データサイエンティストのバックアップ(No.2) - .NET 開発基盤部会 Wiki

[ トップ ] [ 新規 | 一覧 | 単語検索 | 最終更新 | ヘルプ ]

「.NET 開発基盤部会 Wiki」は、「Open棟梁Project」,「OSSコンソーシアム .NET開発基盤部会」によって運営されています。

戻る

目次 †

目次
概要
詳細
参考

概要 †

データサイエンスの研究者、実践者、技術者。

更に進んで、データサイエンスを身に付け、
統計を始めとするデータに基づく合理的な
思考により課題を解決できる人
- 代表的なものは統計情報。
- 統計（学）に関する知識は必須。

詳細 †

求められる能力 †

データに基づき問題を解決する能力

4つのプロセス †

データ収集から施策に落とすまでのプロセス

データ収集 †

社内外の取得可能なデータの収集

データ蓄積 †

社内外の取得可能なデータの蓄積

データ分析 †

顧客や市場変化に関する重要な知見や洞察を導き出す

施策(改善) †

分析結果に基づいたオペレーションの改善

↓ データ収集へ戻る

スキルセット †

データサイエンス力 †

データサイエンティスト

情報科学系の知識

IT
情報処理
AI活用

数学
- 統計学
- 確率論
- 微積分

ジャイルによるプロトタイプ開発など

エンジニアリング力 †

データアナリストやコンサルタント

DIKWの理論
- Data
- Information
- Knowledge
- Wisdom

数学的な考えを産業界で応用できる力
一見全く関係ないデータを突合する力
違和感・変曲点・特異点を知る力
トポロジー分析、スパースモデリング、ベイズ推定

実装、運用に関するツール類

ビジネス力（イノベーション力） †

CDO（Chief Digital Officer）

ビジネス課題の適応力（整理 / 解決）
- 社会変革への企画力・創造力
- リスク管理力、サービスデザイン思考、ロジカルシンキング

PPDAC

P (problem、問題)
現状の問題とKGIの明確化

P (plan、計画)
現状把握と課題の抽出により調査を計画する。
- 分析内容のデザイン
- ロジックツリーの活用
- KPIの設定

D (data、データ収集)
- 正確な収集
- 正確な加工

A (analysis、分析)
- 視覚化（表やグラフ）
- 以下の繋がりを分析
  ・要因 → KPI
  ・KPI → KGI

C (conclusion、結論)
- KGIの改善ポイントを判断
- 解釈はデータ収集方法を考慮

参考：ユースケース検証（DX系）

参考 †