セーフサーチ設定を変更しました
ページの先頭です
春のコイン大還元祭

『河本薫(実用、新書)』の電子書籍一覧

1 ~6件目/全6件

  • 「プロフェッショナル・ファーム」を標榜するマッキンゼーは、業務ごとにチームを形成する。そして組織内でチームを形成する仕組みは、市場モデルを用いている。つまり、クライアント・ワークごとに最適なメンバーが集められるのだ。この仕組みを支えるのは、個々の人材の特性であろう。その採用基準は、論理的な思考ができる頭脳明晰さというより、リーダーシップの総量だという。そしてチームのメンバーすべてがリーダーシップを発揮することを求めるのがマッキンゼー流である。そこには、リーダーとフォロアーの違いはほとんどない。マッキンゼーの元採用マネジャーで『採用基準』の著者が最強チームのつくり方を明かす。【主な項目】・チーム・システムによって運営される組織・すべての人事プロセスで問われるチーム意識・社内労働市場によって組成されるクライアント・チーム・インターナル・チームの役割・最強チームの条件1:コンフリクトを恐れない活発な議論が行える条件が整っていること・最強チームの条件2:メンバー全員がリーダーシップを持っていること
  • 高い金を払って新しい分析ソフトを入れたのに・・・
    AIも導入したのに・・・・・
    せっかくデータサイエンティストを雇ったのに・・・
    DX推進部まで作ったのに・・・・

    なぜ、組織が変わらず、ビジネスにも生かせないのか?
    あなたの会社、勘違いしていませんか?

    いまやどの企業でも、データドリブンで仕事を進める、組織を変えていくというのは大きな課題といっても過言ではない。データ基盤にも多くの投資。しかしそれで組織が変わり、ビジネスに役立っている企業はどれくらいあるだろう? 
    社内外に何重にもそびえる壁をどのように乗り越え、あるいは壊して進んでいくのか? 
    実際に変革を進めるキーパーソンたちに話を聞くことで見えてきたデータドリブン・カンパニーへの道。

    著者は、かつて大阪ガス(株)ビジネスアナリシスセンターを率い、同センターを日本一有名なデータ分析組織につくりあげ「データサイエンティスト・オブ・ザ・イヤー」を受賞。現在は滋賀大学データサイエンス学部教授として、ビジネス・データサイエンティストを養成。
    企業との連携も深い著者だからこそ生まれた日本企業の明日を照らすヒント満載の一冊。
  • いくらデータ収集のシステムや優秀なAIの専門家を入れても、それだけではビジネスには勝てない。国内のデータサイエンティストとして草分け的存在であり、大阪ガスのデータ分析専門組織を率いた筆者。現在は滋賀大学データサイエンス学部で教鞭をとり、約25年かけてたどり着いたデータドリブン思考の重要性を示す
  • データサイエンティストを目指す人、社内でデータ分析組織に携わる人、
    これから同じような組織を作りたい人、イノベーションや業務改革を成功させたい人に!

    日経情報ストラテジーが選ぶ「データサイエンティスト・オブ・ザ・イヤー」の初代受賞者である、大阪ガスの河本薫氏による待望の2冊目となる本。同氏が所長を務めるデータ分析組織「ビジネスアナリシスセンター」の生い立ちから数々の失敗、乗り越えてきた壁、そして分析組織のリーダーに求められる信念と行動を初告白します。

    社内外の誰からも注目されていなかった無名のチームが、いかにして日本一有名なデータ分析組織に生まれ変われたのか。チームを率いる著者がこれまで語ることがなかった苦悩や挫折、そして、ある日突然有名になってからの状況の変化などを、余すところなく赤裸々につづった一冊です。

    本書はデータ分析の手法の紹介にはフォーカスしていません。なぜなら著者は「データ分析は業務改革やイノベーションを実現するための手段の1つに過ぎない」と考えているからです。むしろ、チームのメンバーとデータ分析でイノベーションを起こすという「ミッション」を共有し、問題を解くことではなく会社に役立つことに価値を置く「カルチャー」を育み、社内の事業部門から「信頼(レピュテーション)」を勝ち取ってイノベーションを達成することがデータ分析組織の役割であり、責任範囲であるという持論を展開します。そのために必要なノウハウや社内での話の進め方、人の巻き込み方などの経験談をふんだんに盛り込みました。
  • もう勘には頼らない!
    超・文系でも分析力が身に付き、データサイエンティストと仕事ができるようになる“アナリティクス界のドラッカー“が教える、たった6ステップでできるデータ分析ベストセラー『分析力を武器とする企業』(2008年発行)以来、データ分析を企業経営に活かすことの重要性を早くから、説いてきた経営学者ダベンポート。
    インターネットと技術の発展により、「何でもデータが取れる」今、一般ビジネスパーソンも仕事でデータ分析を使わない手はない。自分で数字を計算・分析まではせずとも、分析手法や結果についてデータサイエンティストたちと議論ができるようになるためのコツを6ステップで解説する。
    <本書で分かる分析力が身に付くポイント1:重要なのは最初と最後のステップ>
    正しい分析結果を得たり、その結果を適切にビジネス上の問題や課題の解決に役立てるための「分析力」を高めるにはコツがある。本書が推薦し解説するのは、
    ステップ1「問題認識」→ステップ2「過去の知見のレビュー」→ステップ3「モデル化(変数選択)」→ステップ4「データ収集」→ステップ5「データ分析」→ステップ6「結果の説明と実行」という6ステップを踏む方法だ。一方、このステップでいうと、みながよく誤解するのが、「重要なのはステップ3『モデル化』からステップ5『データ分析』の段階」と思うことだ。しかし、こうしたいわゆる“分析作業""のステップより、一般のビジネスパーソンにとって重要なのは、その前後の段階、ステップ1「問題認識」やステップ6「結果の説明と実行」である。解決したい問題が何なのかを正確に把握=「問題認識」できなければ、大量のデータがいくらあっても意味はない。同様に、いくら分析しても、その結果を決定権をもつ幹部陣に魅力的にプレゼンテーションし、問題解決のために使う「結果の説明と実行」ができなければ、それもまた分析をしても意味がないからだ。
    <本書で分かる分析力が身に付くポイント2:数学の能力は分析力に関係ない>
    数学の能力のあるなしは、分析力を高めるための「鍵」ではない。学校で数学に落ちこぼれたからといってビジネスで必要な数学も修得できないわけでもない。一生、分析的に考えることができないわけでもない。
  • いまやビジネスの世界では、「データ分析が競争を制す」と言われる時代。しかしその一方で、高い分析ソフトを買ったものの、宝の持ち腐れで終わっているという会社も少なくない。では、分析力を武器にできる会社は何が違うのか? また分析力を武器にできる個人は何が違うのか? 第一人者が丁寧にその違いを解き明かす。(講談社現代新書)

・キャンペーンの内容や期間は予告なく変更する場合があります。
・コインUP表示がある場合、ご購入時に付与されるキャンペーン分のコインは期間限定コインです。詳しくはこちら
・決済時に商品の合計税抜金額に対して課税するため、作品詳細ページの表示価格と差が生じる場合がございます。

ページ先頭へ

本を予約しました

※予約の確認・解除はこちらから

予約済み書籍

キャンセル及び解除等

発売日前日以降のキャンセル・返品等はできません。
予約の確認・解除、お支払いモード、その他注意事項は予約済み書籍一覧をご確認ください。