• Save
業務プロセス改革とデータマイニング -2010年度LBIビジネス講演会
Upcoming SlideShare
Loading in...5
×
 

業務プロセス改革とデータマイニング -2010年度LBIビジネス講演会

on

  • 4,763 views

5/7(金) "2010年度 Linux Business Initiativeビジネス講演会"での講演資料の公開版です。「業務プロセス改革とデータマイニング」 hamadakoichi 濱田晃一

5/7(金) "2010年度 Linux Business Initiativeビジネス講演会"での講演資料の公開版です。「業務プロセス改革とデータマイニング」 hamadakoichi 濱田晃一

Statistics

Views

Total Views
4,763
Views on SlideShare
4,312
Embed Views
451

Actions

Likes
4
Downloads
0
Comments
0

7 Embeds 451

http://d.hatena.ne.jp 404
http://www.slideshare.net 22
https://twitter.com 16
http://paper.li 4
http://a0.twimg.com 3
http://b.hatena.ne.jp 1
http://webcache.googleusercontent.com 1
More...

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

業務プロセス改革とデータマイニング -2010年度LBIビジネス講演会 業務プロセス改革とデータマイニング -2010年度LBIビジネス講演会 Presentation Transcript

  • Linux Business Initiative 年度ビジネス ビジネス講演会 2010 年度ビジネス講演会 2010/05/07 業務プロセス改革とデータマイニング 濱田 晃一 INCS INC. NEWS NIHONBASHI HORIDOMECHO 3F 1-9-11 Nihonbashi Horidome-Cho Chuo-Ku, Tokyo, JAPAN. Tel : +81-3-5651-0019 Fax: +81-3-5651-0120 www.incs.co.jp INC. ALL RIGHTS RESERVED. COPYRIGHT 2010 BY INCS
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 2
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 3
  • 濱田 晃一 hamadakoichi COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 4
  • 自己紹介:hamadakoichi 濱田晃一 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 5
  • 自己紹介:hamadakoichi 濱田晃一 理論物理 博士 量子統計場の理論 Statistical Field Theory Spontaneously Time-Reversal Symmetry Breaking Anisotropic Massless Dirac Fermions COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 博士論文(2004/03): http://hosi.phys.s.u-tokyo.ac.jp/~koichi/PhD-thesis.pdf 6
  • 自己紹介:hamadakoichi 濱田晃一 毎週末3時間ダンスコーチをしています ■HIP HOP/House ダンス歴13年 ダンス開始後 1年半でL.A.でプロダンサーに褒められる ■東京と京都でダンス部を創設 創設者、部長兼コーチ 東京大学 京都大学 駒場物理ダンス部 基礎物理学研究所ダンス部 部長兼コーチ 部長兼コーチ COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. Youtube Channel: http://www.youtube.com/hamadakoichi 7
  • 自己紹介:hamadakoichi 濱田晃一 (#TokyoWebmining) データマイニング+WEB勉強会@東京を主催しています COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. Google Group: http://groups.google.com/group/webmining-tokyo 8
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 9
  • 思い COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 10
  • 濱田の思い 数理解析手法を用い 実世界の活動の課題を解決したい COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 11
  • 行動 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 12
  • 数理解析手法の実ビジネスへの適用 2004年 博士号取得後 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 13
  • 数理解析手法の実ビジネスへの適用 2004年 博士号取得後 プロセス改革コンサルティングのベンチャー企業へ COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 14
  • 数理解析手法の実ビジネスへの適用 2004年 博士号取得後 プロセス改革コンサルティングのベンチャー企業へ ※写真:会社紹介パンフレットより引用 プロセス改革ベンチャー企業 ・ベンチャー・オブ・ザ・イヤー2002受賞 ・小泉首相 工場見学 ・第1回ものづくり日本受賞-経済産業大臣賞 受賞 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 15 INCS INC. : http://www.incs.co.jp
  • 数理解析手法の実ビジネスへの適用 数理解析手法を実ビジネス適用する 方法論・システムを作り上げてきました ※画像:HPより引用 INCS INC.: http://www.incs.co.jp 開発・構築 ・業務の数理モデル化・解析手法 ・業務プロセス分析手法/再構築手法 ・業務プロセス制御システム・解析システム …など COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 16 INCS INC. : http://www.incs.co.jp
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 17
  • 会社概要 名称 株式会社インクス 設立 1990年7月27日 資本金 1,000万円 代表者 古河 建規 従業員 1,157名(連結) (株)インクス 369名 ◇関連会社 (株)インクスエンジニアリング 730名 (株)IPM 57名 INCS INC.USA 1名 所在地 東京都中央区日本橋 使命 既存の量産開発工程の情報工業化 ⇒ 日本発の情報工業産業の創出 ※)2009年12月現在 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 18
  • 事業内容 新しい方法論・仕組みを自社で実践し プロセス改革ソリューションを提供 設計 試作 金型 プロセスソリューション、コンサルティング COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 19
  • 事業内容 設計ソリューション 設計 試作 金型 ・CADエンジニア 派遣 ・製品設計者 派遣 ・受託設計、解析 要素技術 要素技術 要素技術 プロセスソリューション、コンサルティング COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 20
  • 事業内容 試作ソリューション 設計 試作 金型 ・CADエンジニア 派遣 ・光造形品 製作 ・製品設計者 派遣 ・粉末造形品 製作 ・受託設計、解析 ・造形機 販売 要素技術 要素技術 要素技術 プロセスソリューション、コンサルティング COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 21
  • 事業内容 金型製造ソリューション 設計 試作 金型 ・CADエンジニア 派遣 ・光造形品 製作 ・試作金型 製作 ・製品設計者 派遣 ・粉末造形品 製作 ・量産金型 製作 ・受託設計、解析 ・造形機 販売 ・ホットランナー販売 要素技術 要素技術 要素技術 プロセスソリューション、コンサルティング COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 22
  • 事業内容 新しい方法論・仕組みを自社で実践 プロセス改革ソリューションを提供 設計 試作 金型 ・CADエンジニア 派遣 ・光造形品 製作 ・試作金型 製作 ・製品設計者 派遣 ・粉末造形品 製作 ・量産金型 製作 ・受託設計、解析 ・造形機 販売 ・ホットランナー販売 要素技術 要素技術 要素技術 プロセスソリューション、コンサルティング 業務分析、業務改革 製品設計業務改革 金型設計業務改革 金型製造 内製化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 23
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 24
  • プロセス改革ソリューション 幅広い業界のお客様の課題解決の 実績があります 日本が世界に誇る製造業で培った方法論と実績を元に、他の産業界の生産性向上に貢献する。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 25
  • プロセス改革ソリューション 幅広い経営課題を解決してきました 工数削減 企画開発力強化 コスト削減 Process Technology 組織改革 期間短縮 アウトソーシング 内製化 機械化・自動化 フロントローディング 適正スキル人材強化 品質改革 技術伝承 不具合削減 サービスレベル向上 育成期間短縮 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 26
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する プロセス改革手法 プロセス改革手法 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 27
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する 自社工場 設計 CAM 段取り 加工 適用 プロセス改革手法 プロセス改革手法 実証 手法洗練 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 28
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する 自社工場 お客様 改革前 製品設計 設計 CAM 段取り 加工 生産技術 金型設計 金型製造 適用 量産準備 プロセス改革手法 プロセス改革手法 実証 手法洗練 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 29
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する 自社工場 お客様 改革前 製品設計 設計 CAM 段取り 加工 生産技術 金型設計 金型製造 適用 量産準備 プロセス改革手法 プロセス改革手法 改革後 Value 実証 製品設計 生産技術 手法洗練 金型設計 金型製造 大幅な開発期間短縮 量産準備 製品開発効率アップ COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 30
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 31
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 32
  • プロセス改革ソリューション 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース システム構築 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 33
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 34
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 35
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 36
  • サーベイ&アセスメント:現状工程分析 人の“判断”の単位まで業務を詳細分析 暗黙の課題・あるべき姿を導き出す “判断”単位の詳細分析・再構築が 修正する 劇的な改革効果を実現する COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 37
  • サーベイ&アセスメント:現状工程分析 人の“判断”の単位まで業務を詳細分析 暗黙の課題・あるべき姿を導き出す “判断”単位の詳細分析・再構築が 修正する 劇的な改革効果を実現する お客様が インクスが 定義したプロセス 再定義したプロセス 60工程 300工程 ⇒劇的な再構築を可能にする COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 38
  • サーベイ&アセスメント:現状工程分析 人の“判断”の単位まで業務を詳細分析 暗黙の課題・あるべき姿を導き出す “判断”の構造を解明し再構成。非熟練者でも業務実行できるようにする 本当に熟練者しか“判断”できないプロセスは全業務の10%程度(※) 判断 10% 選択的 50% 判断と作業 作業 混在 作業 40% 熟練者 ※弊社事例平均 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 39
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 40
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 41
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 42
  • 新業務構築:プロセス再構築 目的に合わせ業務再構築 お客様に最適なプロセスを実現 判断工程 現状 作業工程 判断と作業に 工程を分解 分析後 目的に合わせた スキル 業務再構築 高 再構築後 中 低 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 43
  • 新業務構築:プロセス再構築 目的に合わせ業務再構築 お客様に最適なプロセスを実現 “判断”を削減し非熟練者でも業務実行できるようにする ナレッジ構築 独自の標準化手法を用いて 再構築後 詳細手順・判断基準を解明 スキル 高 中 低 熟練同等の時間・品質で ナレッジを 業務実行可能なナレッジを準備します。 プロセスに紐付け COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 44
  • 新業務構築:リソース再構築 最適プロセスにあわせた 組織・人材改革を実施 再構築したプロセス、組織に合わせて、 再構築プロセススキル 高 必要な人材を育成。 オフショア化 中 ・カリキュラム策定 アウトソース化 低 自動化 ・効率化ツール構築 … スキル項目 人員 再構築したプロセスをもとに 目的に合わせ組織を最適化 可視化、最適化されたプロセスが スキルアップ あらゆる経営課題解決の基盤となる 教育 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 45
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 46
  • IT化:システム構築 新プロセスを確実・効率的に実行する ITシステムを構築 ITシステムはお客様に最も適したシステムを選定します。 設計・製造業務では、弊社パッケージソフトも準備しております PLAN 1 PLAN 2 御社既存システム カスタマイズシステム PLAN 3 PLAN 4 弊社システム 他社システム 開発設計NAVI® SETOOL KATANAVI® 型連動 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 47
  • プロセス改革フレームワーク 効果実証・洗練されてきたプロセス改革手法で お客様の業務プロセスを革新する サーベイ&アセスメント 新業務構築 プロダクト プロセス リソース IT化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 48
  • 課題解決実績 幅広い経営課題を解決の実績があります 工数削減 コスト削減 Process Technology 期間短縮 機械化・自動化 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 49
  • 課題解決実績 幅広い経営課題を解決の実績があります 工数削減 コスト削減 Process Technology 期間短縮 機械化・自動化 フロントローディング 品質改革 不具合削減 サービスレベル向上 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 50
  • 課題解決実績 幅広い経営課題を解決の実績があります 工数削減 企画開発力強化 コスト削減 Process Technology 組織改革 期間短縮 アウトソーシング 内製化 機械化・自動化 フロントローディング 品質改革 不具合削減 サービスレベル向上 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 51
  • 課題解決実績 幅広い経営課題を解決の実績があります 工数削減 企画開発力強化 コスト削減 Process Technology 組織改革 期間短縮 アウトソーシング 内製化 機械化・自動化 フロントローディング 適正スキル人材強化 品質改革 技術伝承 不具合削減 サービスレベル向上 育成期間短縮 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 52
  • 課題解決実績 幅広い経営課題を解決の実績があります 工数削減 企画開発力強化 コスト削減 Process Technology 組織改革 期間短縮 アウトソーシング 内製化 機械化・自動化 フロントローディング 適正スキル人材強化 品質改革 技術伝承 不具合削減 サービスレベル向上 育成期間短縮 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 53
  • 業界実績 幅広い業界のお客様の課題解決を 行ってきました COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 54
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 55
  • 背景 企業のシステム導入が行われ 活動実績情報が蓄積されてきている ERPや生産管理ソフトで実績データを蓄積する企業が増加 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 56
  • 背景 企業のシステム導入が行われ 活動実績情報が蓄積されてきている ERPや生産管理ソフトで実績データを蓄積する企業が増加 ■トレーサビリティ確保のために ISOで業務履歴記録の義務化 (ISO9001: 2008 規格要求事項) ⇒約5万1000社 ■内部統制強化のために 業務実績の記録が上場企業に義務化(JSOX法・2008年) ⇒約3800社 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 57
  • 課題 膨大な生産実績データが蓄積されているが 継続的な活動進化・経営に活かしきれていない 課題 ■スキル不足: 1.統計解析・データマイニングのスキル 2.経営視点 3.全体プロセスの分析・再構築のスキル の全てを併せ持った人材が確保が難しい COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 58
  • 課題 膨大な生産実績データが蓄積されているが 継続的な活動進化・経営に活かしきれていない 課題 ■スキル不足: 1.統計解析・データマイニングのスキル 2.経営視点 3.全体プロセスの分析・再構築のスキル の全てを併せ持った人材が確保が難しい ⇒十分な解析ができていない。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 59
  • 課題 膨大な生産実績データが蓄積されているが 継続的な活動進化・経営に活かしきれていない 課題 ■スキル不足: 1.統計解析・データマイニングのスキル 2.経営視点 3.全体プロセスの分析・再構築のスキル の全てを併せ持った人材が確保が難しい ⇒十分な解析ができていない。 ■分析が不十分: Business Intelligence までにとどまり、 データマイニングや予測まで行えていない。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 60
  • 課題 膨大な生産実績データが蓄積されているが 継続的な活動進化・経営に活かしきれていない 課題 ■スキル不足: 1.統計解析・データマイニングのスキル 2.経営視点 3.全体プロセスの分析・再構築のスキル の全てを併せ持った人材が確保が難しい ⇒十分な解析ができていない。 ■分析が不十分: Business Intelligence までにとどまり、 データマイニングや予測まで行えていない。 ⇒継続的な活動進化や経営判断にまで活かしきれていない。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 61
  • 蓄積データの有効活用 独自のデータ解析方法を作り上げ 実証してきました 生産現場で洗練された解析・課題発見ノウハウ 1 月100型以上10年生産してきた工場でも効果を上げてきた各種統計分析の ノウハウと手法を持ったエキスパートが解析。 一品一様の業務に適した解析 2 一般的な手法では分析困難な一品一様の毎回異なる業務 (金型製造、ソフトウェア開発、サービス業など)も解析。 独自のプロセス・リソース 統計解析モデル 3 理論的・学術的な裏づけのある独自の統計解析モデルで お客様の業務プロセス・リソースに適した統計解析。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 62
  • 蓄積データの有効活用 独自のデータ解析方法を作り上げ 実証してきました 生産現場で洗練された解析・課題発見ノウハウ 1 月100型以上10年生産してきた工場でも効果を上げてきた各種統計分析の ノウハウと手法を持ったエキスパートが解析。 一品一様の業務に適した解析 2 一般的な手法では分析困難な一品一様の毎回異なる業務 (金型製造、ソフトウェア開発、サービス業など)も解析。 独自のプロセス・リソース 統計解析モデル 3 理論的・学術的な裏づけのある独自の統計解析モデルで お客様の業務プロセス・リソースに適した統計解析。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 63
  • 蓄積データの有効活用 独自のデータ解析方法を作り上げ 実証してきました 生産現場で洗練された解析・課題発見ノウハウ 1 月100型以上10年生産してきた工場でも効果を上げてきた各種統計分析の ノウハウと手法を持ったエキスパートが解析。 一品一様の業務に適した解析 2 一般的な手法では分析困難な一品一様の毎回異なる業務 (金型製造、ソフトウェア開発、サービス業など)も解析。 独自のプロセス・リソース 統計解析モデル 3 理論的・学術的な裏づけのある独自の統計解析モデルで お客様の業務プロセス・リソースに適した統計解析。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 64
  • 一品一様の業務に適した解析 一品一様の業務プロセスの変動性 従来の多量生産 一品一様の業務プロセス 変動性なし 大きな変動性を扱う必要がある プロダクト構成 プロダクト構成 毎回同じ 毎回異なる 毎回同じ 毎回同じ 毎回異なる 毎回異なる 作業時間 業務プロセス 作業時間 業務プロセス 組立ライン 金型製造 ソフトウェア開発 サービス業 … COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 65 ヘンリー・フォード:ベルトコンベアー方式
  • 一品一様の業務に適した解析 一品一様性・変動性は 広範な業務の特徴 従来の多量生産 一品一様の業務プロセス 変動性なし 大きな変動性を扱う必要がある プロダクト構成 プロダクト構成 毎回同じ 毎回異なる 毎回同じ 毎回同じ 毎回異なる 毎回異なる 作業時間 業務プロセス 作業時間 業務プロセス 組立ライン 金型製造 ソフトウェア開発 サービス業 … COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 66 ヘンリー・フォード:ベルトコンベアー方式 …
  • 一品一様の業務に適した解析 一品一様の業務プロセスの 動的な工程数理体系を構築 変動性から生じる動的な課題 ・リソースの競合 ・滞留 ・納期遅延 … 一品一様な業務プロセスを含む 統計解析・制御数理モデル ・統計的な有効変数算出 ・統計数理モデル化 -優先順位制御 -実行タイミング制御 -統計フィードバック -適正リソース量算出 ・予測数理体系 論文(体系の一部) M.Nakao, N. Kobayashi, K.Hamada, T.Totsuka, S.Yamada, “Decoupling Executions in Navigating Manufacturing Processes for Shortening Lead Time and Its Implementation to an Unmanned Machine Shop”, COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 67 CIRP Annals - Manufacturing Technology Volume 56, Issue 1, Pages 171-174 (2007)
  • 一品一様の業務に適した解析 一品一様の業務プロセスの 動的な工程数理体系を構築 効果実績例 全体生産リードタイム中央値を 1/2.7に短縮 設計開始~頭だし出荷リードタイム 体系適用 500 適用後 設計開始~頭だし 出荷C T 360.4h(15.0日) 400 1/2.7 300 200 100 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 141.6h(5.9日) 00 00 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 9: 0 7 4 1 8 5 1 8 5 2 9 6 3 0 /2 /2 /0 /1 /1 /2 /0 /0 /1 /2 /2 /0 /1 /2 / 09 / 09 / 10 / 10 / 10 / 10 / 11 / 11 / 11 / 11 / 11 / 12 / 12 / 12 04 04 04 04 04 04 04 04 04 04 04 04 04 04 20 20 20 20 20 20 20 20 20 20 20 20 20 20 週集計開始日時 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 68
  • 蓄積データの有効活用 独自のデータ解析方法を作り上げ 実証してきました 生産現場で洗練された解析・課題発見ノウハウ 1 月100型以上10年生産してきた工場でも効果を上げてきた各種統計分析の ノウハウと手法を持ったエキスパートが解析。 一品一様の業務に適した解析 2 一般的な手法では分析困難な一品一様の毎回異なる業務 (金型製造、ソフトウェア開発、サービス業など)も解析。 独自のプロセス・リソース 統計解析モデル 3 理論的・学術的な裏づけのある独自の統計解析モデルで お客様の業務プロセス・リソースに適した統計解析。 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 69
  • 独自のプロセス・リソース 統計解析モデル 活動の統一グラフモデルを構築 Unified graph representation of processes for scheduling with flexible resource assignment 青字:割付モデル属性 [ ] : Optional Node ・priority(優先度) Edge ・duration(予定時間) [・earliest(再早開始日時) ] Process Edge Process [・deadline(納期) ] [・or(条件集約数) ] 前プロセスの終了後に後プロセスが プロセスを表す 開始できること表す ・attributes(属性) preemptable(中断可否), successive(引継ぎ可否) Uses Edge workload(作業負荷) Processが使用する uses uses uses uses uses uses Assign Region を表す Assign Region Assigns from Edge 同一Resourceを割付け続ける Assign Regionに assigns from assigns from 指定Resourceの子Resource集合の 範囲を表す assigns assigns 中から割付けることを示す 工場01 [process] has has [startDate(開始日時)] [endDate(終了日時)] Assigns Edge 型01 仕上WG StartDateからEndDateまでの間 Resource has Assign RegionにResourceを 割付対象要素を表す has has has has has has 割付けることを表す ・capacity(容量) ・calender(カレンダー) CAVI01 CORE01 … 山田さん 田中さん 鈴木さん ・attributes(属性) Has Edge 東さん Resourceの所有関係を表す COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 70
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 71
  • ※本項目は株式会社インクスとは一切関係ありません 72
  • 思い 73
  • データマイニング+WEB 思い 74
  • データマイニング+WEB 思い 蓄積データを活用し 75
  • データマイニング+WEB 思い 蓄積データを活用し 継続的に活動進化できる 世界を作りたい 76
  • データマイニング+WEB ひとりでは世界は創れない 77
  • データマイニング+WEB みんなの協力が必要 78
  • データマイニング+WEB 蓄積データを有効活用したい人が 79
  • データマイニング+WEB 蓄積データを有効活用したい人が それを実現できるようにしたい 80
  • データマイニング+WEB データマイニング+WEB勉強会@東京 (#TokyoWebmining) 始めました 81
  • 目的:データマイニング+WEB勉強会@東京 82
  • 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 83
  • 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング 最適解探索 アルゴリズム 84
  • 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング 対応分析 時系列分析 回帰分析 クラスター分析 判別分析 主成分分析 因子分析 カーネル法 樹木モデル ニューラルネットワーク サポートベクターマシン … 最適解探索 アルゴリズム 85
  • 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング Amazon Web Service 楽天 Web Service 対応分析 時系列分析 Twitter API Recruit Web Service 回帰分析 Yahoo! Web Service クラスター分析 はてな Web Service 判別分析 主成分分析 因子分析 (Bookmark/Graph/Keyword,…) カーネル法 Google Data API 樹木モデル (Calendar/Maps/BookSearch/ FinancePortfolioData,…) ニューラルネットワーク サポートベクターマシン … … 最適解探索 アルゴリズム 86
  • 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング Amazon Web Service 楽天 Web Service 対応分析 時系列分析 Twitter API Recruit Web Service 回帰分析 Yahoo! Web Service クラスター分析 はてな Web Service 判別分析 主成分分析 因子分析 (Bookmark/Graph/Keyword,…) カーネル法 Google Data API 樹木モデル (Calendar/Maps/BookSearch/ FinancePortfolioData,…) ニューラルネットワーク サポートベクターマシン … 免疫型最適化 Particle Swam … Memetic Ant Colony 遺伝的 熱力学的 シミュレーテドアニーリング 力学モデルによる最適化 タブーサーチ グラフ … 最適解探索 アルゴリズム 87
  • 目的:データマイニング+WEB勉強会@東京 データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング Amazon Web Service 楽天 Web Service 対応分析 時系列分析 Twitter API Recruit Web Service 回帰分析 Yahoo! Web Service クラスター分析 はてな Web Service 判別分析 主成分分析 因子分析 (Bookmark/Graph/Keyword,…) カーネル法 Google Data API 樹木モデル (Calendar/Maps/BookSearch/ FinancePortfolioData,…) ニューラルネットワーク サポートベクターマシン … 免疫型最適化 Particle Swam … Memetic Ant Colony 遺伝的 熱力学的 シミュレーテドアニーリング 力学モデルによる最適化 タブーサーチ グラフ … 最適解探索 アルゴリズム 88
  • 3つの進行方針 89
  • データマイニング+WEB勉強会@東京を 90
  • データマイニング+WEB勉強会@東京を 発表者・参加者にとって より有意義な場にしたい 91
  • データマイニング+WEB勉強会@東京を 発表者・参加者にとって より有意義な場にしたい 3つの進行方針 92
  • 3つの進行方針 充分な時間を充て 理解・議論を優先する 1.充分な時間: 各テーマごとにしっかり時間を充てる (浅く多くではなく、少ないテーマでも深く) 2.理解: 進行を急がない。分からないところはすぐ質問。 講師・各メンバーからの返答で、みなで理解を深めることを優先する。 3.議論: 議論時間をしっかりとる。 各分野の意見の共有、皆での発想・創造を優先する。 全員でのフラットな議論。講師にとっても有意義な場となるようにする。 93
  • 次回開催 94
  • 次回開催 5/16(日) 第4回 データマイニング+WEB勉強会 WEB祭り です AGENDA 5/16(日) 12:00 - 21:00 -ソーシャルウェブとレコメンデーション (講師:@hamadakoichi) (60分) -レコメンデーション活用編-実開発者が語る:画像、広告、そして未来へ-(講師:@karubi)(60分) -はじめてでもわかるWEB行動マイニング (講師:@kur) (60分) -Hadoop!-入門とクラウドでの活用-(講師:@yanaoki)(60分) -はじめてでもわかるYahoo! Web API入門(講師:@yokkuns) (60分) -Wikipediaによるテキストマイニング入門(講師:@nokuno) (60分) -Webと物理的な世界をつなぐ-WebとGainerの連携-(講師:@oga_shin) (60分) -参加者の声・ディスカッション:WEBの未来へ」 (進行:@hamadakoichi) (30分) 参加登録 ATND : http://atnd.org/events/4319 アナウンス Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 95
  • 次回開催 5/16(日) 第4回 データマイニング+WEB勉強会 WEB祭り です AGENDA 5/16(日) 12:00 - 21:00 -ソーシャルウェブとレコメンデーション (講師:@hamadakoichi) (60分) -レコメンデーション活用編-実開発者が語る:画像、広告、そして未来へ-(講師:@karubi)(60分) -はじめてでもわかるWEB行動マイニング (講師:@kur) (60分) -Hadoop!-入門とクラウドでの活用-(講師:@yanaoki)(60分) -はじめてでもわかるYahoo! Web API入門(講師:@yokkuns) (60分) -Wikipediaによるテキストマイニング入門(講師:@nokuno) (60分) -Webと物理的な世界をつなぐ-WebとGainerの連携-(講師:@oga_shin) (60分) -参加者の声・ディスカッション:WEBの未来へ」 (進行:@hamadakoichi) (30分) 参加登録 ATND : http://atnd.org/events/4319 アナウンス Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 96
  • 次回開催 5/16(日) 第4回 データマイニング+WEB勉強会 WEB祭り です AGENDA 5/16(日) 12:00 - 21:00 -ソーシャルウェブとレコメンデーション (講師:@hamadakoichi) (60分) -レコメンデーション活用編-実開発者が語る:画像、広告、そして未来へ-(講師:@karubi)(60分) -はじめてでもわかるWEB行動マイニング (講師:@kur) (60分) -Hadoop!-入門とクラウドでの活用-(講師:@yanaoki)(60分) -はじめてでもわかるYahoo! Web API入門(講師:@yokkuns) (60分) -Wikipediaによるテキストマイニング入門(講師:@nokuno) (60分) -Webと物理的な世界をつなぐ-WebとGainerの連携-(講師:@oga_shin) (60分) -ディスカッション:WEBの未来へ (進行:@hamadakoichi) (30分) 参加登録 ATND : http://atnd.org/events/4319 アナウンス Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 97
  • 次回開催 5/16(日) 第4回 データマイニング+WEB勉強会 WEB祭り です 参加登録 ATND : http://atnd.org/events/4319 アナウンス Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 98
  • 次回開催 5/16(日) 第4回 データマイニング+WEB勉強会 満員御礼! 広い会場探索中。USTREAM配信も行います 参加登録 ATND : http://atnd.org/events/4319 アナウンス Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 99
  • 次回開催 5/16(日) 第4回 データマイニング+WEB勉強会 満員御礼! USTREAM配信も行います 参加登録 ATND : http://atnd.org/events/4319 アナウンス Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 100
  • 内容紹介 R言語によるクラスター分析 -活用編- 理論から実行可能なR言語ソースコードまで 101
  • R言語によるクラスター分析 クラスター分析が容易に行えます ソースコード 実行結果 102
  • 位置づけ データマイニングの方法論を用い 蓄積されたデータを有効活用していく方法を学ぶ 統計解析 Web API データマイニング Amazon Web Service 楽天 Web Service 対応分析 時系列分析 Twitter API Recruit Web Service 回帰分析 Yahoo! Web Service クラスター分析 はてな Web Service 判別分析 主成分分析 因子分析 (Bookmark/Graph/Keyword,…) Bookmark/Graph/Keyword, カーネル法 Google Data API 樹木モデル (Calendar/Maps/BookSearch/ FinancePortfolioData,…) FinancePortfolioData, ニューラルネットワーク サポートベクターマシン … 免疫型最適化 Particle Swam … Memetic Ant Colony 遺伝的 熱力学的 シミュレーテドアニーリング 力学モデルによる最適化 タブーサーチ グラフ … 最適解探索 アルゴリズム 103
  • 位置づけ クラスター分析 統計解析 Web API データマイニング Amazon Web Service 楽天 Web Service 対応分析 時系列分析 Twitter API Recruit Web Service 回帰分析 Yahoo! Web Service クラスター分析 はてな Web Service 判別分析 主成分分析 因子分析 (Bookmark/Graph/Keyword,…) Bookmark/Graph/Keyword, カーネル法 Google Data API 樹木モデル (Calendar/Maps/BookSearch/ FinancePortfolioData,…) FinancePortfolioData, ニューラルネットワーク サポートベクターマシン … 免疫型最適化 Particle Swam … Memetic Ant Colony 遺伝的 熱力学的 シミュレーテドアニーリング 力学モデルによる最適化 タブーサーチ グラフ … 最適解探索 アルゴリズム 104
  • 位置づけ 第3回データマイニング+WEB勉強会@東京の 開催内容です 内容 講師 Twitter Id Opening Talk (15分) @hamadakoichi 自己紹介 (25分) @hamadakoichi 理論 R言語による クラスター分析 - 活用編 (90分) @hamadakoichi 休憩(10分) 市場細分化とクラスター分析 (30分) @bob3bob3 実践 検診データへのクラスタリング適用例(30分) @dichika 休憩(10分) 理論 機械学習入門 – SVMによる画像分類(60分) @yokkuns 休憩(10分) 参加者の声・発表者募集+バファー (20分) @hamadakoichi 105
  • 位置づけ 第3回データマイニング+WEB勉強会@東京の 開催内容です 内容 講師 Twitter Id Opening Talk (15分) @hamadakoichi 自己紹介 (25分) @hamadakoichi 理論 R言語による クラスター分析 - 活用編 (90分) @hamadakoichi 休憩(10分) 市場細分化とクラスター分析 (30分) @bob3bob3 実践 検診データへのクラスタリング適用例(30分) @dichika 休憩(10分) 理論 機械学習入門 – SVMによる画像分類(60分) @yokkuns 休憩(10分) 参加者の声・発表者募集+バファー (20分) @hamadakoichi 106
  • 内容抜粋紹介 107
  • クラスタリングとは データを類似度に従い グループに分けること 108
  • クラスタリングとは データを類似度に従い グループに分けること クラスタリングA 109
  • クラスタリングとは データを類似度に従い グループに分けること クラスタリングA クラスタリングB 110
  • クラスタリングとは データを類似度に従い グループに分けること クラスタリングA クラスタリングB 111
  • クラスタリング手法の種類 手法と帰属度の分類軸がある 分類 種類 内容 手法 階層的手法 ①各データそれぞれを一つのクラスタとする ②状態を初期状態とするクラスタの距離、類似度で2つのクラ スタを逐次的に併合していく ③目的のクラスタ数まで併合が行われたときに処理を終了す る 非階層的手法 ①データの良さを表す評価関数を設定する (分割最適化) ②評価関数に対する最適解(最適分割)を探索する 帰属度 ハードクラスタリ 各データは一つのクラスタのみに所属する ング ソフトクラスタリ 各データが複数のクラスタリングに所属することを許す ング (※最も帰属度が高いクラスタを抽出すると、ハードクラスタリ ングとなる) 112
  • クラスタリング手法の種類 各クラスタリング手法 種類 ハード ソフト 階層的 ・群平均法 ・単連結法 ・完全連結法 ・ウォード法 ・重心法 ・メディアン法 非階層的 ・k-means ・混合分布モデル ・スペクトラルクラスタリング ・次元縮約 (LSI/pLSI/NMF) ・Fuzzy c-means ※LSI: Latent Semantic Indexing, pLSI: Probabilistic LSI, NMF: Non-Negative Matrix Factorization 113
  • クラスタリング手法の種類 階層的手法 分類 種類 内容 手法 階層的手法 ①各データそれぞれを一つのクラスタとする ②状態を初期状態とするクラスタの距離、類似度で2つのクラ スタを逐次的に併合していく ③目的のクラスタ数まで併合が行われたときに処理を終了す る 非階層的手法 ①データの良さを表す評価関数を設定する (分割最適化) ②評価関数に対する最適解(最適分割)を探索する 帰属度 ハードクラスタリ 各データは一つのクラスタのみに所属する ング ソフトクラスタリ 各データが複数のクラスタリングに所属することを許す ング (※最も帰属度が高いクラスタを抽出すると、ハードクラスタリ ングとなる) 114
  • 階層的手法:特徴 古典的で直感的にも自然な手法 最終的に一つのクラスタにまとまる 115
  • 階層的手法:アルゴリズム アルゴリズム ①各データが自身をクラスターと考え データ数のクラスターを作る ②クラスタ間の距離を測り クラスタ間の距離行列を作成する ③最も距離の近いクラスタを併合する ④クラスタ間の距離行列を作成する ⑤最も短い距離のクラスタを併合する ※ひとつのクラスタになるまで繰り返し 116
  • 階層的手法:アルゴリズム アルゴリズム ①各データが自身をクラスターと考え データ数のクラスターを作る ②クラスタ間の距離を測り クラスタ間の距離行列を作成する ③最も距離の近いクラスタを併合する ④クラスタ間の距離行列を作成する ⑤最も短い距離のクラスタを併合する ※ひとつのクラスタになるまで繰り返し 117
  • 階層的手法:手法とクラスタ間距離 クラスタ間距離の種類 クラスタリング手法 クラスタ間距離 群平均法 クラスタ間の全てのデータ組合せの距離の平均値 (Group Average method ) 単連結法 クラスタ間の最小距離を与えるデータ対の距離 (Single Linkage Method ) 完全連結法 クラスタの最大距離を与えるデータ対の距離 (Complete Linkage Method) ウォード法 クラスタ内の平方和の増加分 (Ward Method) 重心法 クラスタの重心間の距離の自乗 (Centroid Method) メディアン法 重心法と同じ。クラスタ併合時に、新たな重心を元の (Median Method) 重心の中点にとる。 118
  • 階層的手法: Rによる解析 階層的クラスタリングの関数 Hierarchical Clustering hclust(d, method=“complete”, member =NULL, ...) d:距離行列 method: 階層的クラスタリング手法を指定 members: 通常は指定しない。 ※テンドログラムの途中から クラスタリングを行いたい場合に用いる 119
  • 階層的手法:手法とクラスタ間距離 クラスタ間距離の指定引数 クラスタリング手法 クラスタ間距離 method 群平均法 クラスタ間の全てのデータ組合せの距離 “average“ (Group Average method ) の平均値 単連結法 クラスタ間の最小距離を与えるデータ対の “single” (Single Linkage Method ) 距離 完全連結法 クラスタの最大距離を与えるデータ対の距 “complete” (Complete Linkage 離 Method) (Default) ウォード法 クラスタ内の平方和の増加分 “ward” (Ward Method) 重心法 クラスタの重心間の距離の自乗 “centroid” (Centroid Method) メディアン法 重心法と同じ。クラスタ併合時に、新たな “median” (Median Method) 重心を元の重心の中点にとる。 120
  • Rプログラム例:クラスター分析 (階層的手法) 各種クラスター分析が容易に行えます ソースコード 実行結果 121
  • Rプログラム例:クラスター分析 (階層的手法) ソースコード 122
  • Rプログラム例:クラスター分析 (階層的手法) 実行結果 123
  • 124
  • 蓄積されたデータを有効活用してきたい 125
  • 蓄積されたデータを有効活用してきたい 連絡 Google Group: http://groups.google.com/group/webmining-tokyo 126
  • データマイニング+WEB勉強会 発表者を募集しています 連絡 Google Group: http://groups.google.com/group/webmining-tokyo Twitter : http://twitter.com/hamadakoichi 127
  • AGENDA ◆講師紹介 ◆数理解析手法の実ビジネスへの適用 ◆インクス会社紹介 ◆プロセス改革ソリューション ◆プロセス改革フレームワーク ◆業務実績の統計解析・データマイニング ◆データマイニング+WEB ◆最後に COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 128
  • 最後に 幅広い経営課題を解決してきた 実績・ノウハウがあります 工数削減 企画開発力強化 コスト削減 Process Technology 組織改革 期間短縮 アウトソーシング 内製化 機械化・自動化 フロントローディング 適正スキル人材強化 品質改革 技術伝承 不具合削減 サービスレベル向上 育成期間短縮 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 129
  • 最後に 幅広い業界のお客様の課題解決を 行ってきました COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 130
  • 最後に ソフトウェア業界での プロセス改革実績もあります ソフトウエア IT運用業務 開発業務 COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 131
  • さらに多くの活動をよりよく出来ると COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 132
  • さらに多くの活動をよりよく出来ると 私は信じています COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 133
  • 世界中のプロセスを COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 134
  • 世界中のプロセスを よりよい形にしていきたい COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 135
  • ご清聴ありがとうございました 世界中のプロセスをよりよい形にしていきたい インクスのプロセス改革に興味を持たれましたら下記までご連絡下さい お問合せ 株式会社インクス プロセスソリューショングループ MAIL : marketing@incs.co.jp TEL :03-5651-0019 HP :http://www.incs.co.jp COPYRIGHT 2010 BY INCS INC. ALL RIGHTS RESERVED. 136