情シスから始まるデータ分析

データ分析のためのチームビルディング--情シスとマーケの重要スキルセット

大城信晃 2016年03月29日 07時00分

  • このエントリーをはてなブックマークに追加

 前回は「情シス」と「マーケ」のためのデータ分析基盤について論じた。本稿では情シスやマーケの部署が、これらの基盤を利用し、実際にデータを分析 するための人材の視点から求められるスキルセットと体制について考えてみたい。

スキルセットとチーム編成

 まずメンバーのスキルセットだが、ビジネス課題を解決するためのデータ分析には大きくビジネス力、データエンジニアリング力、データサイエンス力の3要素が必要と言われている。以下はデータサイエンティスト協会が公開しているスキルチェックリストからの引用である。まずはこの3要素について整理しよう。

データ

 まずはビジネス力だが、各種業務を行う中でのビジネス課題を見つけ、打ち手につなげる力である。自社の強みや顧客の理解、競合の状況、業界全体の知識などを元に、戦略や打ち手を考える力で、経営層や企画職、営業職に必須のスキルである。

 次にデータエンジニアリング力であるが、データベース(DB)ごと各所に散らばったデータをつなげたり、大量にたまったログデータを加工し、データをハンドリングする力である。技術職、特にDBエンジニアやインフラエンジニアなどシステムの基盤を作る際に必須となるスキルである。

 最後にデータサイエンス力。こちらは統計学や機械学習を駆使し、分析や高度なモデリングを展開する力である。データと分析手法に関する知識のほか、例えばアンケートやABテストでデータを収集する際のサンプル数を決める、コントロール群を用意するなど、分析計画に対する知識も求められる。研究者やアナリスト、クオンツといった職種で必要となるスキルである。

ユニコーンは見つからない

 さて、ここまでデータ分析に必要となるスキルセットを見てきたが、実際のところ3要素全てに精通する人材はユニコーン(伝説上の生き物)と言われる程見つからないか、仮に見つけても需給バランスからかなり高単価な人材となる。

 また新人に対して3要素を最初から全て学んでもらうというのも仮に各要素に1年ずつ費やしたとしても3年と時間がかかりすぎ、現実的ではない。(しかも、各分野は1年でマスターできるようなものではない)

ZDNet Japan 記事を毎朝メールでまとめ読み(登録無料)

  • このエントリーをはてなブックマークに追加

この記事を読んだ方に

関連ホワイトペーパー

SpecialPR

連載

CIO
研究現場から見たAI
Fintechの正体
米ZDNet編集長Larryの独り言
大木豊成「仕事で使うアップルのトリセツ」
山本雅史「ハードから読み解くITトレンド放談」
田中克己「2020年のIT企業」
松岡功「一言もの申す」
松岡功「今週の明言」
内山悟志「IT部門はどこに向かうのか」
林 雅之「デジタル未来からの手紙」
谷川耕一「エンプラITならこれは知っとけ」
大河原克行「エンプラ徒然」
内製化とユーザー体験の関係
「プロジェクトマネジメント」の解き方
ITは「ひみつ道具」の夢を見る
セキュリティ
「企業セキュリティの歩き方」
「サイバーセキュリティ未来考」
「ネットワークセキュリティの要諦」
「セキュリティの論点」
スペシャル
課題解決のためのUI/UX
誰もが開発者になる時代 ~業務システム開発の現場を行く~
「Windows 10」法人導入の手引き
ソフトウェア開発パラダイムの進化
エンタープライズトレンド
10の事情
座談会@ZDNet
Dr.津田のクラウドトップガン対談
展望2017
Gartner Symposium
IBM World of Watson
de:code
Sapphire Now
VMworld
Microsoft WPC
HPE Discover
Oracle OpenWorld
Dell EMC World
AWS re:Invent
AWS Summit
PTC LiveWorx
より賢く活用するためのOSS最新動向
古賀政純「Dockerがもたらすビジネス変革」
中国ビジネス四方山話
ベトナムでビジネス
米株式動向
日本株展望
企業決算