明らかにする
 
(5)クラスター分析
・対象(人や商品など)をその類似性により、いくつかのグループ(クラスター)に分類する手法について学ぶ
(事例)従業員を就業意識や価値観で分類する


必要備品

受講生PC: OS:Windows10 MSエクセル

価格(ノンカスタマイズの場合、上記いずれも)

講師料:15万円(税別) × 日数
テキスト代(および演習用データ代):3,000円(税別) ✕ 研修参加人数

このページを見ている方にオススメの研修

Pythonによるディープラーニング入門

Pythonプログラミング入門

研修メニュー

IT企業の人財育成に関することなら全てお任せ下さい TEL 052-687-1419 受付時間 9:30 - 17:00 (土・日・祝日除く)

AiA会員企業様のための

AiA人材育成委員会主催 研修

文系プログラマのための

YouTubeチャンネル

新人エンジニアのための

新人エンジニアのためのプログラムタイピングゲーム

出版物のご紹介

SEのための29歳からのキャリア向上計画

お問い合わせはこちらから

お名前 (必須)

メールアドレス (必須)

題名(件名)

メッセージ本文

確認画面は表示されません。上記内容にて送信しますので、よろしければチェックを入れてください。

研修メニュー

PAGETOP
Copyright © Say consulting group, Inc All Rights Reserved.