ネットや書籍で目にする機会が急激に増加している「データサイエンス」は、これからのあらゆるビジネスパーソンに必要なスキルです。なぜなら、答えが見えない、何が問題なのかさえ分かりにくい現在のビジネス環境では、データサイエンスを使いこなせるかどうかで、圧倒的な差がつき、これまでのビジネスや組織のあり方を変革するほどの影響力を持つからです。本連載では、主にビジネス部門に所属する多忙なミドルの方々に向けて、データサイエンスを効率よく理解し、そこから成果を得るためのポイントをご説明いたします。
データサイエンスを意思決定に活用するために必要な3つのスキルと諸問題
データからビジネスに有用な知見を生み出すためには、ビジネスの内容を理解する「ビジネス」スキル、必要なデータを収集・管理・加工する「IT」スキル、データからパターンや法則を導き出す「分析」スキルの3つが必要です。(図表1)
これらのスキルはそれぞれ専門性が異なるため、従来は別の担当者、または別の部門が担当することが多いのですが、そのことが、ビジネスに有用な知見を生み出すうえで大きな問題となることがあります。その理由について、一般的な2つのケースについてご説明いたします。
必要な3つのスキルが分断されている場合1-中小規模の企業に多い体制のケース
一つ目は、分析部門が存在せず、ビジネス部門(営業/マーケティング/経営企画など)が「ビジネス」と「分析」、IT部門が「IT」のスキルを担当する、中小規模の企業に多い体制のケースです。
この場合、ビジネス部門の「分析」スキルが十分ではないことが多く、必要なデータや分析軸の絞り込みが不十分となり、また、分析が集計レベルにとどまるため、IT部門に対して多数の集計表の作成を繰り返し要求し、IT部門が疲弊してしまう、という状況に陥りがちです。IT部門としては、自分たちから価値のある分析結果をビジネス部門に提供したいところですが、「ビジネス」と「分析」、特に「ビジネス」のスキルが不足しているため、それも困難です。
必要な3つのスキルが分断されている場合2-規模の大きい企業のケース
二つ目は、ビジネス部門が「ビジネス」、分析部門が「分析」、IT部門が「IT」のスキルを担当する、規模の大きい企業のケースです。
分析部門が、必要なデータや分析軸の絞り込みや、集計・モデル作成等を行うため、IT部門の負担が軽くなります。かなり理想的な役割分担なのですが、落とし穴としては、分析部門に「ビジネス」スキルが不足しているため、彼らが提供する分析結果やモデルが独りよがりのものになり、ビジネス部門に利用してもらえない、という状態に陥りがちなことが挙げられます。そのような問題を避けるには、ビジネス部門側から分析部門に、分析で明らかにしてもらいたい事そのものだけではなく、ビジネス上の課題などの背景についても十分に共有する必要があります。
この記事は参考になりましたか?
- 多忙なミドルのためのデータサイエンス入門 連載記事一覧
- この記事の著者
-
神子島 隆仁(カゴシマ タカヒト)
ITエンジニアを経て、分析コンサルタントとして、社内外クライアントの経営及びマーケティングに関する意思決定を支援。データサイエンスが、ビジネスだけではなく、よりよい社会の実現に役立つことを夢見て、活動中。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
白石 嘉伸(シライシ ヨシノブ)
マーケティング・コミュニケーションの可能性に興味を持ち、デジタルマーケティング(調査分析、行動データからのインサイト発掘、マーケティングの自動化など)のプランニングや支援を行う傍ら、その具体的な表現となるデザイン、設計にも興味を持ちインフォメーションアーキテクト、人間中心設計専門家としても活動。
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
-
黒沢 健二(クロサワ ケンジ)
1982年生まれ。リサーチャー/アナリストとして、大手IT企業での調査・分析や、大手不動産メディアでのビックデータ分析設計をはじめ、仮説構築から施策立案、検証まで様々なプロジェクトに携わる。学生時代にイタリアでデザイン設計を学んでいたこともあり、デジタル技術の進歩を見据えた人の創造性のあり方が興味関...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか?
この記事をシェア