「.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。
目次 †
概要 †
- 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 †
知的満足度が高い †
データ収集から施策に落とすまでの4プロセス
貢献度が高い †
ビジネス力（イノベーション力）
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 †
データサイエンティスト
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
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
- 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して分解
重要性 / 実現可能性をチェック
- KPI（≠ KGI）の設定
- 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
データサイエンスの活用 †
組織としてデータサイエンスを活用しビジネス価値を出すには？
組織の風土改革 †
人材獲得/育成 †
データサイエンティスト獲得/育成
- 組織内部で育成
- OJTによる育成
- 他部門からの転用
- 社員全員の底上げ
- 外部からの採用
- エージェント等の利用
- 学会・インターンシップの利用
- コンテストの利用
- 外部サービス
- 大学等の利用
- コンサルティング・サービスの利用
- クラウドソーシングの利用
分析環境整備 †
分析基盤の構築/育成/データの管理
業界 †
ネットビジネス業 †
Webログから得られた大量データに基づく広告の最適化
製造業 †
工場の生産工程から得られるデータに基づく品質管理や生産性の向上
金融業 †
クォンツやアクチュアリーによる様々な指標の予測や金融商品の開発
データ分析サービス業 †
データ分析に基づく、ビジネス改革や新たなビジネス創造の支援
分類 †
スキルの観点から分類（米国の調査結果） †
Data Businesspeople †
- 経営工学、MBA
- ビジネスに対しての洞察が強い
- コンサルティング会社で経験
- データ分析チームマネージャ
- チーム・経営層間との通訳役
Data Researcher †
- 生物学や物理学などサイエンスの学位を持ってる
- 深い分析、数学的な分析が得意
Data Creatives †
Data Developer †
- CS修士
- 現在中堅のコンサルファームで
機械学習ツールの開発に従事
- 製品レベルのコードが書ける
- ビジネス改革はできない
働き方•の観点から分類（日本の調査結果 †
特徴的に女性が多い。
なりたての人 †
専門部署で活躍 †
社内の専門部署で活躍
- メーカーの製品開発・企画部門にいる中堅のIT系エンジニア
- 社内では確実にデータの活用が進んでおりキャリアパスも見えている
フリーランスで活躍 †
- 中小のサービス系の企業に勤める女性
- 比較的自由になる勤務形態を望んでいる
プロフェッショナル・サービス企業で活躍 †
ITサービス業でデータ分析をプロとして実施
参考 †
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
