5/25 R&D部門のデータ蓄積での問題点と研究・実験データのExcelにおける効果的な蓄積技術・分析方法

R&D部門のデータ蓄積での問題点と

研究・実験データのExcelにおける
効果的な蓄積技術・分析方法

～データ探査・分析を意識したデータ蓄積技術～
～データベース化・データ共有・MIに向けた重要な準備工程～

データ探査・分析を意識した、Excelにおける効果的な研究・実験データの蓄積技術と分析方法！
R&D部門におけるデータ蓄積の実情と問題点・課題、属人的なデータ蓄積状況を脱するための蓄積方法とポイント、蓄積したデータを分析する際の注意点、データ蓄積・データベース化における落とし穴とその対策など、詳しく解説します。

 (株)キャトルアイ・サイエンス　代表取締役　博士(工学)　上島 豊　氏

 　IoT等で製造工程以降のデータ利活用は、急激に進展しています。一方、公的研究機関であれ、民間企業であれ、R&D部門におけるデータの取り扱いは、属人的のままであり、効果的な利用、活用が殆ど進んでいないのが実態です。R&D部門は技術の源泉であり、データを精緻に管理し、効果的な利用、活用を行うことは、今後の競争力にとって不可欠です。
　本講演では、まず、R&D部門のデータ蓄積の実情をお話させていただき、そのような状況がなぜ生まれているのか？そのような状況にはどのような問題をはらんでいるのか？を説明させていただきます。次に、研究・実験データ、主にExcelの共有・利活用状況を改善するためには、データ探査・分析を意識したデータ蓄積が重要であることを説明させていただき、具体的にどのような点に注意をして、研究・実験データのExcelでの蓄積と分析を行っていくべきかを論じます。
　最後に、データ共有システム、データベースを導入する場合の陥りがちな落とし穴とそれを防ぐ方策に関して、解説します。

 １．R&D部門のデータ蓄積の実情

２．属人的データ蓄積状況が生み出される原因

３．属人的データ蓄積状況が引き起こす問題

４．属人的データ蓄積状況を脱するために必要な方策

５．研究・実験データの共有、利活用状況を改善するためのデータ蓄積方法

６．データ探査・分析を意識したデータ蓄積での注意すべき点

７．蓄積されたデータを使ってデータ分析を行う時の注意すべき点

８．データ探査・分析を意識したデータ蓄積を行うための意識改革

９．データ蓄積、DB化着手時に陥りがちな落とし穴とそれを防ぐ方策

１０．データ蓄積、DB化後に陥りがちな落とし穴とそれを防ぐ方策

　□質疑応答□

※本セミナーでは、講師が指名し皆様にご発言いただく場面がございます。

※詳細・お申込みは上記

「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。