- 学部・研究科
Faculty/Graduate School - ビ
- 時間割コード
Course Code - 77144
- 科目名
Course title
サブテーマ
Subtitle - PBL演習（AI時代のビジネスにおけるデータ分析と実践）
- 授業形態/単位
Term/Credits - クラス
Class -
- 秋集/2
- 担任者名
Instructor - 鎌田 真由美
- 曜限
Day/Period - 他
- 授業概要
Course Description
到達目標
Course Objectives -
授業種別 / Teaching Types
演習（対面型）
言語 / Language
日本語(Japanese)
授業概要 / Course Description
本講義では、AI時代のビジネスに不可欠なデータ分析について学びます。
実際に複数インダストリにおけるデータ分析を手掛けた現場のエキスパートによる業界別のデータ分析の必要性と、その特徴についての講義によりデータの必要性やステークホルダの果たすべき役割について学びます。
また、世界標準・世界最先端のデータ活用ツールを用いて分析の手法を学び、実践的なデータを活用した演習をグループワークにて実施します。
最後にはグループで作成した提案を模擬提案を体験します。
これらを通してデータ分析についてより深い理解と応用力を養います。
提供企業 サークレイス株式会社到達目標 / Course Objectives
①知識・技能の観点
・実ビジネスの世界で、データ活用が必要な理由を理解する
・世界最先端のデータ活用ツールの実践のために必要な知識や技術を把握する
・それらの知識や技術を適切に活用できる基礎力を実習により養う
②思考力・判断力・表現力等の能力の観点
・代表的なインダストリにおけるビジネス課題を理解し、指導を得ながらツールを用いて分析し解説する経験をする
・課題に対する仮説やアプローチをデータに基づき立案する経験をする
・自らの案をビジネスの現場に提案する模擬体験をする
③主体的な態度の観点
・課題解決に必要な調査や分析をグループワークで計画・実行し、試行錯誤を通じて課題解決に向けて継続的に取り組む姿勢を養う
・グループワークにて成果物作成スケジュールを立て、期日を守り、求められる品質の成果物を作成する経験をする
授業手法 / Teaching Methods
・教員による資料等を用いた説明や課題等へのフィードバック
・学生による学習のふりかえり
・学生同士の意見交換（グループ・ペアワーク、ディスカッション、ディベート等含む）
・プレゼンテーション（スピーチ、模擬授業等含む）
・課題探究（プロジェクト学習、課題解決型学習、ケーススタディ等含む）
・オンデマンド配信授業があります
最後の提案プレゼンテーションは実際の企業の方への模擬提案です
- 授業計画
Course Content -
授業計画 / Course Content
※ 授業計画は受講生の様子を見ながら適宜変更の可能性があります。模擬提案は学外施設で合宿形式で行う予定です。複数コマを同一日に実施することがあります。授業日程と開始終了予定時刻はやむを得ない事情で変更されることがあります。
第1回(10月16日（金）3限） はじめに、企業にとってのデータの必要性について
第2回(10月16日（金）4限） 業界別データの必要性 (1)
製造業の経営者視点からみるデータの必要性
第3回(10月16日（金）5限） 業界別データの必要性 (2)
金融業の 情報システム戦略視点からみるデータの必要性
第4回(10月17日（土）1限） 業界別データの必要性（3)
自治体・デジタルトランスフォーメーション視点からみるデータの必要性
第5回(10月17日（土）2限） 業務データの必要性
マーケティングの視点からみる業務データの必要性
第6回(10月23日（金）3限） AIとデータツールのトレンド
データ分析領域におけるAIとツールのトレンドについて
第7回(10月23日（金）4限） 最新データツール(1)
Microsoft Azure, PowerBIなどについての最新動向と活用について
第8回(10月23日（金）5限） 最新データツール(2)
Salesforce, Tableauなどについての最新動向と活用について
第9回(11月13日（金）3限）演習： 課題の目的および全体像の説明
チーム別ワーク
第10回(11月13日（金）4限）演習： チーム別ワーク
第11回(11月14日（土）1限）演習： チーム別ワーク
第12回(11月14日（土）2限）演習： チーム別ワーク
第13回(11月27日（金）外部会場）演習：
成果発表、フィードバックおよびディスカッション
第14回(11月28日（土）外部会場）演習： まとめ・総評
オンデマンド授業配信授業回： データツール最新動向および活用 （動画約60分、学習課題30分）
授業時間外学習 / Expected work outside of class
本授業ではグループワークによってデータ分析ならびに提案を作成します。授業時間でもグループワークの時間はとりますが、不足の場合は提案完成のために各チームで必要な作業を行ってください。
また、最終の模擬提案は外部会場で合宿形式を予定していますので、予定の日程を確保してください
- 成績評価の方法・基準・評価
Grading Policies /
Evaluation Criteria -
方法 / Grading Policies
定期試験を行わず、平常試験(小テスト・レポート等)で総合評価する。
演習・課題・最終課題（60%）、授業への参加態度を含めた平常成績(40%)で総合評価する。基準・評価 / Evaluation Criteria・Assessment Policy
①知識・技能の観点
・分析者として必要なドメイン知識を講義を通じて習得できたか
・ビジネスの状況を理解し、適切なツールを用いた分析ができたか
②思考力・判断力・表現力等の能力の観点
・インダストリの課題を踏まえた分析結果の解説ができる
・課題に対する仮説を立て、データ分析の結果を解釈し、提案を作成できる
③主体的な態度の観点
・課題解決に必要な調査や分析を主体的かつチームと協力して、計画・実行できる
・チームで成果物作成スケジュールを立て、期日を守り、成果物を完成させることができる
- 教科書
Textbooks
なし （担当企業が本講義のために独自に作成資料を配布）
-
参考書
References
特にないが、授業の中で適宜紹介する場合があります
- フィードバックの方法
Feedback Method 演習の発表時にフィードバックを各チームごとに行う
- 担任者への問合せ方法
Instructor Contact オフィスアワー
・授業の前後に対応します
その他
・関大LMSの「メッセージ」機能で連絡してください
・メールアドレス
mayumi_k★kansai-u.ac.jp にメールをください
※ 「★」記号を「@]に置き換えてください
- 備考
Other Comments (1) 毎回ノートPCを使用するので持参すること
(2) エクセルが利用できること
(3) クラウド上で使用するTableauやVisual Studio Code(VS Code) などの開発環境をインストール可能なこと
(4) 学外の企業訪問または学外施設での演習を行う可能性がある
(5) 演習を円滑に行うため、複数コマの講義を同日に実施する可能性があります
【オンデマンド配信授業回に関する情報】
配信元：関⼤LMS等
配信時期：第8回授業～第12回授業
質問等の対応⽅法：質問は対⾯授業時またはTeams等のメッセージで受け付ける。