ＡＩ・データ分析プロジェクトのすべて―ビジネス力×技術力＝価値創出

大城 信晃【監修・著】/マスクド・アナライズ/伊藤 徹郎/小西 哲平/西原 成輝/油井 志郎【著】

技術評論社（2021/01発売）

• サイズ A5判／ページ数 299p／高さ 22cm
• 商品コード 9784297117580
• NDC分類 336.17
• Cコード C3055

出版社内容情報

データサイエンティストと呼ばれる職種が登場して、いまや10年以上が経過しようとしています。ビッグデータやディープラーニングなど技術的な流行も後押しして、AI・データ分析プロジェクトに取り組む企業も増えました。また、データサイエンス、データエンジニアリングに関する技術情報は次第に増え、データ分析コンペティションの盛り上がりもあって技術的な知識を持つ方が増えているのは事実です。ところが、実際にAI・データ分析プロジェクトに取り組んでみると、そううまくはいかないようです。プロジェクトを進めるには技術知識だけでなく「ビジネス力」が必要なのです。
そこで、本書はこれまでメインテーマとして語られることのなかった「ビジネス力」に焦点をあてて、データ分析プロジェクトを一通り解説していきます。プロジェクトの入口として「組織の立ち上げ方」から「案件獲得」にふれ、続く実際のデータ分析プロセスにおいては、課題とゴールを明確にして、分析結果は出して終わりではなく共有、評価のサイクルが必要であることを解説します。最後に出口となる「収益化」に関する情報をまとめます。
先を行くデータ分析者達は、これまでさまざまな罠にかかり、見えない落とし穴にはまっても奮闘してノウハウを蓄積してきたのがこの10年です。これからAI・データ分析プロジェクトに取り組む方／関わる方へ向けて、先人たちのノウハウをまとめたのが本書です。

内容説明

現場でしか得られないビジネス知識／暗黙知を解説。課題設定→案件獲得→外注見積→契約→分析手法の検討→進行管理→分析結果の評価→レポーティング→分析基盤の構築検討→収益化。プロジェクトの入口から出口までのノウハウを網羅。

目次

第１部　プロジェクトの準備（ＡＩ・データ分析業界の概要；データサイエンティストのキャリアと雇用　ほか）
第２部　プロジェクトの入口（社内案件の獲得と外部リソースの検討；データのリスクマネジメントと契約）
第３部　プロジェクトの実行（ＡＩ・データ分析プロジェクトの起ち上げと管理；データの種類と分析手法の検討　ほか）
第４部　プロジェクトの出口（プロジェクトのバリューと継続性；業界事例）

著者等紹介

大城信晃［オオシロノブアキ］
ＮＯＢ　ＤＡＴＡ株式会社代表取締役社長。ヤフーやＬＩＮＥ　Ｆｕｋｕｏｋａなどでデータサイエンティストとしての経験を経て、福岡にてＮＯＢ　ＤＡＴＡ株式会社を起業。データサイエンティスト協会九州支部委員会の委員長

マスクド・アナライズ［マスクドアナライズ］
空前のＡＩブームに熱狂するＩＴ業界に、突如現れた謎のマスクマン。“自称”ＡＩベンチャーを退職

伊藤徹郎［イトウテツロウ］
Ｃｌａｓｓｉ株式会社データＡＩ部部長データサイエンティスト

小西哲平［コニシテッペイ］
株式会社ｂｉｏｍｙ　ＣＥＯ。大阪大学大学院基礎工学研究科修了後、ＮＴＴドコモ先進技術研究所にて研究／新規事業開発に従事。ＮＴＴドコモ退社後、ＩＴベンチャーＣＴＯやバイオテックベンチャーＡＩ　Ｌａｂ部長などとして複数の会社でのデータ分析／ＡＩ開発を行い、株式会社ｂｉｏｍｙを創業

西原成輝［ニシハラヒデキ］
合同会社オコジョデータサイエンティスト。大企業での勤務経験を経て、データサイエンティスト

油井志郎［ユイシロウ］
株式会社ししまろＣＥＯ。Ｗｅｂデザイナー・ディレクター・マーケターを経て、東証一部上場企業にてソーシャルゲーム・広告データの分析に従事し分析業界へ。その後データ分析コンサルティング会社にてさまざまな分析業務・ＡＩ開発を行い、フリーランスを経て、株式会社ししまろを設立（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[nbhd]

資本主義社会のビジネスにおいて、データサイエンスをどのように作動させるかをていねいに概観した本。よぉく理解できた。…どうやら、データサイエンスと資本主義はベッタリと密着しているようで、資本主義アレルギーを罹患している僕にとっては、わりとゲンナリする内容だった。なんでそんなに、お金儲けしたいかねぇ…。というわけで「教訓」、データサイエンスを学ぶ前に、資本主義アレルギーをまず何とかせよ！

2023/11/07

[エリナ松岡]

よくまとまっていて分かり易かったです。実際にプロジェクトをこなすのは大変そうではありますが、大体この本に沿ってやっていけばこなせるんじゃないかという気になってきました。会社の一部門ならまだしも、専業の会社としてやるのはかなりハードル高そうですが、数こなせばどうにかなるのかな？

2021/05/31

[Taizo]

AI・データ分析の「技術」に関しては本や無料のWeb講座が掃いて捨てるほどある中で、実際のプロジェクトでどう活用していくのかに関してはブログなどに散見しているのが現状だと思います。この本を除いては。「データサイエンティスト」と言う言葉が生まれる前からデータ分析の仕事に携わってきた著者人によって書かれた、現状比類なき分析プロジェクト推進に関する教科書ではないでしょうか。 ビジネスには明るいが分析は初心者or技術は一通り分かるので実務で活用したい、という方にはぜひ一読をオススメします。

2021/08/15

[ぶう]

「組織の立ち上げ方」や「プロジェクトの進め方」など、内容はビジネス面がメインテーマ。DXがバズワード化する昨今、AI 活用に取り組む企業も増えたが、結果が出ている所は少数。現場側のAI への無理解が原因となる不適切なテーマ設定が大きな理由のひとつであろう。そういう意味ではテーマ設定で成功するか否かがほぼ決まってしまうとも言える。どういう課題を解くためにAI を使うのか？目的を見失わない事が重要。またクラウドではaws が強いがデータウェアハウスとなるとBigQuery推しの人がやたらと多い。参考にしたい。

2020/12/18

[らっそ]

YOUTUBEの推薦図書。「経営層との期待値調整」と項が設けられているのリアル

2024/01/18