【ビジネス編】未経験からデータサイエンティスへ！

データサイエンティストの3つのスキル

データサイエンティストに求められるスキルには、大きく分けて3つあります。

• アカデミック(機械学習・統計学など)
• エンジニアリング
• ビジネス(コンサルティング）

この3つのスキルが備わってこそ、データサイエンティストと言えるでしょう。

前回の記事では、エンジニアリングスキルについて
私なりにご紹介をさせていただきました。

gotto50105010.hatenablog.com

今回はビジネススキルについて、ご紹介していきたいと思います。

ビジネススキルとは？

そもそも、データサイエンティストに求められるビジネススキルとは何でしょうか？

私なりの見解では、

データ分析 × ビジネス課題

がビジネススキルだと思います。

少し抽象的な言い方をしてしまいました。
つまり、クライアントが抱えている課題を明らかにして、
その課題に対してデータ分析でアプローチする事だと考えます。

ビジネス課題

さて、ビジネス課題と一言で言っても様々な内容があります。
私の経験でも業界・職種・立場によって、本当に様々な課題が存在します。

そのような課題から、データの持つ価値を活かして、
解決に導くことがデータサイエンティストのバリューだと思います。

言葉では簡単に説明できますが、これが実際に取り組んでみると非常に難しいです。
クライアントは日々多くの悩みを抱えておりますし、上司や会社の方針で昨日までと状況が一変することなんて頻繁に発生します。

そのような状況で、客観視してクライアントの抱える本質的な課題を明らかにすることは、非常に難しいことです。

世の中には、課題解決に対して分かりやすく解説してくれる文献があります。
例えば、以下の本なんかも課題解決に対して非常に分かりやすく解説されております。

イシューからはじめよ―知的生産の「シンプルな本質」

課題を明らかにする

課題を明らかにするとは、非常に難しいことではありますが、
これまでの経験を踏まえて私なりのアプローチ方法をご紹介します。

①as is・to beを確認

ビジネスをしているには、目的やミッションといったものが存在するはずです。
営業であれば売上、人事であれば離職率などがあります。

まずは、クライアントのミッションを確認してください。

何も目的がなく、活動することは無いはずです。
クライアントの所属する部署・役職は、会社から何を求められているのか明らかにしましょう。

すると、「年度までに1千万売上を・・」とか
「月の離職率を5%以下に・・」といった目標がわかります。

これがto beの部分に当たります。

次は、as isです。

目標値に対して現状はどうなっているのか？
これが、現状把握(as is)です。

この部分は、データを触ることで明らかにできることが多いです。
例えば、売上の金額や月々の離職率など、蓄積されたデータを分析することで
現状を把握することが可能になります。

②ギャップをとらえる

さて、as is・to beを明らかにしたあとに、
それらのギャップを明らかにしましょう。

目指すべき姿と現状の姿を比較することで、差を明らかにしましょう。

少し抽象的な議論になるため、日常的なテーマとして、
ダイエットに置き換えて考えてみましょう。

目標(to be)：60kg
現状(as is)：70kg
差分(GAP)：10kg

あなた目標体重まで10kgのギャップがあるとわかりました。

さて、あなたはここからどうしますか？

一所懸命運動？食事制限？お酒を控える？

どれもダイエットとしては効果はあると思います。
しかし、それが本当にギャップを埋めるためのアプローチでしょうか？

まず大事なことは、差分(10kg)が発生した原因を考えましょう。

すると、仕事の合間に食べるお菓子の量が、他の人よりも多いことがわかりました。
運動も食事も人並ですが、お菓子を食べているせいで目標値から遠ざかっている事がわかりました。

つまり、お菓子を食べる量を減らすことがアナタにとって
効果的なアプローチとなります。

さて、これまでの話をまとめてみましょう。

目標(to be)：60kg
現状(as is)：70kg
差分（GAP）：10kg
原因：仕事の合間に食べるお菓子
対処：お菓子の量を減らす

まとめ

日常的なテーマをもとにお話したので、ビジネスの話に戻しましょう。

上記で説明してきた内容をビジネスに置き換えると、

• 目標・ミッションを明らかにする
• 現状を明らかにする
• 目標と現状の差分を明らかにする
• 差分が発生している原因を明らかにする
• 差分が発生した原因に対しての効果的なアプローチを検討

このフローが非常に大切だと思います。

データ分析は、進めているとつい方向性を見失いがちです。
グラフを作ってお客さんに見せると、あれも見たいこれも見たいとなり、
結果振り返ると、沢山グラフを作ってレポートを作ったが何をした期間なのかわからなかった。

なんてことは、頻繁に発生します。

だからこそ、データ分析をする際には、
どんな課題に対してアプローチするのかが非常に重要なのです。

参考書

今回のテーマに関連するような書籍で、私がオススメするモノをご紹介します。

イシューからはじめよ―知的生産の「シンプルな本質」

仮説思考 BCG流 問題発見・解決の発想法

論点思考