DXとは
経済産業省「デジタルトランスフォーメーションを推進するためのガイドライン」によると、DXは、
- 企業が
- ビジネス環境の激しい変化に対応し、
- データとデジタル技術を活用して、
- 顧客や社会のニーズを基に、
- 製品やサービス、ビジネスモデルを変革するとともに、
- 業務そのものや、組織、プロセス、企業文化・風土を変革し、
- 競争上の優位性を確立すること
と定義されています。
ポイントをまとめると、
環境面では、激しい変化の中、競争優位を確立することです。
そのために、製品やサービスだけでなく、業務プロセス、組織など、企業内部を変革することです。
その手段が、データとデジタル技術です。
DXリテラシー標準
経済産業省が、働き手がDXリテラリーを身に付けることで、変革に向けて行動できるようになることを狙ってDXリテラシー標準を策定しました。
学習項目
学習のゴール
DX推進の手段としてのデータやデジタル技術について知っている
データ
- 社会におけるデータ
- データを読む・説明する
- データを扱う
- データによって判断する
デジタル技術
- AI
- クラウド
- ハードウェア・ソフトウェア
- ネットワーク
社会におけるデータ
データの種類
取得方法による分類
- 行動ログデータ
- 機械の稼働ログデータ
- 実験データ
- 調査データ
- 生体データ
取得主体による分類
- 1次データ
- 2次データ
データそのものの属性による分類
- 構造化データ
- 非構造化データ（文字・画像・音声等）
- メタデータ
社会におけるデータ活用
- ビッグデータとアノテーション
- オープンデータ
データを読む・説明する
データの分析手法
- 質的変数・量的変数
- データの分布（ヒストグラム）と代表値（平均値・中央値・最頻値）
- データのばらつき（分散・標準偏差・偏差値）
- 相関関係と因果関係
- データの種類（名義尺度、順序尺度、間隔尺度、比率尺度）
データを読む
- データや事象の重複に気づく
- 条件をそろえた比較
- 誇張表現を見抜く
- 集計ミス・記載ミスの特定
データを説明する
- データの可視化（棒グラフ・折れ線グラフ・散布図・ヒートマップ）
- 分析結果の言語化
データを扱う
データの抽出・加工
- データの抽出
- データクレンジング
- フィルタリング・ソート
- 結合
- マッピング
- サンプリング
- 集計・変換・演算
データの出力
- データのダウンロードと保存
- ファイル形式
データベース
- データベース管理システム
- データベースの種類（リレーショナルデータベース、キーバリュー形式）
- データベースの構造（テーブル、レコード、フィールド）
- データベースの設計（データの正規化、ER）
データによって判断する
データドリブンな判断プロセス
- 仮説構築
- 仮説の修正
- 一次情報を用いたデータの検証
- データの信頼性の判断・明示
- 分析結果に基づいた意思決定
分析アプローチ設計
- 必要なデータの確保
- 分析対象の構造把握
- 業務分析手法
- データ・分析手法・可視化の方法の設計
モニタリングの手法
AI
AIの歴史
- AIの定義
- AIブームの変遷
- 研究・技術
AIを作るために必要な手法・技術
- 機械学習の具体的手法（教師あり、教師なし、強化学習）
- ディープラーニングの概要（ニューラルネットワーク、事前学習、ファインチューニング）
- AIプロジェクトの進め方
人間中心のAI社会原則
AIの得意分野・限界
- 強いAIと弱いAI
クラウド
クラウドの仕組み
- オンプレミスとクラウドの違い
- パブリッククラウドとプライベートクラウド
- クラウドサービスにおけるセキュリティ対策
クラウドサービスの提供形態
- SaaS
- IaaS
- PaaS
ハードウェア・ソフトウェア
ハードウェア
- ハードウェアの構成要素
- コンピュータ・入出力機器の種類
ソフトウェア
- ソフトウェアの構成要素
- オープンソースソフトウェア
- プログラミング的思考
企業における開発・運用
- プロジェクトマネジメントの概要
- サービスマネジメントの概要
ネットワーク
ネットワーク・インターネットの仕組み
- ネットワーク方式
- 接続装置
- 通信プロトコル
- IPアドレス
- ドメイン
インターネットサービス
- 電子メール
- 5G
データ・デジタル技術の活用事例
事業活動におけるデータ・デジタル技術の活用事例
- サービス
- 販売
- マーケティング
- 製造
- 研究開発
- 調達
- 物流
ツール活用
各種ツールの活用方法
- コミュニケーションツール
- オフィスツール
- 検索エンジン