FV image

ビジネスアナリティクス実践
コース

この講座でできること

教員陣による専門的な知見と業界のベストプラクティスに基づき、AIとビジネスアナリティクスを活用して、組織がどのようにデータから価値を創出し、意思決定の高度化を実現しているかを学ぶことができます。

プログラム修了時には、自社のアナリティクス戦略を構築・推進するために必要な実践力を身につけ、以下を実現できるようになります。

  • データを活用したビジネス機会を捉え、競争優位を獲得する
  • 組織全体においてデータに基づく意思決定モデルを構築する
  • データと実験を活用してイノベーションを推進する
  • ビジネスアナリティクスのアプローチや戦略をより適切に評価する
  • ユーザーエンゲージメント、データ収集、アルゴリズム設計、予測、改善という好循環を構築する
  • AI中心の業務モデルを実践的に活用し、ビジネスの意思決定を推進する

対象者

このオンラインプログラムは、データとアナリティクスを活用して組織の戦略立案や意思決定を担う、ビジネスプロフェッショナルの方向けに設計されています。
コーディングや高度な分析の事前知識は不要であり、データに基づく意思決定を通じて組織のイノベーションを推進したい中堅から上級職のマネージャー、アナリティクスがもたらす事業機会やデータ保護・プライバシー規制への理解を深めたい経営層・事業責任者、最新のデータとテクノロジーを活用したソリューションを提供したいコンサルタント、ならびに組織の分析・AI施策のロードマップを策定し、重要な経営課題の解決を目指すデータ・テクノロジー領域の専門職の方に最適です。
このプログラムは、参加者が自分の役割や責任に適したレベルで課題に対するアクションプランを作成する、キャップストーン・プロジェクトとともに完了します。

学習内容

  • 第1講:ビジネスアナリティクスとAI入門

    実際のビジネス事例をもとに、ビジネスアナリティクスを現実の課題に即して理解します。あわせて、AI中心のオペレーションモデルと、その4つの構成要素を活用して、規模・適用範囲・イノベーションを実現する方法について学びます。

  • 第2講:ビジネスのための記述的分析:データの取得・変換・可視化

    データの取得方法、処理方法、変換方法を学び、AI活用に向けたデータの整備について理解を深めます。また、データ可視化の基本概念と、その実践におけるベストプラクティスについても学びます。

  • 第3講:予測的分析:ビジネスのための教師あり学習(1)

    過去データのパターンを活用して将来の事象を予測する手法を学びます。リスクと機会を見極めるための重要な手法として、予測分析と教師あり学習の活用方法を、具体例を交えながら理解します。

  • 第4講:予測的分析:ビジネスのための教師あり学習(2)

    教師あり学習と予測分析の理解をさらに深め、データに基づく意思決定を支える最先端のAI技術について学びます。

  • 第5講:記述的分析:ビジネスのための教師なし学習

    データのグルーピングやクラスタリングをより効果的に行うための教師なし学習を学びます。顧客セグメンテーションや不正取引の検知など、幅広いビジネス活用例を通じて理解を深めます。

  • 第6講:処方的分析:ビジネスのための強化学習

    レコメンデーションシステム、Web広告、株式取引、ヘルスケアなど、多様な分野で活用される強化学習について学びます。動的な環境の中で試行錯誤を繰り返しながら最適解を導く考え方を理解します。

  • 第7講:処方的分析:実験

    企業が高速に多数のテストを実施できる実験プラットフォームの構築方法を学びます。これにより、不確実な環境下でも学習・適応・イノベーションを進め、適切な経営判断につなげる方法を理解します。

  • 第8講:ビジネスアナリティクスの未来

    処方的分析における機械学習の活用に伴う課題や、今後のビジネス戦略への影響について考察します。加えて、ビッグデータ時代において重要性を増すデータ保護とプライバシーへの対応、およびより広い視点でのデータ戦略の構築について学びます。

講師の紹介

FREDERICO FINAN

FREDERICO FINAN

カリフォルニア大学バークレー校経済学部 ハース・スクール・オブ・ビジネス 教授

応用ミクロ経済学の専門家として、ハース・スクールのエグゼクティブMBAプログラムにおいて大学院レベルのデータアナリティクスの講義を担当。データアナリティクスを用いて、開発途上国における経済的要因と政治的要因の相互作用を解明することを目的とした研究を行う。大規模なデータセットを扱い、A/Bテストなどの手法を活用しながら、ビジネスや政策の意思決定にデータや実証的証拠をより効果的に取り入れることを目指している。データアナリティクスをはじめとする研究テーマについて、産業界・学界・国際機関などで多数の招待講演を行っており、幅広い実務・研究領域において高い評価を受けている。2006年にカリフォルニア大学バークレー校で農業・資源経済学の博士号を取得。その後、カリフォルニア大学ロサンゼルス校(UCLA)の経済学助教授、スタンフォード大学ビジネススクールの客員教授を経て、2009年にバークレー校の教員として着任。

DEMIAN POUZO

DEMIAN POUZO

カリフォルニア大学バークレー校経済学部 ハース・スクール・オブ・ビジネス 准教授

2009年からバークレー校の教員を務める。ハース・スクールのエグゼクティブ教育プログラムにおいて、大学院レベルのデータアナリティクスの講義を担当。不確実性のもとで人々がどのように意思決定を行うかを探究するとともに、機械学習のための分析手法の開発にも焦点を当てる。特に、データの背後にあるパターンを発見することに重点を置く。経済学、金融、統計学、応用数学などの分野の学術誌に査読付き論文を発表。Journal of Econometrics Methods、Journal of Econometricsの副編集長を務める。シカゴ大学、ハーバード大学、MITなど、機械学習や関連研究テーマについて100回以上の招待講演を行う。2009年にニューヨーク大学(NYU)で経済学の博士号を取得。指導教員は、Ricardo Lagos、Xiaohong Chen、ならびに2011年ノーベル経済学賞を受賞したTom Sargent。