ラーニングアナリティクス

学習データを収集・分析し学習プロセスを最適化

研修効果の測定 学習プロセスの改善 離脱リスクの早期発見
難易度 ⏱ 2〜3時間(初期設計)

Prophet予測モデル

Metaが開発した季節性対応の時系列予測

売上予測 トラフィック予測 在庫計画
難易度 ⏱ 2〜4週間

データアクティベーション

分析結果を実際のビジネスアクションに変換する

分析結果の施策化 パーソナライゼーション データ基盤のROI向上
難易度 ⏱ 1〜2時間

データドリブンOKR

ByteDanceが実践する「データドリブンOKR」— リアルタイムデータに基づいてOKRを高頻度で更新し、急成長を実現する目標管理フレームワーク

目標管理の高度化 データ活用文化の構築 急成長企業の経営管理
難易度 ⏱ 継続的な運用

ベイズ推論入門

新しい証拠で確率的な信念を更新する考え方

仮説の検証 リスク評価 意思決定の精度向上
難易度 ⏱ 考え方の習得に数時間、実務への適用は継続的

因果推論フレームワーク(思考)

相関と因果を区別して正しく推論する

施策の効果検証 ビジネス指標の要因分析 政策評価
難易度 ⏱ 1〜2時間(分析1回あたり)

栄養密度スコアリング

カロリーあたり栄養価を評価し食事選択を最適化

食品の栄養価比較 買い物リストの最適化 カロリー制限下での栄養確保
難易度 ⏱ 初期学習1〜2時間、日常の食品選択は即時判断可能

需要予測フレームワーク

過去データと要因分析で将来の需要を見通す

在庫最適化 生産計画の策定 販売目標の設定
難易度 ⏱ 2〜4時間(基本分析)

CRISP-DM

データ分析プロジェクトを6つのフェーズで体系化し、手戻りを最小化する業界標準プロセスモデル

データ分析プロジェクトの計画策定 機械学習モデルの開発工程管理 分析チームのプロセス標準化 ステークホルダーへの進捗説明
難易度 ⏱ 1〜3時間(全体計画)

データインフォームド意思決定

データを判断材料の一つとして活用しつつ、人間の知見・文脈・直感も組み合わせて最適な意思決定を行うアプローチ

戦略的な意思決定 データと直感が矛盾する場面の判断 新規事業・未知の領域での判断 チームの意思決定プロセス設計
難易度 ⏱ 30分〜1時間

データストーリーテリング

データストーリーテリングは数字・図表・物語の3要素で、データに意味を持たせて意思決定を動かす技術

分析結果の報告 経営会議での提案 レポート作成
難易度 ⏱ 30〜60分

データ成熟度モデル

組織のデータ活用レベルを5段階で診断し、次に取るべきアクションを明確にするフレームワーク

組織のデータ活用レベル診断 データ戦略のロードマップ策定 経営層への投資説得 部門間のデータ活用格差の把握
難易度 ⏱ 2〜4時間(初回診断)

RFM分析

最終購買日・購買頻度・購買金額の3指標で顧客をセグメント分けし、最適なアプローチを設計するフレームワーク

顧客セグメント別のマーケティング施策設計 優良顧客の特定とVIP施策の立案 休眠顧客の掘り起こし マーケティング予算の効率的な配分
難易度 ⏱ 2〜4時間(データ準備含む)

UXメトリクス

ユーザー体験の質を定量的に測定・追跡するための指標体系

UX改善の効果測定 デザイン投資のROI証明 プロダクトの品質モニタリング A/Bテストの評価指標設計
難易度 ⏱ 1〜3日(初期設計)

ピープルアナリティクス

人事データを分析し、採用・育成・定着・組織設計をエビデンスに基づいて最適化する手法

離職予防 採用の最適化 エンゲージメント向上 組織設計の改善
難易度 ⏱ 数週間〜数ヶ月(分析プロジェクト単位)

セールスアナリティクス

営業データを分析し、売上予測・プロセス改善・意思決定の精度を高める手法

売上予測の精度向上 営業プロセスの改善 チームのパフォーマンス管理
難易度 ⏱ 2〜4時間(初回分析)

データドリブンプロダクト開発

データに基づいて意思決定し、仮説検証サイクルを回すプロダクト開発手法

機能改善の優先順位づけ ユーザー行動の理解 KPI改善
難易度 ⏱ 継続的に実践

データリテラシー

データを読み解き、活用し、批判的に評価する力を組織全体で底上げするフレームワーク

組織のデータ活用力向上 データドリブン文化の醸成 分析結果の正しい解釈 データに基づく議論の質向上
難易度 ⏱ 継続的な取り組み

データ倫理

データの収集・分析・活用において守るべき倫理的原則と実践的な判断基準

データ活用方針の策定 プライバシー保護の判断 AIの公平性確保 データ活用の社内ガイドライン作成
難易度 ⏱ 継続的な取り組み

フィーチャー監査

既存機能の利用率・価値・コストを棚卸しし、強化・維持・廃止を判断するプロダクト管理フレームワーク

肥大化したプロダクトの整理 開発リソースの最適配分 技術的負債の削減判断 プロダクトのシンプル化
難易度 ⏱ 3〜5時間(データ収集・分析)

プロダクトアナリティクス

ユーザーの行動データを体系的に分析し、プロダクト改善の意思決定を支えるフレームワーク

ユーザー行動の可視化 機能の利用状況分析 ABテストの効果測定
難易度 ⏱ 1〜2週間(計測基盤構築)+ 継続的に分析

プロダクトメトリクス

プロダクトの健全性と成長を測定するための指標体系と設計手法

KPI設計 プロダクト健全性の可視化 チーム目標の設定
難易度 ⏱ 2〜4時間(指標設計)

因果推論

相関関係と因果関係を区別し、本当の原因を特定するための思考法

施策の効果検証 原因特定 データに基づく意思決定
難易度 ⏱ 30〜60分