◆ 社内育成で立ちはだかるいくつかの壁
社内でデータ活用を推進しようということで、データサイエンス人財を社内に抱えようという動きがあります。しかし、社内でデータ活用を行おうとなった時、実業務の壁に当たることがあります。それは「実業務に時間を取られ、データ活用に時間をかけられない」というものです。今回は「実業務とデータサイエンス人財育成の狭間で」というお話しをします。
【目次】
1. データサイエンティストが足りない
（1）社内育成し増やすのが一番現実的
（2）片手間だと「時間がない問題」が起こる
（3）理想はデータサイエンス実践に100%投入
（1）データサイエンス人財の育成
1.データサイエンティストが足りない
「社内にデータサイエンティストが足りない」ということで、当のデータサイエンティストを増やすための活動がなされます。データ分析者でも、分析官でも呼び方は何でも構いません。要は、実務でデータ分析・活用をする人、もしくは推進する人です。データサイエンティスト人財の増やし方は次のように幾つかあります。
- 新卒採用で増やす
- 中途採用で増やす
- 社内育成し増やす
（1）社内育成し増やすのが一番現実的
新卒採用で増やす方法は時間がかかるほか、中途採用は人財の奪い合いで難しいため、社内育成が一番手っ取り早いと思います。しかも、ある程度の社歴がある人であれば、社内事情や自社ビジネスの理解もあるため、データサイエンスの社内実践に向いています。そこで、多くの企業が考えるのが「データサイエンティストを社内育成し増やす」という道で一番現実的です。しかし、そこには意外な壁が待ち受けています。
（2）片手間だと「時間がない問題」が起こる
社内育成でデータサイエンティストを増やすとなった時、幾つか育成方法があります。一番簡単なのが、書籍を読んだり外部セミナーに参加したり、Kaggle（カグル）［1］のようなデータ分析のコンペに参加することです。ただ、それだけだと実務の力が付きませんので、実務経験を積む必要が出てきます。
しかし実業務に時間を取られ、データ活用に時間をかけられないという問題が起こることがあります。なぜそのようなことが起こるのかというと、実業務を残しつつ片手間で社内のデータサイエンスの実務を経験させよう、経験しようとするからです。
（3）理想はデータサイエンス実践に100%投入
今抱えている実業務が軽いのであれば、社内のデータサイエンスの実務が片手間であっても、問題ないのかもしれません。しかし私の見る限り、社内人財を育成しデータサイエンティストに育てようとする場合、その対象となる社内人財はエース級の人財が多いようです。エース級の人財は、今抱えている実業務の中核を担っているため、今抱えている実業務が軽いという状況になっていないのです。
そのような場合、確実に「データ活用に時間をかけられない」という状況に陥り、中途半端なデータサイエンス実践になります。理想は「データサイエンス実践に100%投入」することですが、現実は難しいようです。この問題に関しては、データサイエンス人財を「新卒採用で増やす」、「中途採用で増やす」やり方の方が軽いのです。理由は言うまでもなく、今抱えている実業務がないからです。
2. 専門部署を作る
このような問題の解決策の一つが、データ分析やデータサイエンスなどの専門部署を作るというものがあります。人事異動という強制力で、今抱えている実業務から強制的に切り離すことで、実践に100%投入できる状況が作りやすくなります。しかし別の壁が発生します。それは部署の壁です。データ分析・活用の現場と、それを支援する部署が異なるため、どうしても距離が生じてしまいます。
（1）データサイエンス人財の育成
データサイエンティストを増やすための活動がなされる場合、何かしら壁が立ちはだかります。結局のところ、どの壁が簡単に乗り越えられるかによって、やり方が企業や組織によって異なってくるでしょう。
例えば、新卒採用で増やすのか、中途採用で増やすのか、社内育成...
