HR大学 人材管理 データドリブン人事(HR)とは?活用例・ツール・手法・本・資格を解説 管理部門の中でも「守り」と言われがちな人事が、戦略人事として経営戦略の重要な「攻め」の位置に変わりつつあります。戦略人事を進める人事部門の中で「データドリブン人事(HR)」が注目を集めています。しかしデータドリブン人事とは何か?どのような状態なのか?データドリブン人事の活用例・手法。役立つ本・資格を解説します。 戦略人事におけるデータドリブンとは? 戦略人事を進めるには、データドリブンの理解が必要です。データドリブン人事とは一体何か、戦略人事の背景・課題と一緒に解説します。 データドリブン人事(HR)とは?
組織データ文化醸成/社内推進 データ活用は、とても時間がかかり、実際大変です。 なぜなら、人間によって培われる「文化」を変えることだからです。ここでいう文化とは、集合的な行動や思想、価値観のことです。この点に関しては、下記のデジタルトランスフォーメーションに記事もご参考になるものと思います。 デジタルトランスフォーメーションの講演を200回以上やってきた私が受けたよくある19の質問に回答します 5. データドリブンとは？ 基礎から学ぶデータドリブンマーケティングとデータドリブン経営の考え方｜講談社C-station. データドリブン経営を実現しようとする上でのよくある落とし穴 デジタル化をスタートしよう!とやる気になっても、コンサルティング会社として実際失敗事例にも多く出会っています。 特に国内で出会った落とし穴の例をご紹介します。 5-1. デジタル戦略がなく全ての判断に右往左往する 一本筋の通ったデジタル戦略はデータドリブンを押し進める上で全てにおいての判断軸となり、非常に重要です。 戦略がなく判断に右往左往する一つの例として、特にPoCが永遠に続いてしまうということもあります。PoCとはProof of Concept/概念実証の略で、 新たなアイデアや企画の実現可能性をはかる具体的な検証です。当社でもデータ分析や視覚化コンサルティングの中で多く手がけています。 しかし、このPoCにも戦略がないと永遠とPoCを続けることになってしまいます。常にPoC状態になっていると組織的にも進んでいる実感が持てず関連部署が疲弊してしまうので注意が必要です。スケジュールをしっかり引き、プロジェクトオーナーに強固なコミットメントを持たせ、プロジェクトチームの定例会など共有の場を持つことに努めましょう。 国内においては、CIO/CDOが不在であることから見ても明らかなようにデジタル戦略がなく、トップダウンでの利害調整が行えず苦労していることも多いのが実情です。 CIO・CDOの設置状況(左図:CIO、右図:CDO) 出典:総務省 CIO・CDO等の設置による組織改革の進展状況 5-2. 計画に時間をかけすぎてぽしゃる 何をすべきか?の企画の議論にあまりに時間をかけすぎて熱が冷めてぽしゃることもあります。スピードの早いテクノロジーの世界であまりに時間をかけすぎるのは所与も変わってしまいますし、組織としてのパッションも下がりがちです。 6. まとめ データ・ドリブン経営について全体像を解説しました。 データドリブン経営と言っても、色々な規模や業界があり、その状態も様々です。そして、データドリブン経営を実現するには様々なハードルがあります。そのため、どのような場合であれ重要なのはやりきるコミットメントの強さです。 小手先ではうまくいかない、しかし小手先ではうまくいかないからこそ価値があるデータドリブン経営です。着実に第一歩を踏み出していきましょう。 DX戦略/クラウドデータ分析基盤構築/データ分析・可視化なら、データビズラボにご相談ください。 データビズラボはDXの組織浸透・社内推進を得意とし、戦略まで踏み込んだデータ分析・可視化を提供しています。成果にこだわるデータ分析支援をお探しの方は、ぜひご相談ください。 データビズラボは通年で採用も行っています。コンサルタント、データサイエンティストを中心に、複数の職種を募集しています。ご興味がある方は採用サイトもご覧ください。
データを分析する データの分析です。実際、STEP2とSTEP3は同時並行で行うことがほどんどですが、さらにデータを個別具体的な課題に合わせて深ぼっていくという意味で区別しました。 「データを分析する」というこのステップにも、様々なケースがあります。しかし、どのようなデータ分析をするのであれ、データ分析の"目的の設定"が重要になります。なぜなら、目的が定まっていないと分析や視覚化が自己目的化してしまうからです。データ分析の目的の設定の仕方については、こちらの記事にも詳細を書いています。 データ分析の基本とは「目的の明確化」である また、実際の課題へ直球でアプローチするデータ分析にあたっては、分析設計やデータの精査が必要です。例えば当社では以下のようなデータ分析や視覚化を支援しました。 事例/いち早く在宅勤務のデータ分析に踏み出した関西の電子機器トップメーカー【アンケート分析】 広告クリエイティブダッシュボード構築支援(AWS(Redshift/S3)&Tableau Extensions API) 各種広告施策の影響度を調べるマーケティングミックスモデリングとは? STEP4. アクションや施策へ落とし込む データ収集、視覚化、分析まで出来たら、それで施策やアクションに落とし込むというのがデータドリブン経営の一連のプロセスです。特に重要なのはスピードです。なぜなら、もたもたしていては競合他社に先行者利益をとられてしまうからです。 4. 「データドリブン」とは？基本知識とITツール選びのポイント | Bizコンパス -ITによるビジネス課題解決事例満載！. データドリブン経営の下支えとなる3要素 上述の通り大まかな流れも理解しても、適切なツールやプロダクトによる下支えがないと実現は難しいものになってしまいます。ここでは、データドリブン経営を下支えしてくれるツール群を紹介します。 4-1. データ活用基盤 データ活用を促進する基盤にあたるものです。キーワードとしては、下記のような領域がこちらに含まれます。 データマネジメント データプラットフォーム データ統合 データカタログ DMP これらへの投資金額は大きくなるため、事前の繊細な戦略だてが全てを決めるといっても過言ではありません。 以下の記事では、それぞれの詳細を公開しています。どれもかなり詳しく開設しており、データ活用基盤の足がかり戦略として、ご参考になるものと信じています。 データマネジメントとは?実践前に知っておくべき最低限の基礎知識 8割の作業がなくなる!図で理解するデータ統合の価値と進め方 4-2.
まずはこちらのページをご覧ください!
ご利用ありがとうございます 恐れ入りますが時間をおいてから 再度アクセスをお願いいたします。 ソフトバンク ホーム Service Temporarily Unavailable The server is temporarily unable to service your request due to maintenance downtime or capacity problems. Please try again later. SoftBank Home
8倍になった「ゑびや」 伊勢神宮内宮の参道口に続くおはらいまち通りに店を構えるのは「ゑびや」。1912年に創業した老舗食堂です。2012年は従業員数が42人で、売上高が1億円だったのに対し、2018年には従業員数が44人で44億8千万円を上げるまでに成長しました。その秘訣は3つあります。 一つ目は、通行人の観察。店の軒下にありカメラで通行人を撮影し、性別や推定年齢をAIで解析しています。そうすることで、入店者数をカウントするだけでなく、客層に合わせた品揃えやオリジナル商品の開発ができます。 二つ目は、食品ロスの軽減。RPA(ロボティック・プロセス・オートメーション)に加え、AIを使用することで、予測精度が90%を超えるようになったのだとか。 三つ目は、店頭メニューの看板。2018年に450万円かけて制作・設置した看板をわずか3日後には撤去しました。それは、入店購買率が明らかに低下したからです。 看板を新しくした日の入店購買率は2. 56%で、前日の4.
データの可視化と分析 収集できるマーケティングデータの内容は、担当する部署や部門によって異なります。たとえばWEB展開を担当する部門ならWEBサイトにおけるユーザーの行動履歴やオンラインショップの購買履歴などで、キャンペーン展開を担当する部門ならキャンペーン参加者の属性やアンケート回答結果など、販売管理を担当する部門なら在庫数や販売数などがあるでしょう。 データが集まったら分析の段階に入りますが、データの可視化から分析・共有まで自前で行おうとすると、膨大な時間とノウハウが必要です。そこで多くの場合、専門のツールが使用されます。 ツールには扱うデータや目的に応じていろいろなタイプのものがあり、中には外部サイトが提供するパブリックデータを取り込み、社内のデータとあわせて分析してくれるツールもあります。代表的なツールについては後ほど紹介します。 データドリブンを推進するには、ツールの存在は欠かせないといえます。ただ、ツールはいろいろな方向から可視化と分析をしてくれますが、どこに注目すべきかの正解を提示してくれるわけではありません。最も大事なことは、 どの分析結果がKPIやゴールに対して重要なのか、マーケティング視点で見極める ことです。 3.
一般的な ご質問 Q1 風力発電とはどのようなものですか? A1 風力発電は、風の運動エネルギーを風車(風力タービン)により回転力に変換し、歯車(増速機)などで増速した後、発電機により電気エネルギーに変換する発電方式です。風向や風速が絶えず変化するためにナセル(風車上部にある機械の収納ケース)の方向や、出力をコンピュータ制御する機能を持っています。 Q2 日本にどのくらい 風車が設置されているのですか? A2 日本には2019年12月末現在約3, 923MW (392. 3万kW)、台数にして2, 414基(JWPA調べ)の風車が設置されています。その多くが海沿いや山の上などに設置されており、風が強いとされている北海道、東北、九州などに集中しています。 Q3 「発電量を二酸化炭素(CO 2 )削減量に換算」とありますが、 算出方法を教えてください A3 二酸化炭素(CO 2)削減量は、経済産業省及び環境省により官報に掲載された「電気事業者別排出係数(特定排出者の温室効果ガス排出量算定用)-平成30年度実績-」(令和2年1月7日付)内のCO 2 排出係数代替値0. 水力発電における発電出力の計算方法【有効落差・損失落差とは】. 000488(t-CO 2 /kWh)から、財団法人 電力中央研究所の資料より素材・資材・加工組立て等にかかるCO 2 排出量として公表されている係数0. 000025(t-CO 2 /kWh)を差し引いて算出しています。 二酸化炭素(CO 2)削減量 = (発電量×0. 000488(t-CO 2 /kWh))-(発電量×0. 000025(t-CO 2 /kWh)) 技術・機器・用語 についてのご質問 Q4 kW(キロワット)とkWh(キロワットアワー)とはどう違いますか? A4 1kWの発電設備が1時間フル稼働して得られる発電量が1kWhです。1500kW風車1基で年間300万kWh程度の発電量が見込まれます。これは一般家庭の800~1, 000世帯で使用する電力使用量に相当します。 Q5 風車はどれくらいの風速になると 発電するのですか? A5 機種によりますが、一般的には2m/s程度で回り始め、3~25m/sの間で発電します。 保守についての ご質問 Q6 風車の運転や保守は どのように行うのですか? A6 日本風力開発グループの風車の運転および保守管理は、子会社のイオスエンジニアリング&サービス(株)が行っており、24時間体制で遠隔監視をしています。また、国内にサービス拠点が8ヶ所あり、風力発電機に故障が発生した場合には、最寄の拠点から出動できるようにしています。 Q7 保守点検の頻度はどのくらいですか?
1109/TAC. 2018. 2842145
<お問い合わせ先>
<研究に関すること>
加嶋 健司(カシマ ケンジ)
京都大学 大学院情報学研究科 数理工学専攻 准教授
〒606-8501 京都市左京区吉田本町
Tel:075-753-5512 Fax:075-753-5507
E-mail:
太田 快人(オオタ ヨシト)
京都大学 大学院情報学研究科 数理工学専攻 教授
Tel:075-753-5502 Fax:075-753-5507
風力発電の風車は、 どれくらいの大きさ? どうやって、 風の力から電気が生まれるの?
3kWなら、上記の計算式でおおよその発電量がもとめられそうです。 しかし、年間の平均風速が6m/sであっても、その分布がどのような偏りになっているかは異なります。例えば、次のグラフはどちらも平均風速は6m/sです。ですが、その分布が異なります。 次の出力の場合、分布Aと分布Bではそれぞれ発電量がどのくらい変わるでしょうか? 4m/s 1. 7kW 5m/s 3. 5kW 7m/s 10. 9kW 8m/s 15. 5kW 分布Aの発電量の計算 3. 5(kW)×24(時間)×365(日)×25% + 6. 3(kW)×24(時間)×365(日)×50% + 10. 9(kW)×24(時間)×365(日)×25% = 59, 130kWh 59, 130(kWh)×55(円/kWh)=3, 252, 150円/年 3, 252, 150(円)×20(年)=65, 043, 000円/20年 分布Bの発電量の計算 1. 7(kW)×24(時間)×365(日)×8% + 6. 3(kW)×24(時間)×365(日)×34% + 10. 9(kW)×24(時間)×365(日)×25% + 15. 5(kW)×24(時間)×365(日)×8% =62, 354Wh 62, 354(kWh)×55(円/kWh)=3, 429, 452円/年 3, 429, 452(円)×20(年)=68, 589, 048円/20年 平均風速が同じ、分布Aの20年間の期待売電額が6, 504万円、分布Bは6, 858円です。今回は比較的似ている分布で計算しましたが、20年間で実に354万円も違います。また、風速分布を考慮しない場合の6, 070万円と比べると、500~800万円の差があります。誤差として片づけてしまうには大きな差です。 小形風力の1基分の事業規模で、1年間観測塔を建てて風速を計測するのは困難です。必然的に、各種の想定風速を用いることになります。それぞれ精度に差がありますが、いずれも気象モデルを用いた想定値であり、ピンポイントの正確な風速を保証するものではありません。そのため、できるだけ細かい計算式を盛り込むことでシミュレーションを実際に近づけることができます。 上記の計算では、パワーカーブを1m/s単位で計算しましたが、もちろん自然の風は4. 21m/sのときもあれば、6. 85m/sの場合もあります。そして、その時の発電量も異なります。また、カットイン風速以下、カットアウト風速以上では発電量が0になることも忘れてはいけません。 更に細かく言うならば、1日のうちで東西南北から6時間ずつ6m/sの風が吹く場合と、1日中北から6m/sの風が吹く場合も発電の効率に差がでるでしょう。しかし、風向を考慮して発電量を計算するのは非常に困難です。