データサイエンティストとマーケが喜ぶデータ基盤の作り方 - (page 5)

　ひとつのデータ分析プロジェクトにおける理想的なメンバー構成としては、データ分析の目的を定め、分析プロジェクトの方向性を企画するものが1人、データ分析の統計的手法について実施・検討を担うものが1〜2人、データ分析のためのデータを作成するものが1名程度だと考える。

　扱うデータの規模やその後のシステム化を視野に入れるのであれば、システム設計に明るいものや、これら多様な人材をとりまとめて各種調整を行えるものなど、さまざまなスキルセットを持つ人材が必要になってくる。しかし実際にはリソースの制約から、2人程度の人員でそれぞれの役割を分担することが多くなるだろう。現実的に2人であらゆることを担うのは不可能であるから、データ分析のスコープを明確に定義し、何がゴールであるか定めるということ、また、そのリソース不足を理解し、無理な要求を実施しない企業全体の協力も必要になってくる。

　具体的なデータ分析の最初の一歩は自社にはどのようなデータがあるのか、を調べることだ。データ分析を始めるに際して、どのようなデータを持っているか、そのデータをもって何ができるか（あるいはできないか）は調べる。「どのようなデータがどこにあるか」は、システム設計書などを読めば記載されているのが理想であるが、メンテナンスされていないために実際のデータと設計書が乖離する場合や、そもそも設計書すら存在しないケースもある。

　データを集めることがデータ分析の最も基本的な要素であるから、どこにどのようなデータがあるのかきちんとわかっているだけでも十分価値がある。これさえできていれば、質の悪いデータや不足するデータがあれば、クレンジングにどれだけコストを費やすかや、新しいデータをどのように取得するか方針を打ち立てることもできる。

　システムとして高度なことができなくとも、利用できるデータの種類や、データ分析に必要なことを把握していると、実際にアクションを起こしやすくなる。現状を把握したうえで、徐々にシステムを育てていけばよいのである。

まとめ

　データ分析に使われるデータは、従来の守りのデータと性質が異なる攻めのデータだ。この違いを理解し、データを活用できるような分析基盤を構築し、企業にとってよいデータ活用の営みを構築していくことができるだろう。

　データ分析基盤では、従来のITシステムにおけるデータ活用以上にデータを自由に利用できる環境が求められる。そのためにまずは現状を理解しなければならない。専門知識を持ったメンバーを中心として、何ができるのか、あるいはできないのかを認識することが重要だ。どのようにデータを活用していけばいいか考え、アクションとして実行する。この営みを繰り返すことにより、企業におけるデータ活用は洗練されていくだろう。この営みを支えるチームの編成や企業データに対する知見を積み重ねていくことこそ、まさにデータ分析基盤を整えることになるだろう。