• BLOG
  • graffeの独り言
  • データサイエンティストは「雇う」のではなく、「育てる」べきではないのか|データサイエンティスト育成講座のススメ
INFORMATION
home

2015.04.13

データサイエンティストは「雇う」のではなく、「育てる」べきではないのか|データサイエンティスト育成講座のススメ

eyecatch_monologue_of_graffe

「自社データを扱うプロ」について、真剣に考える時期が来ている

データサイエンティストという職業が注目されていますが、その定義は非常にあいまいです。そして、曖昧であるが故に「データサイエンティストがXXX人います」という言葉も、非常に空虚なものになってしまっているように思います。

本日は、その「データサイエンティスト」を企業においてどのように扱っていくべきかを考えてみたいと思います。

ソリューションプロバイダー目線での「データサイエンティスト」

多くの場合、「他社のデータを分析するプロフェッショナル」を抱えているケースが多いです。ソリューションプロバイダーとしてデータ分析を提供する会社さんです。これはこれで、世の中において非常に重要な役割を果たします。

代表的なのがコンサルタントです。クライアント企業から「プロジェクト」として受注し、クライアント企業が保有するデータを様々な角度から分析し、なんらかの示唆を出す、というお仕事です。まさに「他社データ分析のプロ」ですね。

このときに、忘れてはいけないのは「クライアント企業のビジネス領域について、広い視野と深い知識が求められる」ということです。コンサルタントという職業(特に、戦略コンサルタントと呼ばれる一団)は、”考え方”というもので合理的に判断するという部分に付加価値がありますが、それでも、当該ビジネス領域に対して明るい人の方が成果を出しやすいのは間違いありません。

言うまでもないことですが、データサイエンティストは「データ」と「ビジネス」をつなぐ仕事ですので、ビジネスを知っていて然るべきということになります。(ただ、残念ながら、日本でいうところの「データサイエンティスト」という言葉は、「データを扱うプロ」であって「データとビジネスをつなぐプロ」ではないケースが多いのも事実です)

データ分析が根付かない、という問題

上記のようなコンサルタントに代表される「他社データ分析のプロ」を雇うことは、短期的に物事を決定するには非常に適しています。要は「スピードをお金で買う」ということです。

しかし、この方法は「頭痛薬」みたいなもので、対症療法的な使い方になりがちです。その場では効果が出るのですが、効き目が切れるとまた痛み出すわけです。とりわけ、データ分析という領域は、対症療法では効果を出しにくい領域です。というのも「1回分析したら終わり」ではなく、「継続的に分析し続ける」ことに意味があるからです。外部に分析を委託すると、この部分が社内に根付かないわけです。

くどいようですがご説明すると、たとえば営業改革や在庫削減などの場合には、仕組みの構築・システムの構築を一度行ってしまえば、”継続して、その仕組み・システムを運用し続ければOK”という運用プロセスに入るのですが、データ分析は、先述したとおり「データをビジネスにつないで成果を出す」というところに価値がありますので、分析し続けることが成功のカギとなるわけです。

事業会社における「データサイエンティスト」

継続的に分析し続けるためには、自社内に「データサイエンティスト」すなわち「自社のデータを分析するプロフェッショナル」を配置する必要があります。

この際、先ほど述べたような「他社データ分析のプロ」をヘッドハンティングして、社内に囲ってしまう、という手もあります。ただ、非常に高い給与水準でとってくる必要がありますし、自社のビジネスに対する造詣が深くないケースも多いです。そのため、採用してみたが自社にフィットしない、ということもあるでしょう。

graffeがオススメするのは、自社内に「自社データ分析のプロ」を育てることです。

ビジネスに明るい、というメリット

事業会社に勤める多くの人は「データ分析」のスキルは低いかもしれませんが、ビジネスに関する「勘」「経験」「嗅覚」は非常に強く鋭いです。この人たちの「勘」「経験」「嗅覚」をデータでサポートできれば、まさに鬼に金棒なわけです。

inhouse_data_scientist_001

全部できなくてもいい

このお話をすると、「いやいや、データ分析ができるようになるなんて無理だ」「SQLどころかAccessって聞いただけでジンマシンが出るよ」という反応をする方が多いのですが(特に、分析出身の方に多いです)そういう方には「一人で全部できる必要なんてないですよ」とお伝えすることにしています。

わたしたちの提唱しているチームCMOという考え方があります。この定義が唯一無二のものだとは思っていませんが、要は「必要な能力をキチンと分解して、チームとしてその機能を補完しあえばいいではないか」という思想です。

この中で、データ分析に直接かかわるケイパビリティとして「データサイエンティスト」と「データアーティスト」の二つを挙げています。ここでいうデータサイエンティストは、かなり狭義な意味で「SQLのスキルがある」「統計知識がある」などの”データを適切に扱うことができる人たち”という意味です。対してデータアーティストは”分析結果を読み解いて(解釈して)ビジネスに役立てる人”です。(本来的なデータサイエンティストという言葉は、両方を内包する概念なのですが、日本の実態に合わせて意図的に分けています。ご興味のある方はコチラをご一読いただければと思います)

つまり、事業会社において豊富なビジネス経験・知識をお持ちの皆さんには、それを活用して、分析結果を解釈するところでご活躍頂きたいと思う次第です。要は「データアーティストになろう」というわけです。

自社データで「仕事の成果」を出しながら、「人材育成」をすることもできる

graffeの提供するレベル別レポートは、分析結果です。そこには「答え」はありませんが「答えにたどり着くための種」が沢山はいっています。このレポートは、当然ながらクライアント企業様の自社データから作られていますので、これを読み解くことで自社ビジネスをしっかり理解し、成果に結び付ける打ち手を見つけることができるわけです。

さらに、そのレポートを元にした「データサイエンティスト育成講座」もご用意しています。この記事をここまで読んでいただいた方にはご理解いただけていると思いますが、この「データサイエンティスト育成講座」 は、即ち「データアーティスト育成講座」です。ですから、SQLを覚えよう、とか、Accessをバンバン叩こう、とか、新しいツールの使い方をイチから覚えよう、とかいうことを、クドクドとお伝えすることはありません。(もちろん、ツールが使えた方が良いのは間違いないので、必要に応じてコンテンツに追加することはできます)

graffeによって提供された「分析結果レポート」を眺める際に、ご自身の「勘」「経験」「嗅覚」と比べていただいて「あれ、なんか思ってたのと違うぞ」「ここは、やっぱり思った通りだな」といったことを考えていただくことが重要です。この「自分の感覚と見比べて考える」という行為によって、レポートという”アウトプット”を、ビジネス上の成果という”アウトカム”につなげていただけるわけです。

関連記事:自社データを用いたデータサイエンティスト育成講座

INFORMATION
© GiXo Ltd.