コンビニの売上，電車の乗降記録，インターネット上の書き込みなど身の回りの様々なサービスや，ビジネスにおける場面の利用履歴が電子化されている。大規模なデータとその分析をもとに意思決定を行う場合、分析スキルによる正しい分析が重要と思われることが多いが、ビジネスの活動につなげていく問題を明確化したり，解決のための糸口を引き出すことが重要である。そのためには、求められる分析のニーズに対し、ビジネス課題の理解やデータの理解といったプロセスがプロジェクトの中では必要である。
　データサイエンス・ワークフロー・プログラムでは、さまざまな分析を想定してプログラミングや統計・機械学習の知識を学ぶことと同じように、さまざまな分析プロジェクトのケースを想定したケーススタディを行う。実際の分析プロジェクトで起こりうる場面を想定して、プロジェクトを企画したり、進めていくうえでの知識を学び、実践していく。プログラミングや統計処理についての知識もあることが推奨だが、必要ではないため、広くデータサイエンスに関わりたい人を対象とする。

データサイエンスのプロジェクトに関する企画や討論を通して、下記を狙う。
・プロジェクトを企画、進行するうえでの体系的な知識の取得
・与えられた課題に対しての適切な分析プロジェクトの設計のスキル
・企画した分析プロジェクトを他社に伝える発表スキル

さまざまなプロジェクトで必要となる進め方や、分析の前提知識などを講義したのち、プロジェクトを想定したケースを設定し、学生がそのケースに対して必要なプロジェクトを企画する。企画したものは学生同士や教員からのコメントもらいながら、最終的に発表を行うことで、分析プロジェクトでの動きを学ぶ。
※講義はすべて遠隔講義とする。WebClass上で配布された資料やデータ等を用い、講義時間中に講義や討議を行う。

講義ではケースに対するプロジェクトの企画を行う。企画内容は学生同士や教員との討議を重ね、発表を行いそこでの資料や内容等で判断する。

予習：事前に配布資料に目を通しどのような内容を学習するのかを確認する。
復習：講義で取り扱ったケースに関わる類似事例等について調べ、知識を深める。

講義で行うケース討議等への参加や、テーマごとに課される発表を聞いての小レポート(4回分)で評価する。

＜教科書不要科目＞

プログラミングや統計処理の技術は必須ではなく、講義ではこれらを求めることはないが、理解していることで円滑に進む場合もある。