データ産業に携わる人々の生態

今の会社や前職で働いていたときもデータを分析するって言うのはどういうことでそこに関わっている人はどういった仕事をしていて、何をやっていて何ができるのかっていうことを理解していなくてミスコミュニケーションが生まれていたことが多かった気がします。この記事では特に「人」にフォーカスをしてデータ産業に関わっている人たちの種類についてご紹介させていただきます。

データ産業に携わる人々の生態について。最近、データ産業、特にビックデータの分析やデータサイエンティストといったデータをどう扱うかとかデータを扱う組織を作るためにはどうすればいいかとか、そういった内容をテレビや職場で聞くことが増えてきました。今の会社や前職で働いていたときもデータを分析するって言うのはどういうことでそこに関わっている人はどういった仕事をしていて、何をやっていて何ができるのかっていうことを理解していなくてミスコミュニケーションが生まれていたことが多かった気がします。この記事では特に「人」にフォーカスをしてデータ産業に関わっている人たちの種類についてご紹介させていただきます。

■ 今存在している役割

1.データ分析方法を作る人

この人はデータ産業で新しい技術革新を起こせる人たち。Google の検索エンジンのアルゴリズムを作りましたとか、NetfrixやAmazonのレコメンデーションエンジン作りましたとかいう人がこれにあたります。スキル的には統計学にかなり長けている必要があったり、その他にもいわゆる情報工学にも詳しい必要があったりします。

2.ログコレクションを行っている人

サーバーからログを回収して、必要な部分だけ切り出してきてDBとかに格納してBIツールや集計結果を利用する人にデータを提供する人たち。かなり職人気質でガチガチのエンジニアが多くて、スキル的にはHadoopとか、Fluentdとか、KVS/RDBなどに関するスキルを有していることが多いと思います。

3.機械学習/統計学を使う人(エンジニア)

主に機械学習のアルゴリズムや最適化手法をサービスやコンテンツに実装する人たち。ログコレクションをする人と同様に予備実験のためにアドホックにHadoopを使ったりもします。スキル的には機械学習や統計学の知識とともに、Webフレームワークやサーバーサイドの知識も有していることが多いです。

4.機械学習/統計学を使う人(文系職)

機械学習/統計学を使う人(エンジニア)からWeb関連の知識を抜いた感じの人たち。機械学習や統計学の専門家でWebやDBの知識を有していることなんてほとんどないので機械学習に関する知識を持っている人を雇う場合ほぼこちらになると思います。データはSQLやデータマートにあるものを使うし、サービスに適応するときはWebエンジニアの助けが必要。スキル的は機械学習の知識や統計学の知識を求められ、文系職とはいえほぼ全員プログラミングスキル、RやSAS、SPSSなどの統計言語およびSQLなどの知識を有することを求められます。

5.ビジネスインテリジェンスな人

主にExcelやPPTなどを使って意思決定用の資料の作成を行う人たち。とにかく数値をミスらずに出すことや数値を見続けても拒絶反応を起こさないことを求められます。ただし、多くのデータサイエンティストを自負している人間はこの業務を嫌っており、逆に多くのデータサイエンティストに仕事を依頼してくる人が求めている業務というアンバランスな存在です。スキル的にはExcelの関数や高速でPPTを作成する力などに加えて、Excelというプラットフォーム上で動作するソリューションを使えると重宝される、VBAとかSQLサーバーとかです。

6.データ分析コンサル的な人

分析対象のKPI設計やBIツールの導入など分析に関するまとめの仕事をする人たち。その他の業種と比べるとどちらかというと営業に近い職業で各タスクを上記のどのタイプの人にふるかを考えたり、定義したりする。スキル的にはデータマイニングに関するTipsや最新の情報とかを知っていると重宝される。

■ 今足りてなくて将来必要になる役割

1. データ産業に精通したマネージャー

データ産業に関わる人たちを適切な場所に配置する人たち。データ産業が複雑化していくことでそれぞれの役割を理解して、適切な場所に配分する人間が必要になってきます。産業自体はまだ成熟化が行っていないため、マネージャーが果たすべき業務範囲が不明確なのですが、将来的にデータに関わる業務を行う人が増えていくと必要になってくると思っていますし、現在この役割を持った人はすごく少ないと思っています。

2.データ活用の専門家

最近はGrowth Hackerとか言われている人たち。データを使い切れていない企業はまだまだ大多数をしめているので各社に目標KPIを達成するために最適化された組織が必要になると思っています。ただ、そういう組織は横断部署になったり、意思決定フローが煩雑になったりしてうまく組織にフィットしないという問題があり、現在はこういった組織をうまく作れている会社自体がとても少ないというのが現状だったりします。

■ まとめ

データ産業は日々色んな役割の人が出てきて、業務が細分化されてその度に新しい役割が出ているまだまだ不安定な子供のような業界です。他にもこういう役割もあるみたいな意見がいただけるとうれしいです。

注目記事