Session Ⅰ 『データサイエンティストの声・ザ・リアル』

登壇者は、スターツ出版株式会社の石井氏。2015年からデータサイエンスを用いたプロジェクトに関わっており、続くセッションではデータサイエンティストとして生の声を拝聴します。

事前アンケートの集計結果からデータサイエンスに関わる質問を投げかけました。

データ分析とマーケティング関連の業務に携わる層が大半を占めるなか、「あなたはデータサイエンティストですか？」という質問に対して、回答が二分する結果に。

石井氏はその二つのグループに対して、「データサイエンティストと名乗るのに必要な条件」で得た回答を掛け合わせ、それぞれの特徴を浮き彫りにしました。

「データサイエンティストではない」と答えたグループには、必要な要素をパーツパーツで分けて捉える傾向があるということ。

例としてクラウドや統計学、機械学習の知識、TableauやPower BIのようなツールを扱うスキル、システム実装など事細かく挙げられており、各パーツに対しての習熟度の高さも条件のうちとされていました。

一方、「データサイエンティストである」と答えたグループは、日々実践していくなかで、データサイエンスを利活用しながら、いかに「ビジネスの課題を解決するか」「ビジネスの成果を生むか」を重要視していました。

石井氏の分析はさらに続きます。

女性に絶大な人気を誇るOZmall を運営するスターツ出版は、国勢調査をもじった「OZ勢調査」を行なっています。これは1.8万人の声から7人のペルソナを作成したもの。東京女性をメインターゲットとする商品開発の提案にも活用されています。

その知見からデータサイエンティストを分類したのが、以下の3タイプとなります。

（１）業務経歴浅い・謙遜？タイプ

データサイエンスもしくはビジネスの業務どちらか、一つの分野に強い傾向。
会社の教育方針にもよる。自己評価が低い場合も含まれる。
※約60%が「自分はデータサイエンティストである」と回答

（２）プロジェクトマネージャータイプ

データサイエンス・エンジニアリング・ビジネス業務全般で関わるなかで、ビジネスの業務に強く問題解決能力が高い
※約80%が「自分はデータサイエンティストではない」と回答

（３）プレイングマネージャータイプ

データサイエンス・エンジニアリング・ビジネス業務全般で関わるなかで、得意領域はプレイヤーとして携わり、不得意領域はプロジェクトメンバーと協力して推進する。
※約70%が「自分はデータサイエンティストである」と回答

会場ではどのタイプかを自己分析し、その場で投票する機会も設けられました。
参加者も自分がどのタイプか診断していた様子で SessionⅠはしめくくられました。

 

続きのSessionⅡについては次週公開予定です。

 

＊　＊　＊

丸の内アナリティクスバンビーノの開催告知は丸の内アナリティクスHP・connpassにてご案内いたします。

今後とも丸の内アナリティクスをどうぞよろしくお願いいたします。