内容

目次

1章　序 1.1　データサイエンティストを取り巻く状況とプロジェクト 1.2　従来型プロジェクトとデータ活用型プロジェクトの定義 1.3　本書の目的 2章　データ利用の類型と必要なスキルセット 2.1　データ利用 　2.1.1　データの類型 　2.1.2　データの一次利用 　2.1.3　データの二次利用 　2.1.4　新たなデータ活用 　2.1.5　データの二次利用の利点と活用に向けた方策 2.2　データ活用に求められるスキルセット 2.3　プロジェクトチームに必要なスキルセットの定義 3章　データ活用に関連する法令 3.1　個人情報保護法 3.2　仮名加工情報と匿名加工情報 3.3　データ活用・分析目的での個人情報を含むデータ提供・受領者側の留意点 3.4　データ提供・受領に関わる契約 3.5　データの管理 4章　データ活用型プロジェクト 4.1　データ活用型プロジェクトの定義 　4.1.1　ステークホルダーの定義 　4.1.2　ロールの定義と会議体 4.2　研究機関と企業のデータ活用型プロジェクトの違い 4.3　データ活用型プロジェクトの体制 4.4　データ活用型プロジェクトの推進フェーズ 　4.4.1　現状理解・問題把握フェーズ 　4.4.2　課題設定フェーズ 　4.4.3　施策実施・検証フェーズ 4.5　データ活用型プロジェクトの推進フェーズと 従来の改善のプロセスとの関係 4.6　データ活用型プロジェクトのナレッジ管理 5章　データ活用型プロジェクトのマネジメント 5.1　各フェーズでのプロジェクト推進方法 5.2　ウォーターフォール型プロジェクトの管理の基礎 　5.2.1　進捗管理 　5.2.2　課題管理 　5.2.3　変更管理 5.3　アジャイル型プロジェクトの管理の基礎 5.4　データラボの運営 　5.4.1　デイリースタンディング 　5.4.2　イタレーションミーティング 　5.4.3　スプリントレビュー 5.5　現状理解・問題把握フェーズの進行例 　5.5.1　プロジェクトのキックオフと進行手順 　5.5.2　データの仕様確認と入手・実装，分析の実施 　5.5.3　事業担当者に対するヒアリングとレポート 　5.5.4　成果物 5.6　課題設定フェーズの進行例 　5.6.1　課題設定フェーズのキックオフ 　5.6.2　課題設定フェーズのレポート 　5.6.3　成果物 5.7　施策実施フェーズの進行例 　5.7.1　施策実施フェーズのレポート 　5.7.2　成果物 6章　データ分析の実践 6.1　データ活用のための環境構築 　6.1.1　データレイク，データウェアハウス 　6.1.2　ETLによるデータマートへのデータ取り込み 　6.1.3　データマートの実装 　6.1.4　データ分析環境 　6.1.5　分析環境の実装 6.2　データの取り込みと基礎分析 　6.2.1　データ受領時のファイルの同一性チェック 　6.2.2　データの変換 　6.2.3　データマートの実装のためのデータベースデザイン 　6.2.4　データの検証 6.3　現状理解・問題把握の分析 6.4　検証・評価のための分析 　6.4.1　課題解決方法の提案時の検証 　6.4.2　モデルの評価 　6.4.3　モデル評価のための指標 6.5　施策の検証 　6.5.1　A/Bテスト 　6.5.2　DID 　6.5.3　Causal Impact 7章　集計・可視化の実践例 7.1　分析データと環境 7.2　ydata-profilingを用いたExploratory Data Analysis 7.3　集計と可視化 　7.3.1　パッケージとファイルの読み込み 　7.3.2　分布の可視化 　7.3.3　出発場所別トリップ数の集計と可視化 　7.3.4　出発場所別旅行時間の集計と可視化 　7.3.5　トリップの遷移と可視化 付録：データ活用に関連した法令に関する条文 付.1　民法 付.2　令和３年改正個人情報保護法（平成十五年法律第五十七号個人情報の保護に関する法律） 付.3　個人情報の保護に関する法律施行令（平成十五年政令第五百七号） 付.4　平成二十八年個人情報保護委員会規則第三号（個人情報の保護に関する法律施行規則） 付.5　不正競争防止法（平成五年法律第四十七号） 付.6　デジタル社会形成基本法（令和三年法律第三十五号） 付.7　統計法（平成十九年法律第五十三号） 引用・参考文献 索引