|
AI/IoT時代の金融マーケティングにおける実践的データ解析導入の為の態勢整備ポイント ～事例から学ぶ次世代「人×データ」ドリブン戦略の課題とチャレンジ～ |
| 受講区分 | 会場 |
|---|---|
| 開催日時 | 2019-01-24（木） 9:30～12:30 |
| 講師 |
株式会社電通デジタル 執行役員 社団法人データサイエンティスト協会 理事 佐伯 諭 氏 1998年早稲田大学大学院理工学研究科修了 前職の電通国際情報サービスではメディア最適化システムやCRMシステムのスクラッチ開発を専門とし、プログラマー＆SE歴7年 その後、外資系金融で金融アナリストとして信用スコアリングモデル開発、デューディリジェンス、マーケティングリサーチなどに従事 2007年より電通入社後、15年より現職 電通入社後は一貫してデジタルマーケティング領域のデータ解析、アドテクノロジー開発などをリード 社団法人データサイエンティスト協会 理事 MarkeZine、日経ビックデータ等寄稿多数 |
| 開催地 | カンファレンスルーム（株式会社セミナーインフォ内） |
| 概要 | 昨今のビックデータ、AI/IoT、FinＴechなどの潮流を受け、金融業界はデジタルトランスフォーメーションの中心に位置し、半ば強制的に変革を迫られている。一方、現行業務をデータドリブンに変革するためのヒトモノカネが戦略的に整備されているか？というと、現実的にそう簡単な話ではない。現行のデータ解析業務の質を落とさないまま、徐々に変革を起こすには？さらに次の時代に対応するために求められる必要なデータ、人材、スキル、組織とは何か？本セミナーでは、金融業のデータ解析実務に議論の焦点を当てながらデータ戦略を解き明かしていく。 |
| 詳細 |
１．金融業のデータ解析要件とは？ （１）データ解析要件の整理：リスク査定（融資、不正）、商品開発、業務効率化、マーケティング、M&Aなど （２）それぞれの業務に求められるデータサイエンティストスキルやデータ特性 （３）AI：機械学習（ディープラーニング、強化学習等）の技術特性 （４）データサイエンティストはAIと違って業務の好き嫌いがあり、パフォーマンスが変わる件 ２．AI/IoT時代の金融マーケティングにおけるデータ利活用戦略 （１）IoT、センサーデータ、行動ログデータの活用可能性 （２）お客様データの利活用戦略及びセキュリティと匿名化の担保 （３）AI：機械学習（ディープラーニング、強化学習等）の適用戦略 （４）オープンデータやAPIの活用 （５）プロセスの可視化・自動化戦略 ３．データ解析のための態勢整備 （１）チーム組成の最適化、データサイエンティストの配置戦略 （２）スキル向上、育成方法 （３）採用戦略 （４）外部分析専門会社のアウトソース戦略の是非 （５）プロフェッション（人）ドリブンな統合データ解析組織の作り方 （６）海外先行事例やグローバルデリバリーの研究 ４．まとめ：金融業におけるデータ戦略とは ５．質疑応答 ※ 録音、ビデオ・写真撮影、PCのご使用等はご遠慮ください |
| お問合わせ |
株式会社セミナーインフォ セミナー運営事務局 TEL ： 03-3239-6544 FAX ： 03-3239-6545 E-mail ： customer@seminar-info.jp |