世の中AIとかDXとか騒いでおりますが、これらのトレンドを支えるのはデータ分析要員(データサイエンティスト)の存在が大きいです。
一方で、新聞などのメディアではデータ分析要員はまったく足りていないと言われております。
つまりデータ分析要員は売り手市場ということですね。
というわけで、私も業務でデータ分析用のシステムを提案したりしていますので、そんなデータ分析システムを扱うデータ分析要員に必要な3つのスキル(含む知識、経験)についてご紹介します。
データ分析要員に必要な3つのスキル
データ分析と一言で言いますが、そのカバー範囲は非常に広いです。
業務で使う上では範囲を限定しないと自社にとって必要なデータ分析要員を育成することも採用することもできません。
つまり、データ分析要員のスキルを考える際に最も重要なことは、自社がおかれている業界、業務に精通しているということです。
これを踏まえて、データ分析要員に必要な3つのスキルは以下の3点になります。
- 業界・業務の知識・経験を有している
- 統計学の知識・経験を有している
- データ分析用のアプリケーション、プログラム言語等を利用できる
データ分析要員が上記の3つのスキルの全てを有しているという状況はほとんどありません。
2、3のスキルは併せ持っている人もおりますが、ほとんどのケースで1のスキルが抜けています。
しかし、効果的な分析をするには1のスキルが重要です。
1のスキルが抜けたデータ分析は羅針盤のない航海と同じなのです。
データ分析ツール利用の有効性
データ分析をするためには、データ分析用のアプリケーションやPythonなどのプログラム言語を利用する場合がほとんどです。
データ分析と一言で言っても実際には、データの収集、加工、分析、評価のようなプロセスがあります。
そして、データ加工の工程が最も地味で時間がかかるのです。
そのため、データ加工の作業負荷を少しでも削減するために、通常はコンピューターシステム(データ分析ツール)を利用するのです。
データ分析ツールは、データ加工の作業だけでなく、データ分析の作業においても多くの統計学的な計算パターンをあらかじめ備えているため、自分で計算式を書かなくとも、計算結果を得ることができます。
データ分析ツールを利用しないと統計学を知っていたとしても、毎回自分で加工、分析するために、計算式を書いて計算結果を得なければなります。つまり、ひどく効率が悪くなります。
データ分析は、計算結果をみて評価するときにデータ分析要員の真価が発揮されるのです。
そこには、業界や業務の知見が生かされます。
データ収集工程も知見が必要
データ収集もデータ分析においては重要な工程になります。
分析すべきインプットがなければ有効なアウトプットは得られません。
優秀なデータ分析要員は、自社内にないデータもインターネットや国会図書館など様々な情報ソース(情報ソースの使い方を含む)に精通しており、これらのデータを収集することができます。
しかし、データはただ闇雲に収集してもデータ加工の負荷を増やすだけなので、業界・業務に知見のある担当者がデータ収集段階で、データ収集の範囲を絞ることも有効です。
また、業界・業務特有の情報についてデータ分析要員と共有して正しい分析の方向性を検討する必要があるのです。
まとめ
データ分析に必要な3つのスキルについて紹介しました。
そして、3つのスキルを全て備えている要員は非常に少ないことも私は実感として知っています。
最終的には業界・業務の知見がある担当者がデータ分析スキル(統計学、データ分析ツールの利用)を有しても良いのですが、これらのスキルを得るのも相当に時間がかかります。また、一つの学問を修めるには素養も必要です。
従って、3つのスキルを全て有していなくても、何人かの要員を集めて、3つのスキルを有しているチームを構成すれば良いのです。
そのチームは、自社にとって必要なデータ分析ができるチームになるでしょう。
もちろん、チームだけ作っても効率的なデータ分析はできません。
データ分析をするためには、データ分析ツールも必要となります。
そのツールを提供するのが、私たちSIerなのです。