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
デジタル・マーケティングの力を活用する データ分析講座(その36)

◆ MA(マーケティング・オートメーション)  MA(マーケティング・オートメーション)が流行しています。私の周りでも、とりあえず導入した企業も少な...

◆ MA(マーケティング・オートメーション)  MA(マーケティング・オートメーション)が流行しています。私の周りでも、とりあえず導入した企業も少な...


データサイエンス実践、3つの壁 データ分析講座(その178)

  ◆ データ分析・活用(データサイエンス実践)の3つの壁  データ活用が上手くいかない原因として、何があると思いますか? 江戸時代の剣...

  ◆ データ分析・活用(データサイエンス実践)の3つの壁  データ活用が上手くいかない原因として、何があると思いますか? 江戸時代の剣...


金額に近い定量的な指標とは データ分析講座(その144)

◆ データ分析・活用の成果を金額で示せばインパクト大  頑張って出したデータ分析・活用の成果を、どう表現するのかは重要です。少なくとも、データ分析・...

◆ データ分析・活用の成果を金額で示せばインパクト大  頑張って出したデータ分析・活用の成果を、どう表現するのかは重要です。少なくとも、データ分析・...


「情報マネジメント一般」の活用事例

もっと見る
‐情報収集で配慮すべき事項(第1回)‐  製品・技術開発力強化策の事例(その9)

 前回の事例その8に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...

 前回の事例その8に続いて解説します。ある目的で情報収集を開始する時には、始めに開発方針を明らかにして、目的意識を持って行動する必要があります。目的を明確...


ソーシャルメディアデータの解析事例:異分野研究から得られる共通した目的とは

 2020年、コロナウィルス感染の問題が大きくなり始めた頃、少人数の開催ということで、ソーシャルメディアデータ解析を専門にされている先生の講演会を聞く...

 2020年、コロナウィルス感染の問題が大きくなり始めた頃、少人数の開催ということで、ソーシャルメディアデータ解析を専門にされている先生の講演会を聞く...


‐販路開拓に関する問題 第2回‐ 製品・技術開発力強化策の事例(その18)

 販路開拓に関する問題点、次に示す4点について、第1回として、1と2項を解説しました。今回は、第2回として、3と4項を解説します。        1....

 販路開拓に関する問題点、次に示す4点について、第1回として、1と2項を解説しました。今回は、第2回として、3と4項を解説します。        1....