1.
AI・データ利活用継続の鍵は
ビジネススキル
日本電気株式会社
AI・アナリティクス事業部
澤田 直樹
『ビジネススキルの高いデータ活用人材と育成』webセミナー

2.
3 © NEC Corporation 2020
自己紹介
＜＜経歴＞＞
●官公庁向け 大規模レガシーシステム 開発SE
●通信事業者向け ミッションクリティカルな大規模システム構築 技術営業
●業種横断 ビッグデータ／AI・アナリティクス事業 AI導入コンサル
澤田 直樹
Naoki Sawada
日本電気株式会社
AI・アナリティクス事業部 マネージャ

3.
Agenda
１．ビジネススキルとは
２．失敗例とビジネス視点
３．ビジネススキル向上に向けて
４．さいごに

4.
5 © NEC Corporation 2020
ビジネススキルとは

5.
6 © NEC Corporation 2020
データサイエンティスト スキルチェックリスト
データサイエンティストに必要な528スキル
Bzスキル:113個、DSスキル:271個、DEスキル:144個
Bz
DEDS
データサイエンス
データエンジニアリング
ビジネス
＜出典＞データサイエンティスト協会スキル委員会
行動規範 契約・権利保護 論理的思考 着想・デザイン
課題の定義 データ入手 ビジネス観点のデータ理解
分析評価 事業への実装 活動マネジメント
数理基礎 予測 検定/判断
グルーピング 性質・関係性の把握
サンプリング データ加工
データ可視化 分析プロセス
データの理解・検証
意味合いの抽出・洞察
機械学習技法 時系列分析
言語処理 画像・動画処理
音声/音楽処理 パターン発見
グラフィカルモデル 最適化
シミュレーション/データ同化
環境構築
データ収集
データ構造
データ蓄積
データ加工
データ共有
プログラミング
ITセキュリティ

6.
7 © NEC Corporation 2020
データサイエンスにおけるビジネス力
データサイエンス・プロジェクトをマネジメント
データサイエンスにおけるビジネス力
ビジネス課題をデータサイエンスで解決できる課題に変換
データサイエンスの結果をビジネス価値を定義・説明

7.
8 © NEC Corporation 2020
私のマインドの変化
統率力と実行力 探索能力と機動力必要なスキル
演繹的アプローチ 帰納的アプローチアプローチ
人間の知識・経験・勘 過去の知見(データ)重要な要因
ウォータフォール的 アジャイル的プロジェクト推進
ルールを検討し、
着実に組み込む
仮説立案をし、
試行錯誤を繰り返す
進め方

8.
9 © NEC Corporation 2020
失敗例とビジネス視点

9.
10 © NEC Corporation 2020
失敗例（１）
分析結果が良くても
ビジネス価値が小さい
失敗例その１
製造業様
故障検知
U U

10.
11 © NEC Corporation 2020
失敗例（１）ビジネス価値が小さく使われない
データサイエンスのビジネス価値を測る
U
優秀
U
効果検証の結果
故障検知率→5%改善
データ
経営層
その課題は、
金額換算すると、
数百万円だね。
ビジネス課題を把握できていない
⇒ ビジネス価値を想定できていない。

11.
12 © NEC Corporation 2020
失敗例（２）
途中で目的が変わる
失敗例その２
小売業様
レコメンド向上
U U

12.
13 © NEC Corporation 2020
失敗例（２）プロジェクトの目的が変わる
分析中の発見により、目的が変わりやすい
目的：某店舗の
売上向上データ
目的：B商品の
売上向上
プロジェクト・マネジメント
⇒ 目的の変更・分析方針変更
商品Aでなく
商品Bを売りたい
商品A

13.
14 © NEC Corporation 2020
◎ ◎
失敗例（３）
現場で使われない
失敗例その３
卸業様
流通在庫適正化

14.
15 © NEC Corporation 2020
失敗例（３）現場で使われない
精度や機能に問題が無くても現場が拒否
物流部門
予測が外れた日の
運用は？
不要
◎◎
人件費と流通
コスト削減
U
優秀
U
効果検証の結果
出荷需要の予測精度
→90%
人件費、流通コスト削減
→可能
NG
経営層
システム
部門
OK！
OK！
システム連携
システム運用
全関係者に納得してもらう

15.
16 © NEC Corporation 2020
私のビジネス視点
デ
ー
タ
学習データが多い  データ量と種類
学習データが安定  データ品質
価
値
経営方針に合致  プレスリリースを出せるか？
価値が出やすい
 分析結果を使う人が多い
 わずかな精度改善で大きな価値になる
 トータルでよい結果になっていれば価値になる
価値が伝わりやすい
 KPIがわかりやすい
 導入したいシステムがわかりやすい
体
制
データサイエンスに
向けた体制
 経営層
 導入部門
 協力的な現場部門

16.
17 © NEC Corporation 2020
ビジネススキルの
向上に向けて

17.
18 © NEC Corporation 2020
様々なプロジェクトを
遂行する

18.
19 © NEC Corporation 2020
NECのAI人材（データサイエンス人材）
ビジネスが得意な人と
チームをつくる

19.
20 © NEC Corporation 2020
NECのAI人材（データサイエンス人材）
ビジネスに注力する時期をつくる

20.
21 © NEC Corporation 2020
NECアカデミー for AI
１ 2
3

21.
22 © NEC Corporation 2020
① 研修: 知識の習得

22.
23 © NEC Corporation 2020
①研修： (例) ブートキャンプ

23.
24 © NEC Corporation 2020
② 道場（OJT）
実践を通してメンターから学ぶ
分析専門組織によるOJT(道場)
・実際のAIプロジェクトを通してスキル獲得
・分析熟練者がメンターとなり指導
(1年～1.5年の実践指導)
OJT(On-the-Job Training)
【施策効果】
・実践スキルの習得(サバイバルスキル)
・師弟関係の構築(良き相談役)

24.
25 © NEC Corporation 2020
② 道場（OJT）
メンターによる差が少ないように標準化

25.
26 © NEC Corporation 2020
③ コミュニティ
同じ悩みを持つ者同士の交流
NEC Data Analyst Community
・AI事業に関わる人たちを応援するｺﾐｭﾆﾃｨ
・AIポータルサイト設置
(ｷｰﾊﾟｰｿﾝ/事例/ｷｰﾜｰﾄﾞ/書籍/Q&A/ﾌﾞﾛｸﾞ)
データサイエンス人材のコミュニティ
【施策効果】
・ベストプラクティスの共有
・最新動向のキャッチアップ

26.
27 © NEC Corporation 2020
さいごに

27.
28 © NEC Corporation 2020
ビジネススキル
●DX時代の必須スキル
●マインドの変化
●プロジェクトを実施（疑似体験）