や への参加をうながす場合の注意点についてお話ししていきます。いきなり動画教材などでプログラミングやデータ分析、人工知能などの学習を開始しても、「これって、業務にどう活かせるの？」と疑問を抱いてしまいます。業務に活かすイメージが湧かないまま学習を開始してしまうと簡単にモチベーションが低下するので要注意です。の強いベテラン社員に対しては、いきなりプログラミングを学ばせるのではなく、 まず「ＤＸの全体像と自社業務との関係」を伝え、必要性を自分事として腹落ちさせることが重要です。いて考えてもらい、その解決手段の一つとしてＤＸ化の話につなげていくとよいでしょう。を理解してもらうようにしてください。ではありますが、データドリブン経営※を例とした全体像をんのイメージづくりにお役立てください。「業務から逆算した」学習ロードマップを作成ＩＴへの苦手意識を持つとともに、目的志向彼らが得意な「自分の業務とその課題」につその際、切であることを行う必要はないことティストとのコミュニケーションの土台をつくることが目的であることＤＸの全体像は業界、業種によって千差万別図表２に示しますので、みなさ次に、業務での課題解決のゴールを設定し、・ＩＴによる業務改善の切り口を探すことが大・必ずしも彼らがプログラミングをしてＤＸ化・ＩＴを学ぶのはエンジニアやデータサイエンデータ収集業務アプリWebサイトデータ集計営業成績のダッシュボード作成コードなし課題設定業務上のゴール１ ビジネス機械学習可視化コード有ビジネスにフィードバックデータ分析機械学習予測結果可視化経営者経営判断意思決定※データドリブン経営……収集・蓄積したデータをもとに意思決定を行う経営手法ビジネスデータ（会員情報・売上情報）データベースビッグデータ：Python、BIツール＋RPA（自動化）小規模データ：エクセル＋VBA（自動化）データ抜き出し・成形・作成※ 筆者作成〇〇支店 今月の営業成績Power BI によるデータ前処理・可視化※ 筆者作成逆算コード有Web解析データ（アクセス数・クリック数・アクセス元）ノーコード：Azure ML・ノーコード：BIツールPythonによるデータ前処理・可視化業務上のゴール2 気温による売上予測逆算TensorFlowなどコード：Python・エクセルコード：Pyhton気温による商品別売上予測Pythonによる機械学習・予測12図表２ データドリブン経営の全体像図表３ データ分析・機械学習の学習ロードマップ例
元のページ ../index.html#14