こんにちは。アクセンチュアでデータサイエンティストをしているHiroです。

どんな人？

数学大好き高校生の頃にECサイトのレコメンドエンジンや欧米での医療現場における統計活用に関する書籍を読み、この業界に入ることを決意。本場の教育を求めて単身渡英し、数理統計・学習理論(関数解析)を専門にしつつ、自然言語処理・空間・医療統計、予測などの実務プロジェクトに学生時代から携わる。外資アナリティクス企業で製造業・金融の案件を中心にコンサルティング・アドバイザリー業務に従事したのち、データ分析をビジネスで実際に活用する上でのケイパビリティの高さを求めてアクセンチュア入社。製造業案件を中心に携わっている。

データ分析を活用するのに不足している人材(機能)は何だろう？

ここから本題となりますが、この場をお借りして、アカデミック・産業で10年ほどこの業界に携わってきて、データ分析を実務で活用するにあたり、私が日頃不足していると感じており、今後より必要性が問われるのではないかと思う人材に関して、お話しできたらなと思います。

データは原油(未加工原料)と表現されたりするので、自社で原油を使用する製造業のイメージで各人材の担う機能を考えてみたいと思います。

商品開発・R&D・工場: データサイエンティスト

2010年代前半において、データサイエンスブームの影響で、とりあえずデータ分析人材を雇えば何とかなる、というケースが散見され、うまく機能せず、多くの分析組織やプロジェクトが立ち上がったものの解体や立ち消えを経験していきました。どうしてうまくいかなかったのでしょう。リーダーシップもキャリアパスもなかったというのもありますが、そもそもデータサイエンティストはある種商品開発・R&D・工場を担う機能です。それだけでは生産できません。2010年代後半～現在にかけて、分析プロジェクトのチーム・組織としての要件がより精査されてきてはいますが、現在もデータ分析をビジネス活用するのに当たり必要な人材は不足しています。

現在不足している人材（機能）に関して (各ロール名は、海外で一般に使われているものに準拠)

１．商品開発・工場: ML Engineer

スキルの深さは置いといて、国内においてはデータ分析界隈の多くの人材はここに相当すると思います。しかしながら、簡易なプロトタイプは作れても、実際に工場の自動化された生産ラインに落とし込めない、工場すらもってない、といったケースが少なからずみられています。モデリングはもちろんのこと、機械学習の運用システムのアーキテクチャに深い理解があり、各プロセスの自動・最適化、スケーラブルで堅牢なモデル・実行基盤開発ができるシニアな人材というのが今なお必要とされています。

２．調達・保管・物流: Data Architect | Data Engineer

原油の発見・採掘・精製・加工・保管など原料と製品のもの(データ)の流れを支える部分で、現実の製造業と違うのは、原油の調達～保管を自社で執り行う必要があることです。DMP、DW、BIや統計・機械学習用のデータ加工など、データ活用基盤のアーキテクチャのデザイン～クエリのパフォーマンスの調整までを行う重要な機能を担う人員ながら、注目されてきたのは最近な気がします。生産の質やスピード・コストに貢献できる役割で、重要性がより認知されていくのではないかと思います。

３．商品企画・マーケットリサーチ・販売企画・全体管理:Analytics Translator

当たり前ですが新商品の企画がないと商品開発は始まりません。そもそものターゲットや実現可能性、付加価値、マーケットの動向調査、全体のスケジュール管理などは必要です。時にはそのテーマを見送ったり、部署間の連携を仰いだりも必要でしょう。つまりは、データ分析プロジェクトの企画・マネジメント・提案・受注やロードマップ策定と各フェーズの問題対処、部署間の調整、リソース配分などを担います。分析と事業側の双方に対する理解を持ち合わせている必要があり、目的に応じて、事業側に強い人材と分析に強い人材のどちらがこのようなロールを担うべきなのか、見極めも難しいところです。

このロールに関して私個人として常々関心が高く、ことあるごとにデータ分析業界のシニアな方たちとも議論を重ねてきていますが、まだ思想が人によって異なっている印象です。今後人材要件がより精査されていくことになると思います。

アクセンチュアはどの機能？

アクセンチュアは、データ分析関連の人材を包括的に揃えているだけでなく、経営・戦略コンサルタント～デザイナーやアプリ開発の人材まで抱えている非常に珍しい会社であると感じています。

単にモデリングやインサイト抽出を行うだけではなく、経営・戦略視点からのデータ活用に関する課題設定～ソリューションとして広げていく際のUI・UXデザインまで上流から下流までの各専門チームが協力して幅広い機能を果たしているといえます。

データ分析人材としてどの機能を中心にキャリアを築いていくにしろ、何かしら参考になる方は見つかるのではないかと思います。

私のキャリアに興味を持ってくださった方は、Applied Intelligence Careersをご確認いただき、データサイエンティスト職に是非ご応募ください。