Data Management
データを信頼できる資産として管理する。
- KPI定義・SSOT
- データ品質・メタデータ
- ガバナンス・権限管理
カリキュラム一覧
Skill Map
データ人材のスキルセット
データは、業務で生まれ、基盤で整い、分析され、意思決定に戻ります。青の統計学では、この流れを支える4つの力を学べます。
Business
ビジネス活動・業務・顧客接点
日々の業務や顧客接点から、分析のもとになるデータが生まれます。
-
基盤を作る
Data Engineering
データが流れ、貯まり、処理される基盤を作る。
- DWH・データレイク
- ETL/ELT・ワークフロー
- 監視・権限・コスト
-
分析用に整える
Analytics Engineering
分析やBIに使える形へデータを整える。
- 集計・結合・前処理
- データマート設計
- 分析SQL・指標テーブル
-
判断を作る
Data Science
データから示唆・予測・判断を作る。
- 仮説検証・効果測定
- 予測モデル・分類
- 可視化・意思決定支援
Outcome
ビジネス改善・意思決定・施策実行
分析結果を判断や施策に戻し、次の業務改善につなげます。
Premium Pass限定
統計検定2級対応
Data Science
統計検定2級チートシート
試験直前に確認できるチートシートから、記述統計・確率分布・推定・検定・回帰・分散分析までを攻略本形式で学べるカリキュラムです。公式の暗記だけでなく、条件と使い分けまで整理します。
- Stage 1：チートシート（1ページ）
- Stage 2：データと確率の基礎（5ページ）
- Stage 3：確率分布と標本分布（3ページ）
- Stage 4：推定と検定（4ページ）
- Stage 5：回帰と分散分析（3ページ）
- Stage 6：指数と直前確認（1ページ）
Premium Pass限定
統計検定準1級対応
Data Science
統計検定準1級チートシート
準1級の問題文から、分布・推定・検定・回帰・多変量・時系列・ベイズのどれを使うか判断するための攻略カリキュラムです。
- Stage 1：チートシート（1ページ）
- Stage 2：確率と分布（6ページ）
- Stage 3：推定と検定理論（7ページ）
- Stage 4：回帰・ANOVA・標本調査（5ページ）
- Stage 5：多変量・分割表・時系列（5ページ）
- Stage 6：ベイズ・計算・直前確認（2ページ）
Premium Pass限定
Analytics Engineering
dbt入門：実プロダクトで学ぶ Analytics Engineering
実プロダクト題材で source・staging・mart・test・docs を読み解く dbt Core 入門。変更に強い Transform 層の基本作法を学びます。
- Stage 1: dbt の全体像
- Stage 2: Source と Staging のお作法
- Stage 3: Intermediate で定義を固定する
- Stage 4: Mart 設計
- Stage 5: Tests・Docs・運用
Premium Pass限定
Analytics Engineering
データアナリティクス基礎
SQLの基本から、集計、JOIN、分析SQL、BI・データマートまで、データ分析実務に必要な流れを体系的に学びます。読む、解く、弱点を確認する、次に進む流れで実務基礎を固めます。
- Stage 1：SELECT入門
- Stage 2：集計
- Stage 3：JOIN
- Stage 4：分析SQL
- Stage 5：BI・データマート・DWH（データウェアハウス）入門
Premium Pass限定
Data Management
データマネジメント入門
分析結果を信頼して使うための、データ品質・定義・権限管理の入門。さくら商事の事例で、SQLの次に必要な組織的なデータ設計を学びます。
- Stage 1: なぜデータマネジメントか
- Stage 2: 全体地図と意味の整理
- Stage 3: データの置き場所とモデル
- Stage 4: 品質と信頼
- Stage 5: ガバナンス・権限・これから
統計検定3級・2級対応
Data Science
統計学基礎
記述統計・確率・確率分布・推測統計・回帰分析まで、統計学の全体像を体系的にカバーします。手計算レベルの理解から実践的な解釈まで、試験合格に必要な知識を21ページで網羅します。
- Stage 1：記述統計とデータの整理（3ページ）
- Stage 2：確率の基礎（3ページ）
- Stage 3：確率変数と確率分布（3ページ）
- Stage 4：標本から母集団へ（5ページ）
- Stage 5：回帰・分散分析・応用（6ページ）
G検定対応
Data Science
機械学習基礎
回帰・分類・特徴量設計・推薦・時系列・深層学習まで、機械学習の主要領域を体系的に学べるカリキュラムです。数式の意味と実装のつながりを意識しながら、実務で使える基礎を固めます。
- Stage 1：導入
- Stage 2：数学・基礎統計
- Stage 3：機械学習コア
- Stage 4：深層学習と模試復習