So-net無料ブログ作成

分析系と業務系のデータサイエンティスト~データサイエンティストの領域はまだまだ拡がる! [キャリアプラン]

(書いていて力尽きたのでそのうち改訂します、、)

最近自分の会社で基幹システムの入れ替えを行ったのですが、その際に痛感したことがあります。それは、「自社のデータモデルを理解したうえでデータの変換、可視化が行えると無敵に近い」ということです。通常そういう人がいなかった場合、ユーザー側でExcelでちまちまやるか、ベンダーでDB使える人がユーザーに聞きながらいつ詰まるか分からない仕様と戦い続けるということになると思うのですが、上記のようなスキルセットを持っている人がいた場合、最適値に到達するまで脳内で完結するので、効率が10~100倍ぐらい高いです。今回の基幹入替は非常に時間が限られていたため多くのリスクを抱えていたのですが、この裏ワザが使えたことが重要なイネーブラーになったのではと痛感しています。

○分析系データサイエンティストと業務系データサイエンティスト
一般的にデータサイエンティストと呼ばれる人たちは「統計などを駆使して見えないものを見えるようにする」ことを求められていることが多いのではないでしょうか?ここではそういう人を「分析系データサイエンティスト」と呼ぶことにします。一方でゴリゴリ統計を使うことがなくても、決して数億件のいわゆるビックデータのようなものを相手にしていなくても、上記のような「会社にとって非常に価値の高い仕事をできるデータサイエンティスト業務もある」と私は考えており、それを業務系データサイエンティストとここでは呼びたいと思います。

○業務系データサイエンティストが活躍する領域
それでは業務系データサイエンティストはどんな領域の業務を行うことが求められるのでしょうか?
・各システムからのデータ抽出(実はこんなことだけでも業務が効率化することが多い)
・データ変換(コード変換かけたり、サマったり)
・Excelの構造改善
・BIのレポートの実装
通常これらの業務は「本業」と言うには中途半端なため、誰かが兼任で行うことがほとんどでしょう。しかし実はこの領域は詳しい人がやると桁で効率がいいので、実は専門の人をアサインしてしまったほうが全体でみると圧倒的に効率の向上が見込まれます。

○業務ってデータそのものなんです
そもそも会社とは何でしょう?私は、会社のコアとはデータの取り扱いそのものであると考えています。よく会社コア業務以外をアウトソーシングするみたいな話があると思いますが、突き詰めて残るものというのはその会社のビジネス、つまり何(データ)を用意(データ)して誰(データ)に売る(データ)かということです。基本どんな部署にしてもデータを基本にして業務をしていることは確かで、データの処理効率をあげるというのは会社全般にインパクトのある改善なのです。

○一歩踏み出して業務系データサイエンティストを増やそう
見えないものが見えるようになる分析系データサイエンティストも確かに必要です。しかし足元を強化し、多くの部署の業務をリバレッジできる業務系データサイエンティストという視点でスキルを生かしていくということも有意義ではないでしょうか?生産性の低い日本の職場を一変させていくようなデータサイエンティストが増えていくと日本企業の競争力強化に貢献できそうですね。

nice!(0)  コメント(0)  トラックバック(0) 
共通テーマ:パソコン・インターネット

nice! 0

コメント 0

コメントを書く

お名前:
URL:
コメント:
画像認証:
下の画像に表示されている文字を入力してください。

トラックバック 0

メッセージを送る

この広告は前回の更新から一定期間経過したブログに表示されています。更新すると自動で解除されます。