データサイエンティスト育成サービス RinzaAcademy
データサイエンティストによる実践的な教育でビジネスに成果を出すデータ活用力を育てます。 合わせて、持続的なデータドリブン組織を構築します。

従来の課題
データ活用を積極的に推進したいが
社内の人材が不足している…
  企業が自社ビジネスの拡大や課題解決に取り組むには、データ活用が不可欠です。しかし社内にデータ活用の専門的な知識を持つ人材が不足しているために、データ活用が定着しないという悩みを持つお客さまが増えています。
- 
データサイエンティストを育成したいが、進め方が分からない
 - 
データ活用の研修を実施したが現場で実践できていない
 - データ活用スキルを育成する指導者が確保できない
 - 育成レベルの評価が出来ていない
 - データドリブン組織を構築できない
 
「データサイエンティスト育成サービス RinzaAcademy」 とは?
意思決定の高度化・迅速化に向けた
計画立案と実践中心の育成プログラムで
データによる意思決定ができる組織の構築
  社員ひとりひとりのデータ活用のスキル向上により、意思決定の高度化・迅速化を行い、データによる意思決定ができる組織として、組織全体の底上げを行います。
役割に応じた育成計画を立案し、段階的で継続的な実践中心の育成プログラムでデータサイエンティストを育成します。

「データサイエンティスト育成サービス RinzaAcademy」が選ばれる理由
実践的な育成プログラムと教育体制の構築で
データ分析のスキルを社内に定着
        1. 段階的で継続的な育成プログラムによる「確実な人材育成」
模擬実践やOJTを通して、ビジネスの改善に直結するデータ分析力を習得できます。習熟度に応じた段階的で継続的なカリキュラムにより、データ分析スキルを定着させ実力を高めることが可能です。
単年度で終わらせない、
指導、指示、指示なしの段階的で継続的な育成

データサイエンティスト協会のスキルレベルの
可視化による習熟度の把握と弱点克服

2. 役割に応じた「育成計画の立案」とその実行のための「運営体制作り」
すべての人材が同じスキルを必要としません。データ可視化を用いた現状把握するスキル、AIを用いた需要や行動を予測するスキルなど、必要とするスキルを必要な人材に確実に定着させるための育成計画を立案します。
貴社の部署や人材の役割に応じた
カリキュラムをカスタマイズ

人材育成の実行・改善のための
運営事務局の設立

育成メニューのラインナップ
多様なニーズに合わせて最適に組み合わせた研修プログラムを提供することで、効果的な人材育成を実現します。
| No | コース名 | 提供形式 | 定員 | 期間 | |
|---|---|---|---|---|---|
| 
 育成計画 
 
 
  | 
 データサイエンティストを育成していく計画を講師と意見交換(ワークショップ) をして図る  | 
||||
| 1 | データ活用人財育成計画立案支援 | ワークショップ (オンサイト)  | 
- | 
 個別 設定  | 
|
| 
 基礎教育 
 
  | 
データ分析に必要な思考や知識を学習できる | ||||
| 2 | データサイエンティスト基礎 問題解決のためのデータ分析【eラーニング】 | eラーニング | なし | 3ヶ月 | |
| 3 | データサイエンティスト基礎 意思決定のためのデータ可視化【eラーニング】 | なし | 3ヶ月 | ||
| 4 | データサイエンティスト基礎 機械学習によるデータ分析【eラーニング】 | なし | 3ヶ月 | ||
| 5 | データサイエンティスト基礎 問題解決のためのデータ分析 | 
 集合研修 オンサイト)  | 
40名 | 1.5日 | |
| 6 | データサイエンティスト基礎 意思決定のためのデータ可視化 | 40名 | 1.0日 | ||
| 7 | データサイエンティスト基礎 機械学習によるデータ分析 | 40名 | 1.5日 | ||
| 8 | ビジネス力強化実践プログラム | 30名 | 2.0日 | ||
| 専門教育 | 
 プログラミング等の技術力の強化を図る  | 
||||
| 9 | PowerQueryによるデータ可視化 | 
 集合研修 オンサイト)  | 
40名 | 2.0日 | |
| 10 | SQLによるデータ前処理 | 40名 | 2.0日 | ||
| 11 | Python言語入門 | 40名 | 2.0日 | ||
| 12 | Pythonによるデータ分析 | 40名 | 3.0日 | ||
| 実践教育 | 
 実業務を想定しサンプルデータを使って実践的スキルを身に着けることができる  | 
||||
| 13 | 
 データサイエンティスト模擬実践 問題解決のためのデータ分析  | 
 集合研修 オンサイト)  | 
20名 | 5.0日 | |
| 14 | 
 データサイエンティスト模擬実践 時系列データ分析による需要予測  | 
20名 | 5.0日 | ||
| 15 | データサイエンティスト模擬実践 横断面データ分析による行動予測 | 20名 | 5.0日 | ||
| 伴走支援 | 
 実際の業務データを使ってデータ分析についてのアドバイスを受けて取り組む  | 
||||
| 16 | メンターサポート | 
 対面 (オンライン)  | 
2名 | 
 個別 設定  | 
|
| 17 | OJT | 
 対面 (オンサイト)  | 
2名 | 
 個別 設定  | 
|
オーダーメイドの育成カリキュラム 
  目的と役割に応じて多彩なカリキュラムを効果的に組み合わせ、ビジネスに活用できるデータ分析力を高めます。受講者の役割にきめ細かく対応しているため、着実にスキルアップできます。

RinzaAcademy の講師
RinzaAcademyでは、お客さまのビジネスにおいてデータ分析の実績を豊富に持つデータサイエンティストが講師を務めます。講師の持つ知見やノウハウをカリキュラムを通じて提供します。




ケーススタディ
CASE1:大手小売り業A社様
高度な分析を店舗の売り場へ反映し、前年比売上増を達成
  これまでPOSデータ活用を進めていたものの、高度な分析ができる人材が不足しており、踏み込んだ活用ができていませんでした。RinzaAcademyの活用により、データ活用体制を整備し、POSデータの高度な併売分析ができるようになりました。

これまでもデータ活用を推進してきたが、高度な分析ができる人材が不足している。どの部署でもデータをビジネスに活用できるよう牽引する体制が求められていた。

役割に応じたカリキュラムで研修を受けることでスキルの底上げを図るとともに、データ分析専門部署を設置し、ビジネスにデータ活用を適用できるよう支援した。

POSデータについて高度な併売分析を実施できるようになった。分析結果を店舗の棚割に反映し、買い合わせを促進。前年比で売り上げ増を達成した。
CASE2:金融機関B社様
行員のスキルがデータサイエンティストレべルに到達
  勘や経験に頼るビジネスからの脱却を目指し、RinzaAcademyとRinzaInsightを組み合わせて活用。行員が独力で様々な分析モデルを開発し、社内のデータ分析を根付かせました。

勘や経験に頼るプロダクトアウト型のビジネスから脱却できていない。顧客のライフスタイルが多様化する中でマーケットイン思考によるサービス提供が求められている。

デビットカードの利用促進と法人を対象とした与信の高度化をテーマとして設定。研修で体系的な知識を習得するとともに、データサイエンティストによる分析モデル開発を実施した。

行員がデータサイエンティストとして独力で分析できるスキルレベルに到達。約3割の行員がデジタル分野にシフトし、データドリブン組織の基盤が確立された。
CASE3:ビジネス力実践プログラム
データによる意思決定ができる組織づくり
  営業、購買などの業務部門の担当者を対象に、ビジネスインパクトがある業務課題を設定し、業務改善に向けたデータ活用の実行計画を策定する人材を育成することで、データによる意思決定ができる組織づくりを実現しました。

IT部門は、自社が保有するデータ活用の重要性を認識しているものの、業務部門へのデータ活用の定着が進まないと言う課題があった。

業務部門の業務課題を正確に分析し、根本原因に基づいた業務課題を設定するスキルと、データを活用した課題解決策の実行計画を策定するスキルを強化。

業務部門のデータ活用スキル向上により、業務部門と IT 部門が現場の課題と具体的な解決方法を共有するなど、データによる意思決定ができる組織作りを実現した。
データサイエンティスト 育成サービス比較
ビジネスの改善案の検討、プログラム推進、予期せぬ事態への対応など、独り立ちするためには、座学だけでは困難です。RinzaAcademyは、座学と実践のバランスを考えた、ビジネスでデータ活用できる人材を育成するための最適なサービスです。
| RinzaAcademy | A社 | B社 | |
|---|---|---|---|
| カリキュラム | 
 ◎ 必要最低限の研修と、模擬実践、OJTによる実践中心のカリキュラム | 
 ○ 座学中心でビジネスへの活用は別途対策が必要  | 
 ○ 座学中心でビジネスへの活用は別途対策が必要  | 
| スキル評価 | 
 ◎ データサイエンティスト協会のスキル項目とスキルレベルを採用し、独り立ちの度合いを評価でき、弊社独自ツールで可視化 | 
 △ 独自のスキルレベルの評価を行い、習得した分析手法の数に依存  | 
 △ 独自のスキルレベルの評価を行い、テストの点数で評価  | 
| 育成計画の立案 | 
 ◎ 役割に応じた段階的で継続的な研修、模擬実践、OJTの実施計画 | 
 △ OJTサービスはあるが、短期的に実施  | 
 △ 受講するeラーニングのコンテンツの選択  | 
| 運営体制作り | 
 ◎ 運営事務局作りの支援、および、運営事務局からの相談対応 | 
× | 
 △ eラーニングの運営のための運営者向け教育とサポート  | 
データサイエンティスト 育成サービスの流れ

データドリブンの組織作りをするにあたり、目標設定を行うとともに、目標を達成するための研修・運営計画を策定します。

受講者の役割に応じてカリキュラムを組み合わせ、着実にスキルを高めていきます。

研修、OJT終了後にスキルレベルを評価し、可視化します。評価結果をもとに育成計画の見直しを行い、不足しているスキルを強化します。
関連サービスとの連携でデータ活用がさらに進展
関連サービス/ページ
データ分析・活用に関わる多彩なメニューを用意しています。
データ分析基盤の構築からビジネスへの定着まで支援します。
データ分析をビジネスに活用できるよう支援します。
マーケティングに特化したデータ分析サービスを提供します。
テキストに特化した高度な分析を提供します。
- *Rinza、RinzaTarget、RinzaTalkは、BIPROGY株式会社の商標または登録商標です。
 - *その他記載の会社名および商品名は、各社の商標または登録商標です。
 
                    
                
