AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 最新のデータ分析トレンドが理解できた。仕事柄データ分析が必要なため実務で活かしていきたい。

• ★★★★★

  ★★★★★
• 今までこのような論題に対して勉強する機会がなかったので大変勉強になった。 また、仮説を過去の経験や感覚を元に立てる事は多かったと思いますが、社内でも数値分析ツールを利用して数値化している事が現状ですので、何事もアナリティカルシンキングに出来るように訓練していければと思います。

• ★★★★★

  ★★★★★
• データ量が増えつつデータに基づいた意思決定が大切になる時代だと感じた

• ★★★★★

  ★★★★★
• 今後のAI発達で必要なアナリティカルシンキングを学び、データの分析、その因果・相関関係の分析し、仮説検証していくことの大切さを学びました。

• ★★★★★

  ★★★★★
• 自分の課題の話が聞けてよかった。

• ★★★★★

  ★★★★★
• 仕事でも分析することが多いので、意識して行うと思います。

• ★★★★★

  ★★★★★
• あらゆることを数値化することは当たり前になっているが 数値化の仕方や分析の仕方によって誤ったデータとなることがある為、 客観的にデータを捉え鵜呑みにしすぎないことが大事だと思いました

• ★★★★★

  ★★★★★
• 以前読んだファクトフルネスという本に近い話の内容だった。 今後、扱えるデータが増える中で、そのデータが本当に正しいのかまで考えていかなければいけないと考えます。

• ★★★★★

  ★★★★★
• アナリティカルシンキングを始めて聞いたので良い機会になった。AIが発展し続けている中、会社や顧客に求められるスキルも変化しているので、危機感も同時に感じた。 勘や経験は無視して、まっさらな状態から仮説探索できるように意識していく。

• ★★★★★

  ★★★★★
• アナリティカルシンキングとは、データサイエンスを用いてビジネス上の意思決定を行うことである。 またアナリティカルシンキングで用いられる考え方はこれまでの仮説検証型ではなく、仮説探索型を用いて分析を行う。 その背景にはビッグデータによる多角的なデータの収集が可能となったことでこれまでのような経験則上の仮説立てではなく、仮説立てを行う前に各データの相関関係や因果関係を把握し、より精度の高い分析が可能となった。 ただし仮説探索型での分析を行う注意点として、データの相関関係が疑似相関ではないか、注意しながら進める必要がある。