受講概要
プログラム
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
受講形式
WEB受講のみ
※本セミナーは、Zoomシステム利用によるオンライン配信となります。
オンラインでご参加の方は、事前にこちらでZoomの接続環境をご確認ください。
スムーズな受講のため、カメラ・マイク・スピーカーの動作をご確認ください。
受講対象
ケミカル、材料系R&D部門（その他のR&D部門にも有効です）
R&D部門の実験系研究者
R&D部門グループリーダー
R&D部門のDX推進者
R&D部門改善を検討する経営層 など
予備知識
特に必要ありません。
R&D部門の自社での実情を知っていたり、知りたいと思っていることが必要です。
習得知識
１）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
２）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
３）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
４）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
５）研究・実験データの共有、利活用を促進するためのシステムと体制の条件 など
講師の言葉
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。
本セミナーでは、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孕んでいるのか？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。
受講者の声
社内で改善が必要と感じている点に関するセミナーで、とても有意義だったと思います。
なぜデータ共有がうまくいかないのか、先生のご見解を伺い、モヤモヤとしていたイメージが言語化できた感じで、そういうことだったのか、と腑に落ちた所がいくつもありました。
自分にとって必要と考えているパラメータと他人が同じ試験を再現させるために必要なパラメータは異なり暗黙知の部分が多いと改めて考えさせられた。また、データの項目決めもデータの蓄積には重要と知ることが出来た。
非常に有意義であった。理想的なデータ蓄積、分析体制を構築するための手段が網羅されていた。
若干理解が追いつかないところもあったが、これまでの自分のデータ蓄積に深い考えが無かっただけということであり、説明が悪いというわけではない。
大変参考になる内容で、今後の業務に活かしていきたいと考えております。
私としては、データーベースを作るのは技術者でないといけないと思っておりましたが専門チームを作るなど新しい情報でした。本日は、ありがとうございました。