SlideShare une entreprise Scribd logo
1  sur  28
奈良県
オープンデータ研修
2018/10/5
Code for Japan 市川博之
アジェンダ
1. 前回のおさらい 15分
2. データ作成時のルール 20分
3. オープンデータ作成ワークショップ 110分
1. 所有データの確認 35分
2. データ利用方法の検討 35分
3. レコードの入力 40分
4. オープンデータ化できそうな情報の検討 30分
5. Q&A
前回のおさらい
Code for Japan 3
使えるデータを作成し公開する
• Step by Stepで作成する
• 広域で同じ項目を埋める
• 横並びで同じデータ項目を利用することにより、地域をまたがった
検索ができるようになる。広域で利用した方が価値が高いデータは
地域で検討をすすめる。
利用するのに
必要な最低限の
データ
ユーザー要望や
アプリとの連携
で付加価値が出
せるデータ
全てのフィール
ドを埋める
本日の研修で
体験した内容
民間に聞いたりデータ作成の
費用対効果を庁内で検討
最終的には全国統一の
形式を埋めていく
前回のおさらい
各データを作成する際の考え
• ユーザーの利用方法を考えて作成する
• 人口データなど、確認のための基礎データは
前回のおさらい
対象のデータが
どれだけあるか
確認する
利用者の
ニーズを検討
形式として
必要となる
項目を決定
データ整備
イベントデータの作成
• 各自治体のくらしの情報、スポーツイベント、子育て総合支援セン
ターなど、イベント情報をどのように整備していくか検討する。
• 業務の順番を考える 20分
• 複数の課が、データ作成する場合、どのように公開すると良いでしょうか?
Code for Japan 6
 同様のデータを他の課も持っていない
か、もれなく探る。(縦の確認)
 イベント情報を持っている課や組織ど
んなデータを持っているかあげてみま
しょう。
 他の市町村ではどのようなデータを利
用しているか確認しましょう。(横の
確認)
①最初に実施すること
(種類の抜けもれ確認) 20分
 それぞれのデータを見て、どのような
項目があるかあげだしましょう。
 どの項目は必須、どの項目は任意にし
たらよいでしょう?
 ページには載っていないが、庁内で所
有している項目か否かも検討しましょ
う。
 自分が利用する際のことも考えましょ
う。
②次に行うこと
(項目の抜けもれ確認) 20分
データ要素の確認
イベントデータの検索方法
• 皆さん、普段どのようにイベントを探していますか?
いくつか方法をあげだしましょう。(20分)
検討内容 いつ調べる? どこで調べ
る?
誰が調べる? 何を調べる? 何を使って
調べる?
手段
必要な情報
利用方法の検討
推奨フォーマットを見て項目を
書くのではなく、自分が必要と
思うものを先に洗い出す。
観光データを作成する
• 今回は、政府の推奨フォーマット(観光)を利用してデータを
作成していただきます。書き込めない項目は、なぜ書き込めないか
メモしてください。(20分)
• HP上の観光データから各項目を埋めてみましょう。
見つからないデータは、無理に埋めなくてOKです。
Code for Japan 8
都道府県コード
又は市町村コー
ド
No 都道府県名 市区町村名 イベント名 イベント名_カナ イベント名_英語 開始日
終了日 開始時間 終了時間 開始日時特記事
項
説明 料金(基本) 料金(詳細) 連絡先名称
連絡先電話番号 連絡先内線番号 主催者 場所名称 住所 方書 緯度 経度
アクセス方法 駐車場情報 定員 参加申込終了日 参加申込終了時
間
参加申込方法 URL 備考
重複しないように
推奨フォーマットの
対応を検討
データ準備までの流れ
• そのデータ(推奨データセット)って、なんで必要なん?
→ AAAとか、aaaするときやなぁ。
• AAAやaaaやるとき、みんな、どんな風に使ってんねん?
→ BBBを使って調べてるなぁ。
• じゃあ、BBBって、何の情報がないと使えへんの?
→ ABCやDEFや、GHIやなぁ。これないと調べられへんわ。
• それがStep2に必要なやつや。誰がもっとんの?出せる?
→ あー、ABCはHPにあるけど、DEFやGHIは紙でしかないなー。
• そんなら、それ課題やね。作る前に、デジタル化せな。
→ わかったわー、次回までに準備するわー。
データ入力するときの流れ
• データ持って来たー?
→ あかん、GHIはデジタル化できへんかった・・・。
• じゃあ、それはStep2やね。まずは、あるデータでStep1やろか。
→ 足りなくてもええのん?
• ひょっとしたら、無くても使えるとこあるかもしれんやん。
→ そっか、Step1はよ終わらせて、Step2の準備やね!
• せや。その計画、ちゃんと立てにゃあかんで。
→ まかしとき。
データ作成時のルール
Code for Japan 11
業務デザインを変える
• データ作成は1度のものではなく、継続的に続けられることが大事
• 一回であれば、力任せに作ることも可能だが、継続的に担当者が
変わっても作成できるよう、業務の一部として取り入れていく。
Code for Japan 12
今回一回だけ
の作業なので
力任せに作成
データ
【次回作成時に起こること】
・前にどう作ったっけ?
・担当が変わってしまった。
・同じ形式に作れないよ。
・今忙しいから無理。
・あ、そろそろデータ作ろうか。
(定期的ではなく不定期)
通常業務
開始
通常業務
の1作業
通常業務
完了
データ
マニュアル
ルール
市民
A課
B課
データ
業務デザインを変える
• 複数部門で同じようなデータを持っている時
• データを使うタイミングを業務フローで考えよう
Code for Japan 13
調査
事業
情報の参照、
追加、何に
使ってる?
元
データ
自部門
データ
整備
xx
データ
「あ」
申請
月一回の処理
○○情報
確認
申請
書
「あ」
申請承認
受領
申請
書
(印
)
本来のデータ
の発生元はど
こか?
参照 情報
追加
似たデータとして
元データと、xxデータが
両方存在する。
業務の流れを確認し
マスターとなるデータ側
に項目が追加されれば
月一回の処理もなくなり
公開するデータに重複も
なくなる。
このように自部門が
大元のデータの発生源
なのか、利用することが
メインの部門なのかを
考えてデータ整備を進める。
B課の作った元データを
拡張し、共有することで
一元化し、公開がしやすくな
り、業務も効率化できる。
データの性質を考える
• 更新タイミングを考える
• そのデータが更新されるタイミングはいつか。
• 毎日リアルタイムに変化する。
• 毎月特定のタイミングで更新している。
• 毎年一回更新している。
• その他、決まった更新のタイミングがある。
• 公開のタイミングを考える
• 更新時期に公開する必要があるか。
• データが大きく変化するか、しないかを確認する。
これにより業務のデザインが変わる。
例:月次で大きく変化するデータは、共有・公開する。
→ 観光客数など市政に使うものも
例:月次で集めているが、年単位で出しても問題ないものは年単位でだす。
→ 1年間の月毎の平均気温等は、年一回にする。など
• HPに情報として公開しているのであれば、同時に更新する。
→ 同じ情報は、同じタイミングで公開する。
Code for Japan 14
公開時の障害
• オープンデータ交渉時に役所と問題になる事項をまとめました。
Code for Japan 15
No. 出せない理由 具体的課題
1 ①縦割組織によって自部
門だけで決定できない
各課がバラバラにデータを所管し、自由にデータを公開することが出来
ない
オープンデータ自身を庁内の職員が理解していないため、余計な手間が
かかることを嫌う
オープンデータの利用規約が無いため、責任の所在が不明瞭になり
各課として動けない
2 ②版権処理できていない ハザードマップなど、過去に外部に委託して作成したものは、版権がど
のようになっているか分からないものがある(二次利用が可能かどうか
が不明)
3 ③形式、対象が分からな
い
どんなファイル形式、項目が入っていれば利用してもらえるデータとな
るのか分からない
4 ④有用データなのか不明 利用者が使ってもらえるのか、税金を投入してやるべき費用対効果があ
るのか分からない
公開時の障害
①縦割組織によって自部門だけで決定できない場合
Code for Japan 16
各課がバラバラにデータ
を所管し、自由にデータ
を公開することが出来な
い
オープンデータ自身を庁
内の職員が理解していな
いため、余計な手間がか
かることを嫌う
オープンデータの利用規
約が無いため、責任の所
在が不明瞭になり各課と
して動けない
横串で市町村のデータ検
討を行える部門の選定。
静岡市のように、e-ラー
ニングで庁内職員に教育
オープンデータ活用・作
成の実践者から、庁内の
課長クラスに勉強会を実
施
公開する利用基準の決定
や、都道府県のオープン
データカタログの基準を
踏襲する方法を検討。
データの保有、責任部門
の明確化
オープンデータ教育の推
進
公開基準の明確化
責任範囲、不備があった
際のルールが無い
教育・理解の不足。国の
オープンデータ推進政策
が市町村レベルまで落ち
ていない
統括部門不在(CIOとし
て横串で監督できない)
情報の一元管理が出来てい
ない
どの課が何を持っている
か、整理。(システム部門
で所管しているデータは、他
の課に例を話せる状態とす
る)
地元利用側の民学のやる
気のある人材と相談。
【課題】 【原因】 【方針】
【対応方法】
利用規約について
• 利用規約については2つあります。
• 利用者に対しての利用規約
→ こちらについては、既にオープンデータを公開している市町村の
利用規約を参考にするのがよいと思います。
• 必ず載せるものとしては
• 全体の説明
(オープンデータ推進の目的、官民データ活用基本法や、県の政策などと合わせて)
• ライセンスの明記
• データの正確性、完全性、最新性は保証していないこと
• 利用したことによって生じた損害について責任を負わないこと
• 連絡先
• あるといい説明
• オープンデータについての説明
• どういうデータを対象にしているかを記載
• 庁内でデータを共有するときのルール
→ オープンデータに関わらず、庁内のデータ利活用、一元管理のために
同様のルールを作成している自治体が増えてきています。
Code for Japan 17
公開時の障害
②版権処理できていない場合
• どのデータが、どこまでの範囲で利用できるかを明確にする。
• 今後作成するデータについて方針が無ければ作成してもらう。
• 予め部門間で公開できない情報と、公開できる情報を切り分けできるよう調整する。
• 契約時にオープンデータの3つの条件が成り立つよう契約する。
Code for Japan 18
No. データの状態 明確にする情報
1 既にあるデータ 2次利用不可 ・PDF等、加工できない形式で公開可能か確認する。
・データ作成契約が継続している場合は、条件の切り替えができないか
契約更新時に確認する。
条件付利用可 ・改変しなければ利用可(使用はOK)、など条件を明確にする。
・データ作成契約が継続している場合は、条件の切り替えができないか
契約更新時に確認する。
オープンデータ
と
して利用可
・オープンデータとして整備できるか該当部門と確認する。
・複数部門にまたがるデータの場合は、マスクが必要なデータを切り分
ける。
2 今後のデータ ・オープンデータ・バイ・デザインを考慮して、オープンデータとして
利用可能な契約をする
3.1 公開時の障害 対処方法
③形式、対象が分からない場合
• データ形式や、各データに利用が必要な項目については
利用側の要望や他の市町村と横並びして考えることが重要です。
• 最初は全データを対象とせず、どの市町村でも持っているであろう
災害・防災データを第一ターゲットとしました。
• 全てを一度にやろうとせず、優先順位をつけることが大事です。
Code for Japan
No. データ名 静岡 三島 気仙沼 神戸 沼津
オープンデータ化
整備優先順位
推奨形式
1避難所一覧 ○ ○ ○ ○ △PDF 高 csv
2津波避難ビル一覧 ○ - ○ ○ △htm 高 csv
3災害協定一覧(他都市) ○ × × × × 継続検討
4救護所一覧 ○ ○ ○ ○ × 高 csv
5消防本部・消防署・出張所一覧 ○ × ○ ○ × 高 csv
6防災ヘリポート一覧 ○ × × × × 継続検討
7公共施設情報 ○ × ○ ○ ○ 高 csv
8AED配置状況 ○ ○ × ○ ○ 高 csv
・・ ・ ・ ・ ・ ・ ・ ・
16防災倉庫設置場所一覧 ○ ○ × × × 中 csv
17津波浸水想定図 ○ - ○ × △PDF 高 PDF
18ヘリコプター活動拠点・救援表示シート配備先一覧 ○ × × × × 継続検討
データ形式は、最終的には
LinkedOpenDataとしたいが、最初
はcvsでもPDFでも公開プロセスを
確立することを重視しました。
比較対象都市を定め(静岡【同一
県内】、三島【隣接自治体】、気
仙沼【地形条件が似ている】、神
戸【阪神大震災後の整備状況確
認】)データの所有、形式を比較
展開方法 - 優先順を考える
• いきなりは何でもできない!限られたリソースをうまく使おう!
• 人の命、災害、福祉に関する情報
• 熊本震災の例のように、何かあったときにすぐに必要となるデータは
優先的に整備をすすめましょう。
• 震災以外にも、介護では見守りに繋がるもの、街づくりとしては統計情
報など、自治体単位でビジネスや効率化以外の用途で、いざというとき
に使う情報を整備対象とすることをお勧めします。
• 既にある情報
• 手間がかからないなら、すぐに公開しよう。
税金を使うまでも無く公開できるなら、費用対効果を考えるまでも無く
情報公開は行政の透明化に繋がるので、実施しましょう。
• 手間がかかるなら、優先順を市民と協業で考えよう。
手間をかけるなら、他の情報を整備した方がよいかもしれないです。
こここそ、費用対効果を見てチャレンジする部分となります。
Code for Japan 20
展開方法 – カタログ化(一覧化)する
• データをカタログ化をすることで様々な効果を生み出します
• 「HP上にあります」では、一覧性がありません。(例:国語辞典をバラバラ
にした状態で、情報はどこかのページにあります、では意味が無い。纏まっ
ていることに意味がある)
• 調べることは出来るが、活用できないと意味が無い。(簡単に言えば、コピ
ペや比較すら出来ないと、情報としての価値が低い)
• 独自にサーバーを準備する必要はありません。
LODなど、オープンデータとして公開できる仕組みがあるので
それを活用すればカタログ化と、公開の両面で対応できます。
Code for Japan 21
【検索性の向上】
(検索に関わる無駄な時間を
省ける)
【網羅性の確認ができる】
(足りないデータが判別しや
すい)
【住民周知効果が高まる】
(データでも商材でも纏まっ
ていることにより、認知力は
高まる)
【どのデータが、どんな形式
で利用できるのか判断でき
る】
(アプリでの利便性向上)
オープンデータ作成
ワークショップ
Code for Japan 22
所有データの確認
• 宿題で対応してもらったエクセルシートについて
まずは班内で共有しましょう。(10分)
• 他の自治体のサイト、もしくはオープンデータを公開している
市町村を確認し、自分の自治体と比べて、項目に違いがないか
確認します。(20分)
• サイトを見るときには、周辺自治体を参考に使ってください。
• オープンデータについては、「静岡市」「神戸市」「金沢市」などを
参考にしましょう。
データ利用方法の検討
• 利用者がそのデータを使う方法の検討(20分)
• 推奨データセットの確認(15分)
• opendata_suisyou_dataset_teigisyo.xlsx の項目定義を確認し
利用方法で検討した内容と項目を比較する
• 使える項目や、修正のめど、足りない項目を確認しましょう。
利用用途 誰が使う いつ使う? どこで使う? 何を調べる? 結果をどうする
1:
2:
3:
必要な情報は
レコードの入力
• 推奨データセットごとにエクセルファイルがあるので
それらを利用して、実際にレコードを入力してみましょう。
• 1つ目のデータを入力する際の手順を表に残しましょう。
• どこのデータを、どのように推奨フォーマットに落とし込んだか。
• 頭で考えて変換した部分はあるか。
• 元データの種類により、今後の問題点を考える。
どうすれば、公開時の負荷が少なくなるか。
• Webから作成する場合
• エクセルから起こす場合
• その他の資料から作る場合
注意!!
GoogleMapやYahoo!の地図などで緯度経度を調べて、
オープンデータに使うことはできません。これは、著作
権上地図の無断複製に当たります。
緯度経度をつける時には、GISのジオコーディングや庁
内で作った地図から緯度経度をとります。
オープンデータ化
できそうな情報の検討
Code for Japan 26
庁内の公開できるデータを考える
• 自部門で公開/共有できそうなデータを検討してみましょう(10分)
• 各部門で持っているデータを、青色、ピンク色、黄色の付箋に1枚づつ書きます。
• 書いた付箋は、前の模造紙に分野ごとに張り出します。
• 付箋のうち、共有、公開したいものにシールを貼ってください(10分)
• 自部門と他部門、ともに必要と感じているデータは何か確認します。
Code for Japan 27
公開できそうなデータ 庁内で共有できそうなデータ どうして良いかわからないデータ
・HP上で定期的に公開するデータ
→ 既に公開されているデータな
ので合わせてオープンデータ化し
たい
・市民とやりとりするデータ
→ どの市民にも説明している
データは公開することで、全体的
効果が上がる
部署内で利用するデータのうち、
庁内で共有するとサービス向上に
あたるものを考える。
できない理由は、「整備できてい
ない」「数がたくさんある」など
物理的なものか公開してはいけな
い理由があるのか明確にする。
Q&A
Code for Japan 28

Contenu connexe

Similaire à 奈良県のオープンデータ研修2

プログラムの大海に溺れないために
プログラムの大海に溺れないためにプログラムの大海に溺れないために
プログラムの大海に溺れないためにZenji Kanzaki
 
【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス
【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス
【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス日本マイクロソフト株式会社
 
Itca yammer提案110615
Itca yammer提案110615Itca yammer提案110615
Itca yammer提案110615伸夫 森本
 
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi IshikawaInsight Technology, Inc.
 
データファブリック実現のためのプロジェクトの進め方とは
データファブリック実現のためのプロジェクトの進め方とはデータファブリック実現のためのプロジェクトの進め方とは
データファブリック実現のためのプロジェクトの進め方とはDenodo
 
信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)
信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)
信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)Fumiko Kudoh
 
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptx
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptxチームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptx
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptxRakuten Commerce Tech (Rakuten Group, Inc.)
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのかTechon Organization
 
Share Point Online 会社のデータしっかり管理のススメ
Share Point Online 会社のデータしっかり管理のススメShare Point Online 会社のデータしっかり管理のススメ
Share Point Online 会社のデータしっかり管理のススメkumo2010
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展Recruit Technologies
 
Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要
Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要
Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要kumo2010
 
データ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決するデータ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決する株式会社MonotaRO Tech Team
 
How to improve performance
How to improve performanceHow to improve performance
How to improve performanceAtsuko Fukui
 
Padocview anonimous2
Padocview anonimous2Padocview anonimous2
Padocview anonimous2Masato Nakai
 
オープンデータ最新動向
オープンデータ最新動向オープンデータ最新動向
オープンデータ最新動向Fumihiro Kato
 
第5回AIツール入門講座 Linked Open Dataの現状とその活用
第5回AIツール入門講座 Linked Open Dataの現状とその活用第5回AIツール入門講座 Linked Open Dataの現状とその活用
第5回AIツール入門講座 Linked Open Dataの現状とその活用Fumihiro Kato
 
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...Insight Technology, Inc.
 
新しいTERASOLUNA Batch Frameworkとは
新しいTERASOLUNA Batch Frameworkとは新しいTERASOLUNA Batch Frameworkとは
新しいTERASOLUNA Batch Frameworkとはapkiban
 
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめTetsutaro Watanabe
 

Similaire à 奈良県のオープンデータ研修2 (20)

プログラムの大海に溺れないために
プログラムの大海に溺れないためにプログラムの大海に溺れないために
プログラムの大海に溺れないために
 
【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス
【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス
【de:code 2020】 AI・機械学習で新たに創出されるデータとアノテーションビジネス
 
Itca yammer提案110615
Itca yammer提案110615Itca yammer提案110615
Itca yammer提案110615
 
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
[C32] 正確でスピーディーな決断を促す、日立の高速データアクセス基盤~性能検証事例と活用効果~ by Taichi Ishikawa
 
データファブリック実現のためのプロジェクトの進め方とは
データファブリック実現のためのプロジェクトの進め方とはデータファブリック実現のためのプロジェクトの進め方とは
データファブリック実現のためのプロジェクトの進め方とは
 
信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)
信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)
信頼・情報・ルール形成(Trust in Digital Life Japan - Working Group #1)
 
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptx
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptxチームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptx
チームトポロジーから学び、 データプラットフォーム組織を考え直した話.pptx
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
 
Share Point Online 会社のデータしっかり管理のススメ
Share Point Online 会社のデータしっかり管理のススメShare Point Online 会社のデータしっかり管理のススメ
Share Point Online 会社のデータしっかり管理のススメ
 
ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展ビッグデータ&データマネジメント展
ビッグデータ&データマネジメント展
 
Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要
Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要
Tech Ed 2009 Japan T3-309 Microsoft Business Productivity Online Services 技術概要
 
データ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決するデータ基盤に関わる問い合わせ対応を仕組みで解決する
データ基盤に関わる問い合わせ対応を仕組みで解決する
 
How to improve performance
How to improve performanceHow to improve performance
How to improve performance
 
Padocview anonimous2
Padocview anonimous2Padocview anonimous2
Padocview anonimous2
 
Oracle Big Data Cloud Serviceのご紹介
Oracle Big Data Cloud Serviceのご紹介Oracle Big Data Cloud Serviceのご紹介
Oracle Big Data Cloud Serviceのご紹介
 
オープンデータ最新動向
オープンデータ最新動向オープンデータ最新動向
オープンデータ最新動向
 
第5回AIツール入門講座 Linked Open Dataの現状とその活用
第5回AIツール入門講座 Linked Open Dataの現状とその活用第5回AIツール入門講座 Linked Open Dataの現状とその活用
第5回AIツール入門講座 Linked Open Dataの現状とその活用
 
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
[db tech showcase Tokyo 2015] E15:Hadoop大量データ処理技術と日立匿名化技術によるプライバシー保護とデータ活用 by...
 
新しいTERASOLUNA Batch Frameworkとは
新しいTERASOLUNA Batch Frameworkとは新しいTERASOLUNA Batch Frameworkとは
新しいTERASOLUNA Batch Frameworkとは
 
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
ML Ops NYC 19 & Strata Data Conference 2019 NewYork 注目セッションまとめ
 

Plus de Hiroyuki Ichikawa

裾野市アイデアソン チームB
裾野市アイデアソン チームB裾野市アイデアソン チームB
裾野市アイデアソン チームBHiroyuki Ichikawa
 
裾野市アイデアソン チームC
裾野市アイデアソン チームC裾野市アイデアソン チームC
裾野市アイデアソン チームCHiroyuki Ichikawa
 
裾野市アイデアソン チームD
裾野市アイデアソン チームD裾野市アイデアソン チームD
裾野市アイデアソン チームDHiroyuki Ichikawa
 
裾野市アイデアソン チームA
裾野市アイデアソン チームA裾野市アイデアソン チームA
裾野市アイデアソン チームAHiroyuki Ichikawa
 
袋井市Bpr研修(第5回)
袋井市Bpr研修(第5回)袋井市Bpr研修(第5回)
袋井市Bpr研修(第5回)Hiroyuki Ichikawa
 
袋井市Bpr研修(第4回)
袋井市Bpr研修(第4回)袋井市Bpr研修(第4回)
袋井市Bpr研修(第4回)Hiroyuki Ichikawa
 
袋井市Bpr研修(第3回)
袋井市Bpr研修(第3回)袋井市Bpr研修(第3回)
袋井市Bpr研修(第3回)Hiroyuki Ichikawa
 
袋井市Bpr研修(第2回)
袋井市Bpr研修(第2回)袋井市Bpr研修(第2回)
袋井市Bpr研修(第2回)Hiroyuki Ichikawa
 
自治体DX推進計画を進めるためには
自治体DX推進計画を進めるためには自治体DX推進計画を進めるためには
自治体DX推進計画を進めるためにはHiroyuki Ichikawa
 
業務フロー作成(基礎編)
業務フロー作成(基礎編)業務フロー作成(基礎編)
業務フロー作成(基礎編)Hiroyuki Ichikawa
 
データアカデミー 指標作成型4
データアカデミー 指標作成型4データアカデミー 指標作成型4
データアカデミー 指標作成型4Hiroyuki Ichikawa
 
データアカデミー 指標作成型3
データアカデミー 指標作成型3データアカデミー 指標作成型3
データアカデミー 指標作成型3Hiroyuki Ichikawa
 
データアカデミー 指標作成型2
データアカデミー 指標作成型2データアカデミー 指標作成型2
データアカデミー 指標作成型2Hiroyuki Ichikawa
 
データアカデミー 指標作成型1
データアカデミー 指標作成型1データアカデミー 指標作成型1
データアカデミー 指標作成型1Hiroyuki Ichikawa
 
BPR版データアカデミーその4
BPR版データアカデミーその4BPR版データアカデミーその4
BPR版データアカデミーその4Hiroyuki Ichikawa
 
BPR版データアカデミーその3
BPR版データアカデミーその3BPR版データアカデミーその3
BPR版データアカデミーその3Hiroyuki Ichikawa
 
BPR版データアカデミーその2
BPR版データアカデミーその2BPR版データアカデミーその2
BPR版データアカデミーその2Hiroyuki Ichikawa
 
BPR版データアカデミーその1
BPR版データアカデミーその1BPR版データアカデミーその1
BPR版データアカデミーその1Hiroyuki Ichikawa
 
裾野を広げる裾野方式 LINE Bot
裾野を広げる裾野方式 LINE Bot裾野を広げる裾野方式 LINE Bot
裾野を広げる裾野方式 LINE BotHiroyuki Ichikawa
 
三重県オープンデータ研修
三重県オープンデータ研修三重県オープンデータ研修
三重県オープンデータ研修Hiroyuki Ichikawa
 

Plus de Hiroyuki Ichikawa (20)

裾野市アイデアソン チームB
裾野市アイデアソン チームB裾野市アイデアソン チームB
裾野市アイデアソン チームB
 
裾野市アイデアソン チームC
裾野市アイデアソン チームC裾野市アイデアソン チームC
裾野市アイデアソン チームC
 
裾野市アイデアソン チームD
裾野市アイデアソン チームD裾野市アイデアソン チームD
裾野市アイデアソン チームD
 
裾野市アイデアソン チームA
裾野市アイデアソン チームA裾野市アイデアソン チームA
裾野市アイデアソン チームA
 
袋井市Bpr研修(第5回)
袋井市Bpr研修(第5回)袋井市Bpr研修(第5回)
袋井市Bpr研修(第5回)
 
袋井市Bpr研修(第4回)
袋井市Bpr研修(第4回)袋井市Bpr研修(第4回)
袋井市Bpr研修(第4回)
 
袋井市Bpr研修(第3回)
袋井市Bpr研修(第3回)袋井市Bpr研修(第3回)
袋井市Bpr研修(第3回)
 
袋井市Bpr研修(第2回)
袋井市Bpr研修(第2回)袋井市Bpr研修(第2回)
袋井市Bpr研修(第2回)
 
自治体DX推進計画を進めるためには
自治体DX推進計画を進めるためには自治体DX推進計画を進めるためには
自治体DX推進計画を進めるためには
 
業務フロー作成(基礎編)
業務フロー作成(基礎編)業務フロー作成(基礎編)
業務フロー作成(基礎編)
 
データアカデミー 指標作成型4
データアカデミー 指標作成型4データアカデミー 指標作成型4
データアカデミー 指標作成型4
 
データアカデミー 指標作成型3
データアカデミー 指標作成型3データアカデミー 指標作成型3
データアカデミー 指標作成型3
 
データアカデミー 指標作成型2
データアカデミー 指標作成型2データアカデミー 指標作成型2
データアカデミー 指標作成型2
 
データアカデミー 指標作成型1
データアカデミー 指標作成型1データアカデミー 指標作成型1
データアカデミー 指標作成型1
 
BPR版データアカデミーその4
BPR版データアカデミーその4BPR版データアカデミーその4
BPR版データアカデミーその4
 
BPR版データアカデミーその3
BPR版データアカデミーその3BPR版データアカデミーその3
BPR版データアカデミーその3
 
BPR版データアカデミーその2
BPR版データアカデミーその2BPR版データアカデミーその2
BPR版データアカデミーその2
 
BPR版データアカデミーその1
BPR版データアカデミーその1BPR版データアカデミーその1
BPR版データアカデミーその1
 
裾野を広げる裾野方式 LINE Bot
裾野を広げる裾野方式 LINE Bot裾野を広げる裾野方式 LINE Bot
裾野を広げる裾野方式 LINE Bot
 
三重県オープンデータ研修
三重県オープンデータ研修三重県オープンデータ研修
三重県オープンデータ研修
 

奈良県のオープンデータ研修2