バリューチェーン分析とは？競争優位を「全体の連鎖」で築く実践ガイド
この記事でわかること バリューチェーン（VC）分析の基本構造と目的 VC分析の5ステップ（業界VC→自社VC→競合比較→強み弱み特定→戦略示唆） ポーターの3つの基本戦略（コストリーダーシップ・差別化 […]
TAG
MBA
業界KSFの見つけ方｜5フォース分析×顧客KBFから導く実践ガイド
この記事でわかること KSF（重要成功要因）とは何か、KBFとの違い 業界KSFを見つけるための3つの分析ステップ 5フォース分析からKSFにつなげる具体的な思考プロセス 顧客KBFの変化がKSFに与 […]
AIと著作権──ビジネスパーソンが押さえるべき4つのポイント【機械学習入門⑪】
前回（機械学習入門⑩）は、MBAデータサイエンス講座の集大成となるDemo Dayの体験記と、6回分の学びの振り返りを書いた。 シリーズの最終回は、講座の最終日にもう一つ大きく扱われたテーマ──AIと […]
AI and Copyright in Japan — What International Businesses Need to Know [Intro to ML #11]
In my previous post (Intro to ML #10), I wrote about Demo Day — the final session of my MBA data sci […]
戦略策定プロセスとは？5つのステップで経営課題を見つけて最適な打ち手を選ぶ方法
この記事でわかること 戦略策定プロセスの全体像と5つのステップ 「いきなり解決策に飛びつかない」ための分析の道筋 業界KSFと自社のGAP（経営課題）を見つける方法 M&Aとアライアンス、どち […]
財務三表のつながりを一枚で理解する ── P/L・B/S・CFSの関係整理
この記事でわかること P/L・B/S・CFSそれぞれの役割と「何を表しているか」 3つの財務諸表がどこでつながっているか（3つの接点） 「利益が出ているのに現金がない」が起きる3つの原因 発生主義・実 […]
MBAでAI＆データサイエンスを6回学んで分かったこと──Demo Dayで監査システムを作った話【機械学習入門⑩】
前回（機械学習入門⑨）は、生成AIをかしこく使うための方法──プロンプト・RAG・MCP・エージェント──をMBAでの学びをもとに整理した。 そして今回が、シリーズの締めくくりだ。MBAのデータサイエ […]
What I Learned from a Six-Session MBA Data Science Course — Building an Audit Assistant on Demo Day [Intro to ML #10]
In my previous post (Intro to ML #9), I covered ways to get more out of generative AI — prompts, RAG […]
生成AIをもっとかしこく使う——プロンプト・RAG・エージェントの世界【機械学習入門⑨】
前回（機械学習入門⑧）は、生成AIの仕組み——言語モデルが「次の単語を予測する」という原理から、ChatGPTの誕生（RLHF）、拡散モデルによる画像生成まで——を整理した。 今回は「どう使うか」の話 […]
Getting More Out of Generative AI — Prompts, RAG, and the Age of Agents [Intro to ML #9]
In my previous post (Intro to ML #8), I covered how generative AI actually works — the next-word pre […]