こんにちは、自由になりたいデータサイエンティストです。
約10年前、自分が学生だった頃。
初めて「データサイエンティスト」という名前を聞いたとき、よくわからなかったのを覚えています。
「なんかちょっと怪しい」
「名前おしゃれなだけで大したもんじゃないんじゃない？」
なんて印象を持っていました。
まさかそんな自分がデータサイエンティストになる時がくるとは、人生なにがあるかわかりませんね。
データサイエンティストになったのは転職エージェントさんのおかげなのですが、それは別の機会に。
今回は、自分なりの「データサイエンティストってなんぞや」を書いてみたいと思います。
データサイエンティストとは
- データに基づいて課題を発見・定義・細分化する人
- 統計・機械学習を使って課題を解決する人
- 分析結果をフィードバックできる人
ざっくりこんな印象です。
各項目について詳しく話していきましょう。
データに基づいて課題を発見・定義・細分化する人
データアナリスト寄りな部分ですね。
我々に入ってくる仕事は、具体的な課題が入ってくる場合もあれば、「売上増やしたい」「コスト減らしたい」みたいなざっくりした需要も多いです。
こういった依頼をはじめ、最初に取るべきアクションは以下の流れが多くなると思います。
- ヒアリング
ビジネスモデルと課題感についてヒアリングします。クライアントのビジネスに関してはクライアント以上の専門家はいませんので、その後もクライアントとのコミュニケーションは欠かせません。 - データ確認
取得・保存されている／されていないデータを確認します。
分析後であっても、データ不足と思われた場合は追加の取得依頼をする場合もあります。 - 分析
ヒアリングした課題感やKPIに基づいて、関連のありそうなデータを探索的に抽出します。データに基づいたPDCA的な探索が不可欠なため、個人のスキルに大きく依存する部分です。 - 起こすべきアクションの提案
すぐにできる改善策から、長期的な視点まで含めて複数提案することが多いです。
単に改善の良し悪しだけではなく、量的な事前評価もできると良いデータサイエンティストと言えると思います。
「掛けたお金＞改善金額」となってしまっては意味がありませんね。
最終的にはクライアント判断ですが、基本的には少ないコストでできるところから始めて、効果が薄ければ規模を大きくしていくのが良いでしょう。
最後に
いかがでしたでしょうか？
データサイエンティストを目指す方に、業務序盤のイメージを掴んで頂けていたら幸いです。
次回は、続きの「統計・機械学習を使って課題を解決する人」について解説していきたいと思います。
コメント