エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
「問題」と「課題」の違いを理解しているか 連載『データ分析・AIを実務に活かす データドリブン思考』 第2回 | データ経営|DIAMOND ハーバード・ビジネス・レビュー
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
「問題」と「課題」の違いを理解しているか 連載『データ分析・AIを実務に活かす データドリブン思考』 第2回 | データ経営|DIAMOND ハーバード・ビジネス・レビュー
サマリー:データ分析をしていると、「データから新たな気付きを得た」「高精度な予測モデルを作った」... サマリー:データ分析をしていると、「データから新たな気付きを得た」「高精度な予測モデルを作った」「施策の効果を厳密に検証した」といったことに達成感を感じるのではないか。しかし、これらはいずれも「役立つ」データ分... もっと見る析とは言えない。第2回では、データ分析がビジネスへの貢献に失敗した5つのケースについて、「問題」と「課題」の観点から考えていく。本稿は、データ分析の第一人者である河本薫氏による『データ分析・AIを実務に活かす データドリブン思考』(ダイヤモンド社)の一部を抜粋し、紹介したものである。 閉じる 5つのケースから考える「問題」と「課題」の違い 言葉だけではなかなか実感を持ってもらえないと思いますので、データ分析をして「分かる」ことに成功したが「役立つ」ことには失敗したケースを2つ挙げましょう。いずれも架空の話ですが、実際の企業でもこれに類似した失敗談はよくあります。
2024/04/11 リンク