データサイエンティスト必須のスキルとは データ分析講座(その119)

更新日

投稿日

データ分析

◆ データサイエンティストとゆかいな仲間たち

 ビジネスの世界でデータサイエンスを実現するには、当然ながらデータサイエンティストは必須です。しかしデータサイエンティストだけで実現するのは無理のようです。ものすごいデータサイエンティストがいるのならば、もしかしたら可能かもしれませんが、多くの場合不可能です。よく見掛ける上手くいかないパターンは以下の通りになります。

  • 社外からデータサイエンティストだけを集める
  • 社内でデータサイエンティストだけを教育するプログラムを作る
  • データサイエンティストだけの組織を作る

 最悪なケースは、周辺に仲間も理解者もいない独りぼっち状態のデータサイエンティストです。では「データサイエンティストが複数いればいいのか」となりがちですがそうではありません。組織内で孤立しているのであれば、複数人が「ぼっち状態」になっているだけで、状況は同じです。今回は「データサイエンティストとゆかいな仲間たち」というお話しをします。

1、データサイエンスとデータサイエンティスト

 ビジネスの世界では「データとドメインを結びつける」のがデータサイエンスになります。ドメインとは、データ分析・活用する現場のことです。現場とは、経営の現場かもしれませんし、営業や生産の現場かもしれません。消費者視点では、お店やECサイトなどの買い物も購買行動の現場になります。そして、このデータとドメインを結びつける人財がデータサイエンティストになります。

2、さらにどのような人財が必要なのでしょうか

 データサイエンティストの必須スキルといわれいるのは「データサイエンス」「データエンジニアリング」「ビジネス力」の3つのスキルセットです。すべてプロ級に備えている人は、ほぼ皆無でしょう。多くの場合は、データサイエンスのスキルが尖っていて、残りはそこそこのレベルといった感じかと思います。そのため、高度なデータエンジニアリングのスキルを備えたデータエンジニアが必要なのです。ではデータエンジニア以外では、どのような人財が必要なのでしょうか。

 3つのスキルセットの内「データサイエンス」がデータサイエンティスト、「データエンジニアリング」はデータエンジニアとなると残りの「ビジネス力」の部分でプロ級の人財が必要になります。データサイエンスで成果を出したいのでしたら、プロ級のドメイン知識を持った人が必要になります。

3、ドメインをつなぐビジネスパーソン

 幸いなことに多くの場合、プロ級のドメイン知識を持った人は社内にいます。しかしその人達が全員、データサイエンスを分かっていたり理解を示すわけではありません。そのため、データサイエンティストとプロ級のドメイン知識を持った人との間をつなぐビジネスパーソンが必要になります。どうすればビジネスパーソンを育成することができるのでしょうか。それはそのドメインに属していた人が、データサイエンスの知識などを身に付けるのが、手っ取り早いでしょう。人によってはデータサイエンスの知識などを身に付けるだけでなく、データサイエンティストそのものになることもあります。

4、社内政治力を持つビジネスパーソン

 これで人財は十分かといえば、まだ不十分です。「ビジネス力」の部分で...

データ分析

◆ データサイエンティストとゆかいな仲間たち

 ビジネスの世界でデータサイエンスを実現するには、当然ながらデータサイエンティストは必須です。しかしデータサイエンティストだけで実現するのは無理のようです。ものすごいデータサイエンティストがいるのならば、もしかしたら可能かもしれませんが、多くの場合不可能です。よく見掛ける上手くいかないパターンは以下の通りになります。

  • 社外からデータサイエンティストだけを集める
  • 社内でデータサイエンティストだけを教育するプログラムを作る
  • データサイエンティストだけの組織を作る

 最悪なケースは、周辺に仲間も理解者もいない独りぼっち状態のデータサイエンティストです。では「データサイエンティストが複数いればいいのか」となりがちですがそうではありません。組織内で孤立しているのであれば、複数人が「ぼっち状態」になっているだけで、状況は同じです。今回は「データサイエンティストとゆかいな仲間たち」というお話しをします。

1、データサイエンスとデータサイエンティスト

 ビジネスの世界では「データとドメインを結びつける」のがデータサイエンスになります。ドメインとは、データ分析・活用する現場のことです。現場とは、経営の現場かもしれませんし、営業や生産の現場かもしれません。消費者視点では、お店やECサイトなどの買い物も購買行動の現場になります。そして、このデータとドメインを結びつける人財がデータサイエンティストになります。

2、さらにどのような人財が必要なのでしょうか

 データサイエンティストの必須スキルといわれいるのは「データサイエンス」「データエンジニアリング」「ビジネス力」の3つのスキルセットです。すべてプロ級に備えている人は、ほぼ皆無でしょう。多くの場合は、データサイエンスのスキルが尖っていて、残りはそこそこのレベルといった感じかと思います。そのため、高度なデータエンジニアリングのスキルを備えたデータエンジニアが必要なのです。ではデータエンジニア以外では、どのような人財が必要なのでしょうか。

 3つのスキルセットの内「データサイエンス」がデータサイエンティスト、「データエンジニアリング」はデータエンジニアとなると残りの「ビジネス力」の部分でプロ級の人財が必要になります。データサイエンスで成果を出したいのでしたら、プロ級のドメイン知識を持った人が必要になります。

3、ドメインをつなぐビジネスパーソン

 幸いなことに多くの場合、プロ級のドメイン知識を持った人は社内にいます。しかしその人達が全員、データサイエンスを分かっていたり理解を示すわけではありません。そのため、データサイエンティストとプロ級のドメイン知識を持った人との間をつなぐビジネスパーソンが必要になります。どうすればビジネスパーソンを育成することができるのでしょうか。それはそのドメインに属していた人が、データサイエンスの知識などを身に付けるのが、手っ取り早いでしょう。人によってはデータサイエンスの知識などを身に付けるだけでなく、データサイエンティストそのものになることもあります。

4、社内政治力を持つビジネスパーソン

 これで人財は十分かといえば、まだ不十分です。「ビジネス力」の部分で、もう一つ不足しているものがあります。それは社内政治力です。

 この力は日本の大企業ほど必要かもしれません。経営陣などのトップマネジメント層や周囲の部署の管理職へ働き掛けることの得意なビジネスパーソンが必要になります。「アホらしい」と感じる人もいるかもしれませんが、この「アホらしい」ことを疎かにしたがために、データサイエンスが上手く進まないことが多々あります。

5、社内IT専門家を仲介するビジネスパーソン

 データサイエンスを実現する時、既存のITシステムやクラウド上で、構築した数理モデルなどを実装することがあります。そのため情報システム部などの社内IT専門家も必要になります。データサイエンティストが、情報システム部など出身者ではない場合は、その間をつなぐビジネスパーソンが必要になります。

   続きを読むには・・・


この記事の著者

高橋 威知郎

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)

データネクロマンサー/データ分析・活用コンサルタント (埋もれたデータに花を咲かせる、データ分析界の花咲じじい。それほど年齢は重ねてないけど)


「情報マネジメント一般」の他のキーワード解説記事

もっと見る
データ活用術とは データ分析講座(その1)

 ◆ 過去のデータの扱い方効果のある営業が誰にでも出来る、データ活用術とは 1. データベースからの知識発見  KKDの世界からKDDの世界へとは...

 ◆ 過去のデータの扱い方効果のある営業が誰にでも出来る、データ活用術とは 1. データベースからの知識発見  KKDの世界からKDDの世界へとは...


分析結果で今までの業務のどの部分がどのように変わるのか データ分析講座(その78)

◆ 分析結果を丸投げされ困惑する現場の人々  データ分析した結果を見える化すれば何とかなるでしょうか。日販や受注件数、コンバージョン数などの指標や、...

◆ 分析結果を丸投げされ困惑する現場の人々  データ分析した結果を見える化すれば何とかなるでしょうか。日販や受注件数、コンバージョン数などの指標や、...


テキストマイニング技術のビジネスへの応用とその効果(その2)

   前回のその1に続いて解説します。 2. トランザクティブ・メモリー  トランザクティブ・メモリーは、1980年代半ばに米ハーバード大...

   前回のその1に続いて解説します。 2. トランザクティブ・メモリー  トランザクティブ・メモリーは、1980年代半ばに米ハーバード大...


「情報マネジメント一般」の活用事例

もっと見る
電子メール、簡潔過ぎると逆効果

◆電子メール:多忙な人に確実な返信をもらうテクニック  皆様は仕事で電子メールを一日に何通受信しますか、企業の従業員数、所属部署、職務、職位などでも...

◆電子メール:多忙な人に確実な返信をもらうテクニック  皆様は仕事で電子メールを一日に何通受信しますか、企業の従業員数、所属部署、職務、職位などでも...


簡易版DX/IoTから機械学習への移行

  DX(デジタル・トランスフォーメーション)を使えばコスト削減と納期短縮が可能に 産業界のニュースなどをインターネットで読んでいると、DX...

  DX(デジタル・トランスフォーメーション)を使えばコスト削減と納期短縮が可能に 産業界のニュースなどをインターネットで読んでいると、DX...


個票データの共用化でコストダウン

 データ解析の効率は、生データとその整理の仕方で大きく異なると言えます。 例えば、アンケート結果は単なる生データであり、そのままでは解析出来ません。解析の...

 データ解析の効率は、生データとその整理の仕方で大きく異なると言えます。 例えば、アンケート結果は単なる生データであり、そのままでは解析出来ません。解析の...