ITエンジニアのための勉強会・イベントレポート情報メディア

データサイエンティスト&グロースハッカーに転職する前に知っておきたいこと
skill

データサイエンティスト&グロースハッカーに
転職する前に知っておきたいこと

2018.12.10

 
  • このエントリーをはてなブックマークに追加

ビッグデータの出現により
求められる新たな専門家

これまでの統計調査では、国民全員を対象とした「国勢調査」のような全数調査を行うことはまれで、調査対象者を均等に抽出する統計学的なサンプリング設計を行い、母集団を代表しうる小規模な対象群をつくり、アンケート票を用いて集計することがほとんどでした。

ところが近年では、インターネットやスマートフォンの普及など、ICT環境の急速な進化により、SNSやメール、Web閲覧履歴などの日常のコミュニケーションや行動様式をはじめ、ECサイトでの通信販売はもちろん、コンビニの買い物でも電子決済やポイントカードによる履歴がデータとして記録できるようになりました。

それらのデータは年齢や性別、地域、利用時間などの属性とひもづけられ、集計、分析に用いられます。

こうして、ビッグデータはICTの普及発達により誕生しました。

もちろん個人のデータだけでなく、気象観測データや衛星画像データなどの自然科学のデータもありますし、官公庁や業界団体が持つ各種統計や、企業が持つ販売や在庫、事業の業績や営業活動に関わる各種データなど、OA化が進むなかで、あらゆる情報がデータとして膨大なストックされるようになりました。

そうした状況のもとで求められるようになってきたのが、ビッグデータをどうやってビジネスに活かしていけるのかということです。

企業は、消費者やユーザーの行動・購買データをはじめ、自社が持つ膨大なデータをどのように読み解き、分析するかという課題に取り組み始め、実際の現場でそうした作業を進めていく“データサイエンティスト”というスペシャリストへの期待が生まれてきました。

データサイエンティストを
経営幹部候補と位置づける企業も

通信大手や電機メーカーをはじめとする製造、医療、教育、流通などでも、社内にデータサイエンスチームを持つ企業は増えて来ています。

主に営業課題や経営課題に対して、データを分析し、営業資源や経営資源を効率的に配分するための提案が期待されています。

そのためにはまず、プログラムやシステムの知識やスキルが求められ、PythonやR言語、SQLなどを用いて膨大なデータをいかに迅速に処理できるが問われます。

また、統計学的な知識も必要で、どのような数値に意味があるのかを知らなければなりません。合わせてデータの相関分析や回帰分析などを行う際には数学的な素養もあるに越したことはありませんが、基礎的な理解を持ち、既存のライブラリや関数を扱うことができれば、ある程度までは対応できるでしょう。

それらに加えて、欠かすことができないのがビジネスへの理解です。

営業や経営からの要望やビジネスモデルを理解できなければ、有効な分析や提案は不可能です。

その上で、マーケティング担当者からヒアリングをするコミュニケーション力や、分析結果を正確に伝えるプレゼンテーション力なども必要とされます。

これらの条件をすべてクリアできるのはよほどの能力ですが、それだけに、データサイエンティストを経営幹部候補と位置づける企業もあるほどです。

実際には、データサイエンスチームとして、目的に応じてデータをそろえ業務を設計していく企画段階や、実際にデータを処理するためのプログラム作成などを分業しています。そのなかで、最上流の企画担当者や、中核となる分析業務を担う役割を指して狭義のデータサイエンティストと捉えることもあります。

キャリアを考えれば、業務系の企画に携わってきたITコンサルタントやディレクターが、実際のデータに触れることで統計やマーケティングを学んでいくというケースや、システムエンジニアがデータを扱いながら分析作業に業務領域を広げて行くこともできるでしょう。

また、統計学や数学を学んで来た素地を活かして、PythonやR言語などを覚えることでも、データサイエンティストへとステップアップを目指すことはできそうです。

“グロースハッカー”という
スペシャリストも注目

さらに近年では“グロースハッカー”というスペシャリストも注目を集めています。

ビッグデータを分析し、課題解決まで導いて行く一貫した過程がグロースハックとされ、データサイエンティストと近い役割が求められています。

この2者のちがいに厳密な定義はないようですが、データサイエンティストが経営や営業からの要望を受け、マーケティング担当とも連携して分析・提案を手がけて行く役割として、分析力を重視した位置付けとすれば、グロースハッカーはより能動的に課題の発見から実際のマーケティング施策の実現まで完結、一貫して手がけて行けるゼネラリストとして、実務領域にまで踏み込んだ活躍が期待されているように映ります。

もっとも、データサイエンスもグロースハックもビッグデータを活用するためのアプローチであり、今後、AIによる機械学習やディープラーニングの実用化が進んで行くなかで、エンジニアが介在する意義がある新たな役割となっていくのではないでしょうか。

データサイエンティスト&グロースハッカーに転職する前に知っておきたいこと

この記事はどうでしたか?

おすすめの記事

キャリアを考える

BACK TO TOP ∧

FOLLOW