データドリブントランスフォーメーション

応用データサイエンス学位プログラム

MADS7440

コース情報

担当教員: 小林 裕亨

単位数: 2

年度: 2024

学期: 春学期

曜限: 木6

形式: 対面授業

レベル: 500

アクティブラーニング: あり

他学部履修: 不可

評価方法

出席状況

10%

授業参加

30%

リアクションペーパー

30%

レポート

30%

詳細情報

概要

データドリブンマネジメント(データに基づいた合理的・客観的な企業経営のあり方)は,日本企業・社会が確立すべき新たな経営スタイルとして話題になっている。しかしその実現には,経営管理・組織管理・業務プロセスなど企業全体にわたる変革(トランスフォーメーション)が求められる。本講座では,データやファクトによる経営課題解決,データサイエンスおよびデータサイエンティストの役割はなにか,といった基礎を踏まえたうえで,データやAIを活用する組織に変革する際に直面するチャレンジや克服に必要なアプローチを最前線のビジネスパーソンによる講義とケーススタディを用いて理解する

目標

1) データを活用する課題解決の考え方,およびそれを推進するデータサイエンティストといて今後求められる役割は何かを理解する 2) データを活用して経営や組織を変革する際の論点を経営視点で理解する 3) データ活用による企業経営について論理的に記述し,的確に発表し,討議(ディスカッション)を行うことができるようにする

授業外の学習

1) 毎回の授業で紹介される次回授業の参考文献・資料を読み,授業に出席する。予習時間としては,200分程度が期待される。 2) 授業後に授業の内容をまとめたメモを作成し,グループディスカッションに向けてレジュメを準備する。作成時間としては,1時間程度。 3)参加者間に想定される基本知識のばらつきをできるだけ抑制するためにも,予習・復習時間を確保する。予習・復習時間とも毎週授業時間と同等の時間が必要となる。

所要時間: 4時間程度

スケジュール

  1. イントロダクション
  2. 課題解決の基本技術(イシュー設定)
  3. 課題解決の基本技術(因果連鎖分析): ‐【社外講師:大企業における変革推進者】
  4. データサイエンスプロジェクトの基礎:ケーススタディ
  5. データサイエンスプロジェクトの実際: ‐【社外講師:大企業CMO】 ‐ 今求められているデータトランスレーターとは
  6. 中間討論 ‐データサイエンティスト/データによる課題解決者の役割とは何か?
  7. データサイエンスを拡張するテクノロジー
  8. AIソリューションの導入:ケーススタディ
  9. データ活用による変革(大企業):ケーススタディ
  10. データ活用による変革(大企業): ‐【社外講師:大企業CDO】 ‐ データドリブン企業への変革
  11. データ活用による変革(起業):ケーススタディ
  12. データ活用による変革(起業): ‐【社外講師:スタートアップCEO】 ‐ データ活用による新たな市場創造
  13. 最終発表準備 ‐ データ活用企業になるためのトランスフォーメーション(事例と考察)
  14. 最終発表

教科書

講義中に随時該当場所を連絡します

  • データ分析人材になる。

    著者: 木田浩理

    出版社: 日経BP

  • AI時代の実践データアナリティクス

    著者: 保科学世

    出版社: 日本経済新聞社

参考書

  • AIファースト・カンパニー

    著者: マルコ・イアンシティ

    出版社: 英治出版

© 2025 上智非公式シラバス. All rights reserved.