00:00:08 イントロダクションとエリック・ウィルソンのIBFでの経歴。
00:01:35 分析から有用な数字と洞察を生み出す上での課題。
00:03:45 分析を活用するためのビジネス上の意思決定の役割。
00:05:31 能力のある需要プランナーと業界の人材不足の重要性。
00:07:25 サプライチェーンと分析分野における人材不足。
00:10:58 新しいサプライチェーン科学者の役割の必要性。
00:13:01 サプライチェーン管理における確率的思考。
00:14:41 ビジネスにおけるサプライチェーン管理の重要性の増大。
00:15:47 メディアのサプライチェーン管理への関心の高まり。
00:17:18 エリート大学でのサプライチェーンマスターの出現。
00:18:27 分析の進化と将来の役割。
00:19:59 成熟した技術が目に見えなくなり、背景に溶け込むことの重要性。
00:20:53 成熟した見えない技術としてのスパム対策技術の例。
00:23:59 人工知能の定義と適切な質問の価値。
00:24:57 理想的なサイレントサプライチェーンと需要プランナーへの影響。
00:25:11 エリック氏の本への期待と需要プランナーが得られるスキル。
00:26:39 閉会の辞。
概要
キーラン・チャンドラーとのインタビューで、Lokadの創設者であるジョアネス・ヴェルモレルと、認定ビジネス予測者であるエリック・ウィルソンが、現代の組織における分析の重要性について議論します。彼らは、膨大な量のデータを意味のある洞察に活用するための課題や、サプライチェーンの最適化の必要性について探求します。両者は、意思決定に役立つ実行可能な分析の重要性を強調しています。この会話は、意思決定のためのスキルを持つ専門家の需要の増加や、技術とサプライチェーンの専門知識の統合を強調しています。分析が進化し続ける中で、組織は迅速かつ予測可能になるために適応しなければなりません。
詳細な概要
このインタビューでは、ホストのキーラン・チャンドラーが、Lokadの創設者であるジョアネス・ヴェルモレルと、IBFのオンデマンドポッドキャストのホストであるエリック・ウィルソンと共に、現代の組織における分析の役割について議論します。特に、データをビジネスの意思決定に活用する際の課題と利点に焦点を当てています。
ヴェルモレル氏は、分析についてやや物議を醸す見解を持っています。彼は、膨大な量のデータを生成することは簡単だが、人間が消化できるような価値ある洞察を生み出すことはずっと難しいと考えています。彼は、企業での広範な分析の使用はしばしば有用な情報を生み出せないと提案しています。一方、ウィルソン氏は、膨大な量のデータを見つけるためにデータをふるいにかけることが重要であると信じていますが、そのメリットはコストをはるかに上回ると考えています。
ウィルソン氏は、生データを情報に、そして実行可能な洞察に変えることの重要性を強調しています。彼は、多くの企業が洞察の段階に到達することに苦労していると認識していますが、この旅に乗り出すことが不可欠であると主張しています。企業は、COVID-19のような課題に直面している中で、消費者や経済のより深い理解を得るためにデータを活用すべきです。
ヴェルモレル氏とウィルソン氏は、分析の究極の目標はより良いビジネスの意思決定を促進することだという点で一致しています。ヴェルモレル氏は、実用的で具体的な目的がない場合、分析は生産的でない思考や行動の線につながる可能性があると指摘しています。彼は、虚栄心の指標の広範な使用と主要なパフォーマンス指標（KPI）への焦点不足を批判しています。それに対して、彼はビジネスがデータに基づいた実行可能な自動化された意思決定に集中すべきだと提案しています。
ウィルソン氏の新刊「ビジネス予測のための予測分析」は、需要プランナーを対象としています。データチームが成長するにつれて、需要プランナーを見つけることにはますますのプレッシャーがかかっています。ウィルソン氏は、需要プランナーが消費者や需要に影響を与える要素を理解し、伝えるための必要なスキルセットを持っていると考えています。
このインタビューは、現代の組織で分析を使用する際の課題と利点を強調しています。ヴェルモレル氏は、明確な実行可能な洞察がないデータへの過度の重点を批判する一方、ウィルソン氏は、データを意思決定に役立つ価値ある情報に変えることの重要性を強調しています。両者は、より焦点を絞った実行可能な分析がより良いビジネスの意思決定を促進する必要性について同意しています。
エリック・ウィルソンは、現在の需要プランナーの不足を認めながら、需要プランナーの需要が近年大幅に増加していることを認識しています。過去5年間で給与は30〜40％上昇し、求人掲示板は常にこれらの役割のリストで埋め尽くされています。適格な需要プランナーは存在しますが、市場には十分な数がありません。
ジョアネス・ヴェルモレルも同様で、才能が希少で高品質なサプライチェーンサイエンティストを見つけるのは困難だと述べています。彼は、銀行の量的取引と同様に、わずかなトレーダーがほとんどのリターンを生み出すという状況になぞらえています。彼は、技術が人間の知性の乗数となり、より能力のある個人がより速く、より大規模に作業できるようになると考えています。
ヴェルモレル氏は、過去5年間でデータサイエンティストの人気が高まり、Pythonや機械学習ツールであるPyTorch、Keras、TensorFlowなどのプログラミング言語に優れたスキルを持つ専門家が増えたと指摘しています。しかし、彼は技術的な流暢さだけではサプライチェーンの複雑さを深く理解することはできないと主張しています。
ヴェルモレル氏の見解では、調達チェーンサイエンティストがGoogleやFacebookのようなテックジャイアントの範囲を超えた現実の状況に自分のスキルを適用できるかどうかが課題です。調達チェーンの分析を微調整することは、大量のデータを処理することとは異なる種類の課題です。
ウィルソン氏は、将来的には両方のスキルセットが融合し、日々のモデル変更を処理し、分析を追加の能力として組み込むことができる需要計画の役割が生まれると予想しています。ヴェルモレル氏は冗談交じりにこのタイプのポジションを「サプライチェーンサイエンティスト」と提案していますが、それはLokadが市場で役割を区別するために作り上げた用語だと認めています。
サプライチェーン最適化における熟練した専門家の需要の増加と、技術とビジネスの両側面を扱える資格のある人材を見つける難しさが、このインタビューで強調されています。技術が進歩し続ける一方で、サプライチェーンの複雑さを深く理解し、需要計画者とデータサイエンティストの間で効果的な協力が依然として重要です。
会話は、サプライチェーン管理における確率的思考の重要性を強調しており、決定論的なアプローチからの転換を示しています。産業が進化するにつれて、需要計画とサプライチェーンは企業にとってますます重要になり、経営陣はこれらの領域にますます注力しています。
データサイエンスの人気の上昇により、業界には多くの流行語が流入していますが、インタビューでは実際のプロセスのより深い理解の必要性が強調されています。サプライチェーン管理が名門大学でますます注目されるようになり、一流の教授や学生がこの分野を探求していることについて議論しています。この変化により、コンプライアンスやグローバリゼーションなどの要因により、業界はますます複雑になり、より多くの才能を引き込むのに役立っています。
先を見据えると、分析はサプライチェーン管理の進化において重要な役割を果たすでしょう。企業は消費者の行動の変化に適応するために、より俊敏で反応性があり、予測力を持つ必要があります。これには、需要計画とサプライチェーン最適化へのより大きな依存が必要であり、ターゲットマーケティングの取り組みをサポートするためにデータを効果的に活用する能力が求められます。データと分析の民主化は、業界の変化を引き続き推進し、ビジネスにおけるサプライチェーン最適化の重要性を強調します。
ウィルソン氏は、組織がより平坦化し、意思決定に分析に依存するようになると予想しています。ヴェルモレル氏は、技術が成熟すると目立たなくなり、背景に溶け込んでシームレスに機能すると考えています。彼は、スパム対策技術を効果的に運用する成熟した技術の例として挙げています。
ヴェルモレル氏は、サプライチェーン分析の将来を、ほとんど目立たずに日常的な意思決定を推進するものとして想像しています。ただし、彼はサプライチェーンが多様であり、単一の企業や技術が市場全体を捉えることはできないと認識しています。地味な性質にもかかわらず、ヴェルモレル氏は高度な分析が競争力を維持するためにますます重要になると考えています。
予測分析に関する彼の著書について尋ねられた際、ウィルソン氏はそれが数学的に重いテキストではなく、需要計画者のための機械学習、人工知能、予測分析の入門書であると説明しています。この本では、人々、プロセス、分析、技術に焦点を当て、データ駆動型の組織の構築と組織内でのデータの効果的な活用方法を理解することを目指しています。
フルトランスクリプト
キーラン・チャンドラー: こんにちは、今日はIBFのOn Demandポッドキャストのホストであるエリック・ウィルソン氏を迎えて、現代の組織における分析の役割と、彼の新刊『ビジネス予測のための予測分析』から学べることについて話し合います。エリック、アメリカから生放送で参加していただき、ありがとうございます。まずは、自己紹介とIBFでの役割について少し詳しく教えていただけますか。
エリック・ウィルソン: この機会に参加できること、そしてあなたのキャストの一部になれることをとても嬉しく思っています。私の名前はエリック・ウィルソンで、私はビジネス予測研究所の思想リーダーです。実際には、世界中に5万人以上のメンバーを持つグローバルな組織です。私たちは具体的には需要計画、予測、予測分析、SNOPなどの成長を促進することに特化しています。それが私たちの組織の役割です。私たちが行っていることの一つは、知識の共有です。そしてそれが私の役割です。私は記事を書いたり、IBF On Demandという2週ごとのポッドキャストをホストしています。YouTubeやポッドキャストをお好きな場所で見つけることができます。それが私についての少しの情報です。私は30年以上の経験を持ち、あまりにも多くの業界やポジションで働いてきましたが、今の立場に至ることができました。
キーラン・チャンドラー: 素晴らしいですね！今日のトピックは、現代の組織における分析、特に分析の役割についてです。私たちがこれについて話し合ったとき、あなたは分析について少し物議を醸す意見をお持ちだったと思います。最初の概要を教えていただけますか？
ジョアネス・ヴェルモレル: 要するに、コンピュータで1秒に100万個の数字を生成するのは非常に簡単ですが、1日に5つの数字を生成して、それが人間によって読まれる価値があるものにするのは非常に難しいということです。分析の最大の課題は、人間の注意を引く価値のあるものをどのように生み出すかです。私の簡単な観察では、現在企業で広まっているもの、特にサプライチェーンセグメントにおいては、このテストに合格していないと言えますが、それに限らずです。
キーラン・チャンドラー: それについて、エリックさんはどう思いますか？過去20年間でデータは非常に増えました。私たちは今、あまりにも多くの数字を生み出していて、本当に重要なものを見ていないと言えるでしょうか？
エリック・ウィルソン: 数字が多すぎることはないと思いますが、ジョアネスさんが言っているように、適切な情報を見つけることには信憑性があります。あらゆる形式のデータは、生データであり、何かを構築するための基礎です。そのデータを情報に変換し、さらに洞察に変えることが企業の課題です。ただし、そこに到達する利点は、そこに到達するための努力に比べてはるかに大きいです。企業は、現在苦労していても、その旅に着手する必要があります。なぜなら、生データを組織のために有益な洞察に変えることは重要だからです。
キーラン・チャンドラー: 過去にとらわれず、将来を見据えて、消費者や経済について新たな洞察を見つける必要があります。特にCOVIDのような時期には、それらの洞察を開放する必要があります。
ジョアネス・ヴェルモレル: Lokadでは、ビジネスの意思決定のアイデアに重点を置いています。どのような意思決定がビジネスの運営方法を本当に変えることができるのか？分析には、非生産的な活動や思考の方向につながるいくつかのパスがあります。分析、数字、表示などを活用して何をしているのかを駆動する実用的でありふれた目的が必要です。意思決定とは、購買の意思決定、在庫の移動、価格の変更など、サプライチェーンに物理的で具体的な影響を与えるものです。意思決定を改善するために直接的な意図で数字を見ているのであれば、それは良いことです。私が通常見るのは、バニティメトリクスの海であり、それらを「キー」と呼ぶことはほぼ侮辱に等しいものです。それらは焦点を欠き、完全に自動化されたスケールで実行可能な行動に変えるための組み込みメカニズムや意図が欠けています。
キーラン・チャンドラー: エリックさん、あなたの新しい本「ビジネス予測のための予測分析」では、需要プランナーに焦点を当てています。データチームが成長するにつれて、需要プランナーに対する需要が増していることに気付きました。業界にはその点で不足があるのでしょうか？
エリック・ウィルソン: それには賛否があります。需要プランナーはそのポジションに成長する能力を持っています。彼らは消費者に影響を与える要素、需要に影響を与える要素を見ること、異なる変数との関連性を理解し、サプライチェーンや財務、組織の他の部分とのつながりを作ることに長けています。彼らは他の部門が利用できる有用な洞察を伝える能力を持っています。彼らにはそれを行うためのスキルセットがあります。ただし、現在、需要プランナーの不足が見られます。過去5年間で給与は30〜40％上昇しています。需要プランナーを求める求人広告が、これらの時期でも埋まっているのを見ています。質的、量的、コミュニケーションスキルを持つ人材を探して、分析とビジネスの知識を組織のために結びつけることが求められています。ですので、彼らは資格を持っていますか？はい、できます。しかし、彼らの数は十分ではありません。
Kieran Chandler: そして、それはここでも同様だと思います。私たちは常に優れた供給チェーンの科学者を探していますが、それは常に見つけるのが非常に困難なものです。なぜ、あなたの視点から見てそれほど難しいのですか、ジョアネスさん？
Joannes Vermorel: 才能は定義上、希少です。すべての企業が最高の人材を採用していると言っていますが、現実は市場が平均的な人材を採用しているだけです。このような仕事は、それに長けた人々が非常に優れた結果を出す場所です。私たちは銀行の量的取引と似た領域に入っています。そこでは、わずかなトレーダーが大部分のリターンを生み出しています。テクノロジーは人間の知性の増幅器であり、より賢く、能力があり、ビジネスの洞察力がある人がいれば、彼らは組織全体でより大規模に、より速くそれを行います。これは、銀行や金融の取引だけでなく、供給チェーンにも非常に当てはまることです。
それが本来よりも難しい理由は、データサイエンティストという考え方だと思います。これは過去5年間で非常に人気がありますが、問題は、大学で彼らに焦点を当てるべきは技術そのものであると言われた人々が集まることです。彼らはPython、PyTorch、Keras、TensorFlowなど、機械学習のための当日の人気のあるオープンソースツールに非常に優れた能力を持つ必要があります。技術的なツールにある程度の流暢さを持つことは確かに必要ですが、それは供給チェーンがどのように機能するか、組織を推進する細部に対する非常に忍耐強い理解の代替手段ではありません。それらを見逃すと、完全に間違ってしまいます。したがって、FacebookやGoogleのような企業でテストされ、展開されたモデルの演習をたくさん行った供給チェーンの科学者にとって、実際の通常の企業に到着すると、Googleとは異なる非野心的な感じがします。現実の困難は異なる種類のものです。ペタバイトのデータを処理するための大規模なGPUクラスターを持つことではなく、供給チェーン分析の細部を正確に把握することが困難です。
Kieran Chandler: それについて、エリックさんの考えはどうですか？あなたの本は明らかにさまざまな分析技術をカバーしています。それを達成するのは少し難しいと言えますか？
Eric Wilson: 同意します。
Kieran Chandler: データサイエンティストと需要計画者には異なるスキルセットがあります。お互いから学ぶこともたくさんありますし、私たちが見ている課題の概要についての素晴らしい概要だと思います。需要計画者は科学に基づいている必要があります。彼らは物事を見て、外部の変数を見て、新しい技術を見て、データサイエンティストの世界でモデリングを行う必要があります。需要計画者は自分たちの快適な領域を超えて、それ以上のことを行う必要があります。同時に、需要計画者が強力なスキルセットとして持っているもの、つまり曖昧さに対する快適さ、コミュニケーションなど、それらのことは彼らを助けるものであり、データサイエンティストもそれを学ぶ必要があります。したがって、需要計画の役割においては、これからは2つの異なるスキルセットが融合することになるでしょう。
Eric Wilson: 供給チェーンには独自の要素があります。モデルが毎日変わり、それに適応できる能力が必要です。需要計画の役割には、分析を追加するという別の能力も必要です。それが実現したいことです。
Kieran Chandler: ジョアネスさん、あなたも参加したいですか？供給チェーンの科学者とか何か必要ではないかと思っていましたが。
Joannes Vermorel: いいえ、冗談です。これはLokadがこのタイプのポジションのために作り上げた用語です。少しでっち上げですが、Lokadが市場に対してシグナルを送るための方法でした。特にデータサイエンスの側面では、私たちは多くの応募者を受け取りました。大学は主にデータサイエンティストを育成しているため、おそらく現在では需要計画者に対して10人のデータサイエンティストを育成していると言えるでしょう。それは大きなトレンドになっています。そして、それは単に候補者、応募者に、彼らが最初に何よりも供給チェーンを行うことになることを示すためのものでした。ファンシーな高度なディープラーニングモデリングではなく。
Eric Wilson: それは良い考え方ですね。供給チェーンで必要な基本的な要素に加えて、確率的な思考を取り入れることが重要です。供給チェーンの多くの人々は、昔のやり方では非常に決定論的でした。「来月はX個売れると予測し、その予測に基づいて供給チェーン全体を計画する」という考え方です。しかし、私たちは皆、それが実際に起こるわけではないことを知っています。私たちは確率を考える必要があり、範囲を考え、リスクと機会を考える必要があります。それが供給チェーンの科学者の役割であり、需要計画が可能にするものであり、企業が取り組む必要があることです。ですので、アナリティクスについて話しているのは、まさに始まりに過ぎません。アナリティクスが特定の組織でブームワードになったとき、それを組織内の適切な思考、適切な文化と組み合わせて活用し、供給チェーンのマインドセット、組織のマインドセットを変えることができます。
Kieran Chandler: エリック、データサイエンスは少しずつ流行してきていると言いましたが、私たちも完全に同意しています。最近、それについてより多くの話を聞くようになりました。供給チェーン業界自体はどうでしょうか？そこには非常に多くの複雑さがあります。初めて始める人にとっては、それは圧倒的なものだと言えますか？
Eric Wilson: 個人的には、需要計画は魅力的だと思っていますし、将来的には次の魅力的なキャリアになると信じています。しかし、COVIDの影響で最近の調査では、CFOやCEOがインタビューされた際に、彼らの最大の懸念事項はキャッシュフロー、パンデミックの終息、そして需要計画と供給チェーンでした。私たちはキュービクルからボードルームへと進んでいます。供給チェーンには今、非常に多くの注目が集まっています。新聞やテレビ番組でも供給チェーンについて話題になっていますが、数年前にはそうではありませんでした。その重要性が高まり、それに伴い、そのポジションに参入し、成長させたいという人々が増えています。圧倒的なものですか？いいえ、それはバックオフィスの機能であり、人々が理解していなかっただけだと思います。人々はそれを理解するだけでなく、その重要性も理解し始めています。
Kieran Chandler: 供給チェーンに関するメディアの報道では、さまざまなバズワードが使われていますが、それらにはあまり理解がないと言えます。初めて始める人にとってもそれは圧倒的なものだと言えますか、ジョアネスさん？
Joannes Vermorel: ジャーナリストに関しては、彼らの完全な無知がそれを書くことを妨げたことはありません。しかし、冗談はさておき、私は認識の変化を感じています。私の父はかつて工業会社を経営していましたが、とても信頼性があり、真面目な考え方をする人は生産側に配置されました。エネルギッシュで行動志向のある人は営業側に配置されました。しかし、エネルギッシュでも信頼性がない人は供給チェーン側に配置されました。それが当時の考え方でした。
幸いなことに、過去20年間で多くの大学が供給チェーンの修士プログラムを開始しました。これは冗談ではなく、一流の教授と学生がいるプログラムです。今、業界にはこれまで以上に才能がありますが、コンプライアンスやグローバル化などの理由で、さまざまな要因が複雑さを増しています。
Kieran Chandler: 次の数十年でアナリティクスの役割はどれくらい変わると思いますか？それがどのように進化していくと予想されますか？
Eric Wilson: まあ、まさに次の数年で大きな進化または革命が起こるでしょう。私たちは組織内でよりアジャイルで、よりレスポンシブで、より予測的になる必要性を見ています。そのため、組織は追いつかなければなりません。彼らは今、より具体的にターゲットを絞る必要があります。彼らは単に広告やウェブサイトに素材を広げることはできません。より具体的にターゲットを絞る必要があり、それには良い需要計画とサプライチェーンのサポートが必要です。私たちが見るのは、データの民主化です。そして、私たちは既にアナリティクスの民主化と、サプライチェーンの機能が組織全体で重要なサポートとなっていることを見ています。私は組織がよりフラットになり、アナリティクスが組織の推進力としてますます重要になると思います。
Kieran Chandler: Joannes、忠誠度カードデータの使用について話したことがありますが、それは確かに興味深いコンセプトです。あなたはテクノロジーの景色についてどのように考えていますか？
Joannes Vermorel: 私の認識では、テクノロジーが成熟すると、背景に溶け込んで目立たなくなります。それが本当に完成されると、ほとんど気づかなくなりますが、以前よりも存在感があります。その典型例は、スパム対策です。常にメールを分類している高度な機械学習があり、非常に正確です。スパムボックスをチェックすると、99％がスパムで、きちんと分類されていて、何もしなくてもうまくいきます。GoogleメールやOutlookを使用している場合、それはそうです。正しく行われた非常に成熟したテクノロジー、特に機械学習の側面では、静かに確実に機能し、騒ぎを起こすことなく、存在を忘れてしまいますが、それによって多くのことを改善することができます。私は多くの組織にとって、サプライチェーンアナリティクステクノロジーの将来はおそらくそうなるでしょう。非常に平凡な意思決定を推進するものであり、CEOの帯域幅を自然にキャプチャすることはありません。
Kieran Chandler: サプライチェーンの最適化における人工知能の役割について教えていただけますか？
Joannes Vermorel: 直接的なターゲティングは自動的に行われ、スムーズに機能します。倉庫、工場、店舗などの作業もバックグラウンドで行われます。日常的には、それらのようなことに注意を払う人はほとんどいませんが、一部の専門家を除いて、競争力を維持し、全体のシステムを改善するために非常に優れた人材を持つことが芸術になります。このようなテクノロジーが欠けていると、スパムの整理に一日中費やすことになるような、メールボックスを持つことはほとんど不可能です。今では、メールを使用することができません。メールは完全に適切な類似性ではありませんが、GmailやOutlookを使用している数百万の企業に同じアンチスパムテクノロジーを持つことができます。サプライチェーンははるかに多様であるため、1つの企業が市場全体を独占するというのは現実的な市場ポジションとは考えていません。まだまだたくさんのテクノロジーが存在しますが、私が予想するところでは、それはほとんど目に見えず、印象的でありながらも以前よりも重要な存在になるでしょう。
Eric Wilson: その点について言えば、人工知能の定義について話していますが、それは曖昧な用語ですが、プロセスや出力を自動化または補完するものです。それがほとんどの場合、モデリング、アナリティクス、技術的な側面よりもソフトな側面になるでしょう。
Kieran Chandler: 何かが商品化されると、他の何かがプレミアムになります。したがって、データが商品化され、組織内でモデリングさえも商品化されるようになると、CEOに話しかけるための質問や、それをどのように翻訳するかがプレミアムになります。そして、それがサプライチェーンの需要計画になり、将来の目標に合わせた人々を探すことになります。だからこそ、素晴らしい洞察があります。
Joannes Vermorel: そうですね、私たちはここでそれについて話しました。サプライチェーンが完全に無音になるというアイデアですね、それが夢です。
Kieran Chandler: エリック、最後の言葉はあなたにお任せします。最後に、あなたの本に対する希望と、需要計画者がそれを読んで得るべきスキルについて教えてください。
Eric Wilson: はい、私の本に対する希望は、それが数学的な本ではないことです。それは実際には機械学習、人工知能、予測分析の導入を提供します。それはビジネス予測、サプライチェーン、需要計画のための予測分析という名前です。内部データセットを遡って心配することから、より将来を見据えた外部データセットの観察、新しいデータの見方、以前に見たことのないモデルの見方に進むために需要計画者を支援します。それは人々、プロセス、アナリティクス、テクノロジーの4つの要素に分けられています。したがって、アンサンブルや決定木、モデルの使い方に焦点を当てるだけではありません。少し味わいを提供しますが、まずは人々の側面から始めて、データ駆動型または分析駆動型の組織をどのように構築するかを説明します。それからテクノロジーの側面を見て、どのような会社がサポートしてくれるのか、何を構築する必要があるのか、どのように視覚化を行うのかを説明します。また、データの側面も見て、データが具体的に何であり、組織内でどのように活用できるかを説明します。データ湖にただ漂っているのではなく、今日組織に取り入れることができる要素を理解できるようになります。それが私が実現したいことです。それでは。
Kieran Chandler: 素晴らしい。では、ここで終わりにしましょう。今日はお時間をいただき、ありがとうございました。
Joannes Vermorel: ありがとうございました。
Kieran Chandler: それが今週のすべてです。ご視聴いただき、ありがとうございました。次のエピソードでお会いしましょう。ご視聴ありがとうございました。
