医薬品/バイオテクノロジー業界で役立つ Excel上級（上級関数やピボットテーブル）スキル&リテラシーアップ | 対面研修（集合研修）
MENTERが提供する人材育成 "３つの特徴"
IT実務に強い。
ショートカットからAIまで
現場で即戦力となるスキルを習得できます。実際現場で必要となるWindowsの操作方法から生成AIなど最新技術まで。実践的なカリキュラムで、受講者のスキルアップを強力にサポートします。
DXツールを生かした
運営体制
講師の講義を聞くだけに留まらない、全員参加型の講義を目指しています。Quiz番組形式、ワークショップなどは、様々なDXツールを用いてより楽しくインプットできるよう心がけています。
受講者満足度は
平均9.1 p（10段階）
研修後のアンケートでは、受講者から高い満足度を得ています。講義だけでなく、グループディスカッションやワークショップを通して、学びを深め、行動変化につなげる工夫が満足度の秘訣です。
本講座について
Excel上級（上級関数やピボットテーブル）スキル&リテラシーアップ
医薬品業界で役立つ、Excelの上級スキルを習得する研修です。
VLOOKUPやIF関数、ピボットテーブルなどを活用し、複雑なデータ処理や集計業務を効率化します。
報告業務の効率化や属人化防止にもつながり、チーム全体の生産性向上が期待されます。
医薬品業界で役立つ、Excelの上級スキルを習得する研修です。
VLOOKUPやIF関数、ピボットテーブルなどを活用し、複雑なデータ処理や集計業務を効率化します。
業務で期待される効果
臨床試験データの集計、製品別売上分析、品質管理報告書の作成など、精緻なExcelスキルが求められる医薬品業界において、データ処理スピードと正確性が向上します。業界にとってのメリット
データ分析力の向上により、現場での意思決定を支援できる人材が増加。報告業務の効率化や属人化防止にもつながり、チーム全体の生産性向上が期待されます。
参考カリキュラム
複雑な関数を知ることでさらなる業務省力化/自動化をするスキルを身につけることを目指します。Excel上級（上級関数やピボットテーブル）スキル&リテラシーアップ
・複雑な関数やピボットテーブルなど、データ処理を効率化する上級スキルを習得・医薬品業界で求められる正確な集計・分析力を強化
カリキュラム一覧
・四則演算と関数の関係性の再確認・VLOOKUP関数の基礎と応用
・IF関数の論理構造とネストのコツ
・COUNTIF、SUMIFなど条件付き関数の使い方
・複合条件に対応するSUMIFS・COUNTIFS関数
・エラー値の種類と対処方法（IFERRORなど）
・INDEX関数とMATCH関数の組み合わせ
・TEXT関数による日付・数値の書式変換
・文字列関数（LEFT、RIGHT、MID、LEN、CONCAT）
・ピボットテーブルの基礎構造と作成方法
・フィールドの追加と集計設定
・スライサーによるインタラクティブな分析
・ピボットグラフの作成と応用
・グラフで伝えるデータビジュアライゼーションの基本
・複雑な関数を組み合わせた実務課題演習
・医薬品売上・在庫データの分析ワーク
・マクロやVBAの基礎的理解（紹介）
・データの整形・クリーニング実践（TRIM、SUBSTITUTEなど）
・業務でのよくあるエクセルミスと防止策
・関数を活用した業務効率化のアイデア共有
・関数とピボットの複合活用事例の紹介
・実務に役立つテンプレート作成演習
・エクセルスキルの習熟度チェック（ミニテスト）
・受講者による分析アイデアワークショップ
・グループごとの発表会とフィードバック
・全体まとめと今後の学習ポイント整理
医薬品/バイオテクノロジー業界のDX事例
国内・海外の医薬品/バイオテクノロジー業界におけるDX事例
Excel上級スキルやリテラシーアップに関連するDX事例
- 製薬・バイオ業界では、膨大なデータを効率的に管理・分析するためにExcelの上級機能（上級関数、ピボットテーブル、Power Query、PowerPivotなど）を活用した業務効率化の事例が見られる。- 商品入荷・出荷予測、在庫・販売実績管理、債権債務管理、生産実績・損益管理などで、従来の手作業を排除し、クリック数回で日次・月次報告が完了する仕組みを導入。
- データベースのエラー値解消や、複雑な計算シートの自動化、グラフ・ピボットテーブル作成の自動化などにより、正確性と生産性を向上させた事例がある[1]。
国内のDX事例
* 塩野義製薬AIやデジタル技術を活用した臨床試験や化学物質創製などによって、コロナ治療薬「ゾコーバ錠」の緊急承認・一般流通を実現。
HaaS（Healthcare as a Service）の提供や、創薬分野のデジタル化を推進[3]。
* 中外製薬
AI創薬支援技術「MALEXA®︎」を自社開発し、抗体の最適な分子配列を提案。
工場の自動化、遠隔支援ツールの導入、営業データの統合・解析など、バリューチェーン全体の効率化を推進[3]。
* 田辺三菱製薬
ディープラーニングやスパースモデリングを活用し、フェノタイプスクリーニング（化合物探索）の画像解析を自動化・高速化。
解析時間の短縮と説明可能な評価基準の確立に成功[4]。
* 大日本住友製薬
英Exscientia社とAIを活用し、新薬候補化合物「DSP-1181」を1年未満で臨床試験に進めた（従来の1/4の期間）[4]。
海外・グローバルのDX事例
* ロボティッククラウドラボロボット技術とクラウドを組み合わせ、創薬プロセス全体を自動化。
研究員が遠隔で実験を制御できる環境を構築し、研究開発のスピードと柔軟性を飛躍的に向上[3]。
* mRNAワクチン開発
COVID-19パンデミックを契機に、mRNAワクチンの開発が加速。
AIや機械学習を活用したデータ解析・臨床開発プロセスの効率化が成功の鍵となった[5]。
臨床開発プロセスにおけるDX事例
- AI・機械学習を活用し、臨床試験デザインの最適化、試験参加者の組み入れ、データ解析の効率化を実現。試験期間の短縮や成功確率の向上に寄与している[2]。
*引用元一覧
[1] https://www.lancers.jp/menu/tag/%E3%82%A8%E3%82%AF%E3%82%BB%E3%83%AB
[2] https://www.jpma.or.jp/information/evaluation/results/allotment/tcjmdm0000001ecw-att/CL_202405_TF1_DX.pdf
[3] https://reskilling-navi.com/column/pharmaceutical_industry_dx
[4] https://kddimessagecast.jp/blog/dx/dx-in-the-pharmaceutical-industry/
[5] https://www.jst.go.jp/crds/pdf/2021/RR/CRDS-FY2021-RR-02.pdf
[6] https://www.sas.com/content/dam/SAS/ja_jp/doc/event/sas-user-groups/sugj2015.pdf
[7] https://www.knowledgewing.com/kw/e_l/flm_course_sr.pdf
[8] https://www.agu.ac.jp/pdf/life/data_science/data_science_notification_of_change.pdf
[9] https://note.com/xoperation/n/n93109494872d
[10] http://www.fpmaj.gr.jp/about/committees-list/committee/quality/announcements/documents/2024/nyx378.pdf
[1] https://www.lancers.jp/menu/tag/%E3%82%A8%E3%82%AF%E3%82%BB%E3%83%AB
[2] https://www.jpma.or.jp/information/evaluation/results/allotment/tcjmdm0000001ecw-att/CL_202405_TF1_DX.pdf
[3] https://reskilling-navi.com/column/pharmaceutical_industry_dx
[4] https://kddimessagecast.jp/blog/dx/dx-in-the-pharmaceutical-industry/
[5] https://www.jst.go.jp/crds/pdf/2021/RR/CRDS-FY2021-RR-02.pdf
[6] https://www.sas.com/content/dam/SAS/ja_jp/doc/event/sas-user-groups/sugj2015.pdf
[7] https://www.knowledgewing.com/kw/e_l/flm_course_sr.pdf
[8] https://www.agu.ac.jp/pdf/life/data_science/data_science_notification_of_change.pdf
[9] https://note.com/xoperation/n/n93109494872d
[10] http://www.fpmaj.gr.jp/about/committees-list/committee/quality/announcements/documents/2024/nyx378.pdf
医薬品/バイオテクノロジー業界のDX人材育成事例
国内・海外の医薬品/バイオテクノロジー業界におけるDX人材育成事例
Excel上級スキルやリテラシーアップに関連する事例
- 製薬・バイオ業界向けに、Excelの基礎から応用（上級関数、ピボットテーブル、マクロ・VBA）まで段階的に習得する人材育成プランが導入されている。- 例えば、2年間で全社員のExcelスキルを底上げし、業務に直結するOAスキルまで身につける教育体系を設計。
- 基礎～応用は全員必須、発展フェーズは業務に応じて選択受講。動画教材や公開講座を組み合わせ、反復学習や個別強化も実施されている[6]。
国内のDX人材育成事例
* 日本新薬全社員のIT/DXリテラシー向上施策と選抜型DX研修を2本柱とし、NSアカデミーでスキルマップを公開。
短編動画学習や入門講座、社内Webinarなどでリテラシーを底上げ。
選抜型研修ではデータサイエンス・ビジネス・データエンジニア力を半年間で育成し、卒業後はDXテーマ推進や講師活動も担当。
オープンバッジ制度でスキルの可視化も推進[2]。
* 中外製薬
「CHUGAI DIGITAL ACADEMY」を設立し、スタッフ～経営層まで階層別にDX人材を体系的に育成。
デジタルプロジェクトリーダーやデータサイエンティストなど優先職種を設定し、OJTとOff-JTを組み合わせた9か月の長期プログラムを年3回実施。
社内外連携や外部研修、大学連携も推進[5][10]。
* あすか製薬ホールディングス
Microsoft 365やCopilot導入と並行し、全従業員のITリテラシー・スキル向上を目指すDX人材育成プログラムを実施。
DX推進担当者を各部門から選出し、1年かけて知識・経験を積む。
IT資格取得支援や習熟度の可視化も導入し、2030年までにDX人材比率80%を目標[7]。
* バイオインフォマティシャン育成
バイオ業界では、膨大なデータ解析を担うバイオインフォマティシャンの育成に個別化プログラムを導入。
データサイエンスやAI創薬に対応できる人材のリスキリングが進む[8]。
その他の取り組み例
- 中外製薬では、各事業部に「DXリーダー」を配置し、全社的なDX推進と人材強化、組織風土改革を進めている[9]。- データサイエンティストやデジタルプロジェクトリーダーの本格育成、RWD活用研修、E資格講座、プロジェクトマネジメント講座など多様な社内外研修を展開[5][10]。
*引用元一覧
[1] https://www.hrpro.co.jp/series_detail.php?t_no=2768
[2] https://www.nippon-shinyaku.co.jp/company_profile/dx.php
[3] https://www.members-medical.co.jp/blog/mr/2021/0825/3114/
[4] https://www.kikagaku.co.jp/blog/dx-human-resource-development-example
[5] https://www.linpress.co.jp/blog/c102
[6] https://www.insource.co.jp/package/excel_dx.html
[7] https://www.aska-pharma-hd.co.jp/company/dx.html
[8] https://www.rikelab.jp/post/11577.html
[9] https://case-search.jp/case-by-theme-dx-pharma/
[10] https://note.com/murashin_dx/n/n356b29dfbd0a
[11] https://www.insource.co.jp/bup/skill-check-sheet.html
[12] https://www.insource-da.co.jp/dxpedia/03_0015.html
[13] https://www.jmam.co.jp/hrm/elearning_lib/course/map_tech.html
[14] https://www.meti.go.jp/policy/it_policy/jinzai/skill_standard/20230807001-d-1.pdf
[15] https://tsuzuki.jp/casestudy/kracie/
[16] https://www.nikkei.com/article/DGXZQOUC289K80Y4A320C2000000/
[17] https://note.chugai-pharm.co.jp/m/m5745f166b9de/hashtag/71314
[18] https://schoo.jp/biz/column/769
[19] https://jinjibu.jp/keyword/detl/1437/
[1] https://www.hrpro.co.jp/series_detail.php?t_no=2768
[2] https://www.nippon-shinyaku.co.jp/company_profile/dx.php
[3] https://www.members-medical.co.jp/blog/mr/2021/0825/3114/
[4] https://www.kikagaku.co.jp/blog/dx-human-resource-development-example
[5] https://www.linpress.co.jp/blog/c102
[6] https://www.insource.co.jp/package/excel_dx.html
[7] https://www.aska-pharma-hd.co.jp/company/dx.html
[8] https://www.rikelab.jp/post/11577.html
[9] https://case-search.jp/case-by-theme-dx-pharma/
[10] https://note.com/murashin_dx/n/n356b29dfbd0a
[11] https://www.insource.co.jp/bup/skill-check-sheet.html
[12] https://www.insource-da.co.jp/dxpedia/03_0015.html
[13] https://www.jmam.co.jp/hrm/elearning_lib/course/map_tech.html
[14] https://www.meti.go.jp/policy/it_policy/jinzai/skill_standard/20230807001-d-1.pdf
[15] https://tsuzuki.jp/casestudy/kracie/
[16] https://www.nikkei.com/article/DGXZQOUC289K80Y4A320C2000000/
[17] https://note.chugai-pharm.co.jp/m/m5745f166b9de/hashtag/71314
[18] https://schoo.jp/biz/column/769
[19] https://jinjibu.jp/keyword/detl/1437/