プロジェクトの成否を決める「型」と「要所」を集中解説。データ利活用の本質は何か。ＡＩはどのように駆動するのか。技術をビジネスに実装し、真の変革につなげるために、何を考え、何に注意し、どんな体制で取り組むべきなのか。ＤＸの実務のリアルな行程を、具体性と汎用性にこだわって解説。技術者でない人のためのデータ／ＡＩ活用必携テキスト。

はじめに ・本書の概要と特徴 ・本書の背景 ・本書の目的 Part 1[序論] DXの成否を左右する「データ利活用サイクル」 DXの“現在地” DXは、「データ利活用」による経営改革 データ利活用を実現する重要コンセプト Column レコメンデーションの代表的手法 データ利活用を実装する仕組み データ利活用とAI データ利活用の成否を分かつ要因 データ利活用DX実現へのロードマップ Part 2[総論1] DXが進まない理由 業種/業界別に見られる課題とDXによるアプローチ DX推進を阻む課題 DXを阻む課題の“深淵” DXを実現するための3つの方針 Part 3[総論2] データ利活用DX推進のフレームワーク データ利活用DXの2つのフェイズ Pre-DX Phase:コンセプトの設計 ・盲目的なDX/データ利活用は本末転倒 ・ビジョンの策定 ・提供価値(バリュー)の定義 Column 環境分析 ・顧客体験(UX)の定義 ・顧客体験(UX)とKPIの接続 Pre-DX Phase:メカニズムの設計 ・課題の「発見」はデータ利活用/DXに優先する ・コンセプトとメカニズムの接続 Column システム開発 DX Phase:推進ステップ ・データパイプラインと構成要素 ・データ収集とデータレイク(DL) ・データ処理/活用準備とデータウェアハウス(DWH) ・データ活用とデータマート(DM) ・施策創出/推進のエンジンとしてのデータ基盤 ・DXフェイズの施策難易度を左右する要素 ・Level1:データ分析と局所的活用 Column 交絡因子 ・Level2:分析結果の組織的運用と自動化 ・Level3:横断的活動の最適化 Part 4[各論1] DX Phaseの具体的実務 データ利活用の前提となる「データ統合」 データの分類 DXフェイズにおける具体的実務の概観 KPIを具体的実務へ落とし込む ・KPI管理の利点 ・KPI管理における「指標設計」と「モニタリング」 ・KPIの具体的運用例 データ/AI活用を具体的実務へ落とし込む ・データ活用技術を理解する“入り口” ・データの“質”と“量”の重要性 ・データ収集に関連する技術 Column ユーザビリティ Column プロデューサー/メッセージブローカ/コンシューマー ・データレイクの活用 Column 密結合、疎結合、API ・データウェアハウスの活用 Column 情報検索技術 ・データマート(DM)の活用 ・データ収集/処理/活用準備の例 Column 要件定義 Part 5[各論2] AIの活用 AIの全体像 AIの限界 Column 進化し続けるAI AIの分類 ・学習の観点からの分類 ・実行タスクの観点からの分類 AIの学習 ・学習=パラメータの最適化 「教師あり学習」を通じてAIを理解する ・単回帰分析 Column 機械学習と統計学 ・教師あり学習のパラメータ最適化プロセス ・教師あり学習:重回帰分析 ・教師あり学習:ロジスティック回帰分析 ・教師あり学習:深層学習/ニューラルネットワーク 教師あり学習:決定木 ・決定木の概要/用途 ・回帰木/分類木の分割条件 Column エントロピー/ジニ不純度 アンサンブル学習 ・アンサンブル学習の手法 ・バギング ・バギングの代表的手法:ランダムフォレスト ・ブースティング Column Feature Importance 画像認識/自然言語処理で用いる深層学習モデル ・画像認識のタスク ・画像認識に用いられる深層学習モデル Column AlexNet / ResNet ・自然言語処理のタスク Column Transformer / BERT 教師なし学習:クラスタリング 機械学習システムへの実装 ・機械学習システム構築/運用の難しさ ・機械学習システムの実装/運用の概観 Column 機械学習システム運用における典型的な課題 Column 機械学習モデルのサービングパターン ・特徴量エンジニアリング ・機械学習の実験フェイズ ・機械学習モデルの評価方法 ・機械学習モデルのシステム実装 Column 機械学習システムのテストの難しさ ・機械学習システムの自動化 Part 6[各論3] 人材要件 プロダクト開発担当 データサイエンス担当 データパイプライン担当 Appendix 付録 付録1:勾配降下法 付録2:尤度関数 付録3:誤差逆伝播法 付録4:DXの理解を深めるための参考文献 おわりに