Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

仕事に活きる数学講座(第四回:予測力編)

795 views

Published on

ーーーーーーーーーーーーーーーーーーーーーーー
schoo WEB-campusは「WEBに誕生した、学校の新しいカタチ」。
WEB生放送の授業を無料で配信しています。
▼こちらから授業に参加すると、先生への質問や、ユーザーとのチャット、資料の拡大表示等が可能です。
http://schoo.jp/class/969/room

ーーーーーーーーーーーーーーーーーーーーーーー

Published in: Business
  • Be the first to comment

仕事に活きる数学講座(第四回:予測力編)

  1. 1. 予測力 過去のデータから未来を予測する力 事業の将来像を見抜く力
  2. 2. 予測力で扱う テーマ 1.スケジュールの管理 2.平均値の活用 3.関数の活用 4.フェルミ推定
  3. 3. 予測力での 注意点 授業のはじめに… ①予測には前提が重要! ・予測するときには必ずなんらかの前提条件があります。 ・前提条件が変わると予測結果も変わります。 ②予測の精度に注意 ・近い未来の予測ほど精度は高くなります。 ・考慮する要素が多くなるほど精度は高くなります。 100%確実に当たる予測はできないので 予測に対しては柔軟な態度をとることが重要!!
  4. 4. 1. スケジュール の管理 課題① グローバルナイフ社は9月1日にイタリアンレストランからディ ナーナイフを240個受注しました。ナイフは9月3日から5人の職 人が手作りで生産し、1人あたり1時間で平均3個生産することが できます。下の表は職人の作業予定を示しています。 田中 福本 鈴木 西村 中山 9月3日 10時∼17時 10時∼17時 10時∼17時 10時∼13時 休み 9月4日 10時∼13時 10時∼17時 10時∼13時 休み 10時∼17時 9月5日 10時∼17時 10時∼13時 休み 10時∼17時 10時∼17時 9月6日 10時∼13時 休み 休み 休み 10時∼17時 9月7日 休み 休み 10時∼13時 10時∼17時 10時∼13時 9月8日 10時∼17時 10時∼17時 10時∼17時 10時∼17時 休み
  5. 5. 1. スケジュール の管理 課題① イタリアンレストラン向けのディナーナイフの生産が完了する 日はいつですか。ただし、業務時間帯での休憩時間は、考えない ことにします。 さぁ考えてみよう!!! ヒントは…何をベースに管理をするか 田中 福本 鈴木 西村 中山 9月3日 10時∼17時 10時∼17時 10時∼17時 10時∼13時 休み 9月4日 10時∼13時 10時∼17時 10時∼13時 休み 10時∼17時 9月5日 10時∼17時 10時∼13時 休み 10時∼17時 10時∼17時 9月6日 10時∼13時 休み 休み 休み 10時∼17時 9月7日 休み 休み 10時∼13時 10時∼17時 10時∼13時 9月8日 10時∼17時 10時∼17時 10時∼17時 10時∼17時 休み
  6. 6. 1. スケジュール の管理 何をベースに 管理をする か? 生産物ベースで管理? 時間ベースで管理?
  7. 7. 1. スケジュール の管理 生産物ベース で管理 作業予定を生産個数に置き換えてみよう 受注した個数 240個 1時間あたりの生産量 3個 田中 福本 鈴木 西村 中山 1日あたりの 生産個数 累計 生産個数 9月3日 21個 21個 21個 9個 休み 72個 72個 9月4日 9個 21個 9個 休み 21個 60個 132個 9月5日 21個 9個 休み 21個 21個 72個 204個 9月6日 9個 休み 休み 休み 21個 30個 234個 9月7日 休み 休み 9個 21個 9個 39個 273個 9月8日 21個 21個 21個 21個 休み 84個 357個
  8. 8. 1. スケジュール の管理 時間ベースで 管理 受注した個数 240個 1時間あたりの生産量 3個 時間で考えよう 必要な労働時間は… 240÷3で… 80時間!
  9. 9. 1. スケジュール の管理 時間ベースで 管理 今度は作業予定を労働時間に置き換えてみよう 必要な労働時間は80時間 田中 福本 鈴木 西村 中山 1日あたりの 合計作業時間 累計 作業時間 9月3日 7時間 7時間 7時間 3時間 休み 24時間 24時間 9月4日 3時間 7時間 3時間 休み 7時間 20時間 44時間 9月5日 7時間 3時間 休み 7時間 7時間 24時間 68時間 9月6日 3時間 休み 休み 休み 7時間 10時間 78時間 9月7日 休み 休み 3時間 7時間 3時間 13時間 91時間 9月8日 7時間 7時間 7時間 7時間 休み 28時間 119時間
  10. 10. 1. スケジュール の管理 メリット スケジュールは時間で管理 ①実際の進捗状況にあわせて予測を見直しやすい ②複数の仕事を同じ基準で管理できる ③予備日程を組み込むことでスケジュールに柔軟 性を持たせることができる 仕事量は時間換算! わかったかな?
  11. 11. 2. 平均値の活用 課題② ユニックロ社が取り扱っているTシャツの過去1年間の月間売 上高は、下表のとおりでした。 このデータからユニックロTシャツの売れ行きのトレンドを説明 してください。 トレンドってなんだっけ… 2013年 2月 3月 4月 5月 6月 7月 売上高 2,925 3,315 3,469 3,087 2,898 2,743 2013年 2014年 8月 9月 10月 11月 12月 1月 売上高 3,107 2,711 3,119 2,631 3,009 2,432 ユニックロTシャツの売上高 単位:万円 ある変数の動向や傾向のことだったよね
  12. 12. 2. 平均値の活用 課題② 移動平均法 ユニックロTシャツの売上高の移動平均を 出してみよう 時系列データにおいて一定の間隔を決めて その期間の平均値を計算し、さらに時点をずらして 平均値を計算する手法
  13. 13. 2. 平均値の活用 課題② 6∼9月:2,864万円 7∼10月:2,920万円 8∼11月:2,892万円 9∼12月:2,867万円 10∼1月:2,798万円 2∼5月:3,199万円 3∼6月:3,192万円 4∼7月:3,049万円 5∼8月:2,958万円 4ヶ月移動平均は… まだまだわかりづらいのでグラフ化してみよう 2013年 2月 3月 4月 5月 6月 7月 売上高 2,925 3,315 3,469 3,087 2,898 2,743 2013年 2014年 8月 9月 10月 11月 12月 1月 売上高 3,107 2,711 3,119 2,631 3,009 2,432 ユニックロTシャツの売上高 単位:万円
  14. 14. 2. 平均値の活用 課題② 下がり傾向にあるのがよくわかるね トレンドが明確になった!
  15. 15. 2. 平均値の活用 課題② 区間の取り方で視点(マクロ⇔ミクロ)が変化
  16. 16. 2. 平均値の活用 移動平均の 活用例 売上高の変化 価格変動の予測 株価のテクニカル分析 など トレンドを予測する場面で活用される 以上、平均値の活用でした!
  17. 17. 3. 関数の活用 課題③ レンタルDVD事業を営むTATSUYAは、系列の店舗である上野 店と御徒町店の2014年4月1日現在の会員数と、1か月あたりの新 規入会数を調査し、以下の表にまとめました。 今後も同じペースで会員数が増えると考えるならば、御徒町店 の会員数が上野店の会員数を超えるのは何か月後ですか。 店舗名 上野店 御徒町店 2014年4月1日の 会員数(人) 8,447 7,568 1か月あたりの 新規入会数(人) 52 155 上野店 御徒町店
  18. 18. 3. 関数の活用 課題③ ざっくり計算すると… 直近の会員数 上野店 :8,447人 御徒町店:7,568人 毎月の新規入会数 上野店 : 52人 御徒町店:155人 御徒町店の会員数が上野店の会員数を上回るのは約9ヶ月後 8,447−7,568=879人(約900人) 155−52=103人(約100人)
  19. 19. 3. 関数の活用 課題③ 関数を使って表すと… xか月後の会員数をy人として xか月後の上野店の会員数 :y=8447+52x xか月後の御徒町店の会員数:y=7568+155x 上野店 御徒町店
  20. 20. 3. 関数の活用 メリット じっくり考えるときには関数を使って考える 関数を使うメリット、わかりましたか? グラフによる視覚化 シミュレーション 上野店 御徒町店
  21. 21. 4. フェルミ推定 近藤先生!なんだか難しそうです! 調査するのが難しいとらえどころのない量を、 論理的に推論し短時間で概算する推定法 例題 シカゴ市で働いているピアノの調律師の人数は何人ですか? 東京都内にある電柱の数は何本ですか? 日本国内で暮らしているノラ猫は何匹いますか?
  22. 22. 4. フェルミ推定 シカゴ市で働いているピアノの調律師の人数は何人ですか? シカゴ市の人口:270万人 4人で1世帯とする:270万÷4=675,000世帯 10世帯に1台ピアノがあるとする:675,000÷10=67,500台 年に1回ピアノを調律する:67,500×1=67,500回 ピアノの調律師は年間250日働くとする 1日に2台のピアノを調律する:250×2=500回 シカゴ市で働いているピアノの調律師の人数 67,500÷500=135人 なるほど! なるほど! 仮定を置いて推論するんだね! なるほど!
  23. 23. 4. フェルミ推定 課題④ 日晴食品は新規事業としてペットフードビジネスに参入するこ とになり、プレミアムドッグフードの市場規模を調べて、参入初 年度の売上高を予測します。ところが、プレミアムドッグフード の市場規模を表すデータは存在しませんでした。 あなたはどうやってプレミアムドッグフードの市場規模を推測 し、参入初年度の売上高を予測しますか。 ※日晴食品はまずは国内市場で考えており輸出は考えていません。 ※実際にはプレミアムドッグフードの市場規模を表すデータは存在するので、 この問題に限り通信機器は使用しないでください。 プレミアムドッグフードは安全で厳選された 素材を使った高品質のドッグフードのこと。 栄養バランスもバッチリなんだ!
  24. 24. 4. フェルミ推定 課題④ プレミアムドッグフードの市場規模データは無い ドッグフードの市場規模は? プレミアムペットフードの市場規模は? ペットフードの市場規模は? 約560億円 約4,000億円 約1,000億円 プレミアムドッグフードの市場規模は? 560億円× 4,000億円 1,000億円 =140億円
  25. 25. 4. フェルミ推定 課題④ プレミアムドッグフード市場の 実際のデータでは280億円です。 先ほどの推論のどこがまずかったのでしょうか?
  26. 26. 4. フェルミ推定 注意点 近いデータを用いたほうが精度は高い 論理的な整合性に注意 あくまでも推定値なので頼り過ぎない 気をつけて使ってね!
  27. 27. 予測力の まとめ スケジュールの管理 ご清聴ありがとうございました! 平均値の活用 関数の活用 フェルミ推定 「見える化」で先を見越す トレンドを予測 グラフ化して視覚的に 予測精度に注意!

×