表示ページに戻る

検索結果

{{'検索結果' + searchResultList.length + '件'}}（人気順）

- 定番
- 新作
{{val.page_cat}}

{{val.page_ttl}}

{{val.page_descr}}

データサイエンティスト入門研修～Excelでのデータ分析を体験する（２日間）

データリテラシーと実践的な分析スキルを１から習得する

講師派遣型研修の検索
- 表示ページに戻る
お問合せはこちら

対象者

全階層

・データ分析の経験がない方、データサイエンスの初心者
・Excelを使ってデータ分析する機会が多い方

よくあるお悩み・ニーズ

データサイエンティストとして、何をすればよいかわからない
データドリブンな意思決定の方法を学びたい

研修内容・特徴outline・feature

データサイエンティストとしての業務フローを学び、ビジネス課題を解決するスキルを実践的に身につける研修です。具体的には「残業時間が多いと離職率が高いのではないか」という仮説をテーマに、用意されたデータをExcelのみで分析し、結果から読み取れることを踏まえて施策を考えます。実務に即した一連のプロセスを体験した後には総合演習に取り組み、データ活用による問題解決力と分析スキルの習得によって、即戦力としての活躍を目指します。

＊この研修ではＰＣを使用します＊
※Windows版のExcel（2021／2019／2016／Microsoft 365（旧Office365）版）を使用して説明します

研修のゴールgoal

①データサイエンティストの業務を具体的に理解する
②適切にデータを扱い、分析するために必要な環境を構築できる
③さまざまな角度でデータを分析し、その結果をわかりやすくまとめられる

研修プログラム例program


	内容	手法
	１．はじめに（１）データサイエンティストの必要性（２）データサイエンティストに必要な３つのスキル ①ビジネス力　②データエンジニア力　③データサイエンス力（３）データ分析の例 ①製造：生産ラインの不良品率削減に向けたパターン分析 ②人事：従業員の離職に関するパターン分析 ③営業：顧客購買履歴に基づくターゲット層分析	講義
	２．ビジネス力～課題に対して仮説を立てる（１）ビジネス力で重要なポイント ①データ分析の目的を明確にする　②ビジネス課題に対して仮説を立て検証する（２）目的の明確化 ■データをもとに従業員の離職対策を考える（３）課題設定【ワーク】離職に関係すると思われる要因を洗い出す（４）仮説構築＜仮説１＞残業が多いと離職率が高いのではないか	講義ワーク
	３．Excelから学ぶデータエンジニア力（１）データエンジニア力で重要なポイント ①データの扱い方を理解する　②データの正確さを確認する（２）分析に適したデータ形式 ①データセット　②データの型　③注意点（３）データの事前チェック ①データ品質の確認　②データの結合　③探索的データ分析【ワーク】従業員データと就労データを結合し、分析用データを作る（４）データの前処理【ワーク】分析用データの前処理を行う ①欠損値　②外れ値　③重複データ（５）データの加工 ①データ加工に必要な統計学　②データを組み合わせて、新たな項目を作る【ワーク】分析に使用できる新たな項目を考える	講義ワーク
	４．Excelから学ぶデータサイエンス力（１）データサイエンス力で重要なポイント ①簡単な分析から始める　②データを正しく読み取る（２）データ分析に必要な統計学 ①分散　②標準偏差（３）データの整理 ①度数分布表　②クロス表【ワーク】クロス表を用いてデータを比較する（４）データの可視化 ①基本的なグラフ（棒、折れ線、円、散布図、ヒストグラム） ②高度な可視化（累積グラフ、箱ひげ図）【ワーク】残業と離職率の関係を散布図に表し、確認する【参考】箱ひげ図で外れ値を見つける（５）２つのデータの違いが本当か偶然かを調べる～t検定【ワーク】本当に残業が離職率に影響しているのか、偶然なのかを調べる（６）ある要因が他の要因にどれだけ影響を与えるかを調べる ①単回帰分析　②重回帰分析【ワーク】残業以外に、離職率に大きな影響を与える要因を探す	講義ワーク
	５．ビジネス力～課題解決のための施策を検討する（１）ビジネス力で重要なポイント ①分析結果をシンプルにまとめる　②具体的な解決アクションを考える【ワーク】仮説に対する分析結果をまとめ、施策を考える	講義ワーク
	６．総合演習～解決施策の検討までを自力で挑戦する＜仮説２＞仕事への満足度が低いと離職率が高いのではないか【ワーク①】複数のデータを結合し、前処理と加工を行う【ワーク②】ワーク①のデータでクロス表を作成し、気づいたことを挙げる【ワーク③】ワーク①のデータを活用して、グラフを作成する【ワーク④】ワーク①のデータを回帰分析、t検定を用いて分析する【ワーク⑤】仮説に対する分析結果をまとめ、解決策を考える	ワーク
	７．まとめ【ワーク】学んだ内容を業務に活用する計画を立てる	ワーク

9675

{{list[0]['category']}}関連の全力Q&A

よくあるご質問について、研修のプロとして熱く丁寧に回答します。

{{value['pageName']}}

カスタマイズ事例～ケーススタディCASE STUDY

本研修のカスタイマイズ事例として、作成したケーススタディを業界別にご紹介します。

{{val.trade}}

{{theme}}研修のケーススタディ一覧

開発者コメントcomment

ビジネスではデータをもとにした意思決定が重要となっており、特に企業の成長には分析スキルのある人材が必要不可欠です。しかしながら、一般的に分析手法を学ぶ研修が多く、データの読み方や仮説構築を教えてくれるプログラムは少ないと感じたため、この研修の開発に至りました。データをどのようにビジネス課題に活かして解決策を導き出すか、業務に直結するをスキルを体得いただきたいと考えます。

読み物・コラムcolumn

お問合せ・ご質問

講師派遣Q&A

お問合せ

商談予約

よくいただくご質問～特徴や内容など講師派遣型研修について詳しくご説明

よくいただくご質問一覧

下記情報を無料でＧＥＴ！！

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

メールマガジンのご登録はこちら

登録は左記QRコードから！

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

■最新作・ニュース

研修を探す

同じジャンルで探す

{{value.len}}種

最新WEBページ一覧

人材に関するお悩み
- ダイバーシティ
- 女性活躍推進
- 役職定年者の活性化
- 再雇用・雇用延長対応
- ダイバーシティ推進
- 人的資本経営
- 人的資本経営（管理）
- タレントマネジメント
- リスキリング促進
- アセスメント
- 選抜者教育の導入
- 管理職向けアセスメント
- 採用・離職防止
- 活躍してくれる人材の採用
- 採用支援サービス
- 離職防止
- リーダー・管理職
- 新任管理職研修
- 評価者の教育と事務軽減
- 変化に強いリーダーの育成
- 管理職の意識・スキル向上
- 次世代経営者育成
- 業績向上
- 組織風土・マインド
- 内向型人材の活用
- 若手の主体的発揮
- エンゲージメント向上
- 従業員のモラル向上
- モチベーション向上
- 営業・マーケティング
- 営業力強化
- マーケティング強化
- 新規事業のアイディア創出
- 営業支援ツール Remote Plants
- 組織運営
- 上場に向けた社員教育
- 企業統治・ガバナンス
- サクセッションプラン策定
- ＣＳＲ、社会貢献
- 部門・組織向け
- 病院に特化した研修
- 人事業務の外部委託

サービスラインナップ

最新WEB
- 新作研修一覧
- 講師派遣研修
- 公開講座
- 動画百貨店

読み物・コラム
- Gambatte
- 人事のお役立ちニュース

初めてご利用の方へ

インソースからの新着メッセージ

直近の公開講座開催研修

新作研修

業界随一の研修開発力を誇る
インソースの最新プログラム

新作研修をもっと見る

コア・ソリューションプラン の新作情報

250種類以上のコンサル事例！
組織の「したい！」に全力で応える

プランをもっと見る

本テーマのおすすめリンク

おすすめリンク


	内容	手法
	１．はじめに（１）データサイエンティストの必要性（２）データサイエンティストに必要な３つのスキル ①ビジネス力　②データエンジニア力　③データサイエンス力（３）データ分析の例 ①製造：生産ラインの不良品率削減に向けたパターン分析 ②人事：従業員の離職に関するパターン分析 ③営業：顧客購買履歴に基づくターゲット層分析	講義
	２．ビジネス力～課題に対して仮説を立てる（１）ビジネス力で重要なポイント ①データ分析の目的を明確にする　②ビジネス課題に対して仮説を立て検証する（２）目的の明確化 ■データをもとに従業員の離職対策を考える（３）課題設定【ワーク】離職に関係すると思われる要因を洗い出す（４）仮説構築＜仮説１＞残業が多いと離職率が高いのではないか	講義ワーク
	３．Excelから学ぶデータエンジニア力（１）データエンジニア力で重要なポイント ①データの扱い方を理解する　②データの正確さを確認する（２）分析に適したデータ形式 ①データセット　②データの型　③注意点（３）データの事前チェック ①データ品質の確認　②データの結合　③探索的データ分析【ワーク】従業員データと就労データを結合し、分析用データを作る（４）データの前処理【ワーク】分析用データの前処理を行う ①欠損値　②外れ値　③重複データ（５）データの加工 ①データ加工に必要な統計学　②データを組み合わせて、新たな項目を作る【ワーク】分析に使用できる新たな項目を考える	講義ワーク
	４．Excelから学ぶデータサイエンス力（１）データサイエンス力で重要なポイント ①簡単な分析から始める　②データを正しく読み取る（２）データ分析に必要な統計学 ①分散　②標準偏差（３）データの整理 ①度数分布表　②クロス表【ワーク】クロス表を用いてデータを比較する（４）データの可視化 ①基本的なグラフ（棒、折れ線、円、散布図、ヒストグラム） ②高度な可視化（累積グラフ、箱ひげ図）【ワーク】残業と離職率の関係を散布図に表し、確認する【参考】箱ひげ図で外れ値を見つける（５）２つのデータの違いが本当か偶然かを調べる～t検定【ワーク】本当に残業が離職率に影響しているのか、偶然なのかを調べる（６）ある要因が他の要因にどれだけ影響を与えるかを調べる ①単回帰分析　②重回帰分析【ワーク】残業以外に、離職率に大きな影響を与える要因を探す	講義ワーク
	５．ビジネス力～課題解決のための施策を検討する（１）ビジネス力で重要なポイント ①分析結果をシンプルにまとめる　②具体的な解決アクションを考える【ワーク】仮説に対する分析結果をまとめ、施策を考える	講義ワーク
	６．総合演習～解決施策の検討までを自力で挑戦する＜仮説２＞仕事への満足度が低いと離職率が高いのではないか【ワーク①】複数のデータを結合し、前処理と加工を行う【ワーク②】ワーク①のデータでクロス表を作成し、気づいたことを挙げる【ワーク③】ワーク①のデータを活用して、グラフを作成する【ワーク④】ワーク①のデータを回帰分析、t検定を用いて分析する【ワーク⑤】仮説に対する分析結果をまとめ、解決策を考える	ワーク
	７．まとめ【ワーク】学んだ内容を業務に活用する計画を立てる	ワーク

データサイエンティスト入門研修～Excelでのデータ分析を体験する（２日間）

対象者

よくあるお悩み・ニーズ

研修内容・特徴outline・feature

研修のゴールgoal

研修プログラム例program

{{list[0]['category']}}関連の全力Q&A

カスタマイズ事例～ケーススタディCASE STUDY

開発者コメントcomment

関連おすすめ研修

関連の研修を探す

関連サービス

直近の無料セミナー

読み物・コラムcolumn

インソースの研修はここまでやります

事前課題の実施

事後アンケート・講師報告書の提出

研修効果を高めるオプションサービスもございます。ご相談ください

■ご相談、お見積りはこちら

■WEB からのお問合せもご利⽤ください

データサイエンティスト入門研修～Excelでのデータ分析を体験する（２日間）