コンサル出身者が考えるデータサイエンスに必要なスキルとは【今後のキャリア】

      2018/11/25


「データ分析を仕事にしたいけど、キャリアのイメージが沸かないなぁ…」
「そもそもデータサイエンティストって、どんなスキルを付ければなれるのものなの?」

この記事では、そんな疑問にお答えします。

こんにちは、TEN(@02smwhere)です。

僕は外資系コンサルティングファームでデータアナリティクスのプロジェクトを経験した後、現在は事業会社でデータサイエンティストとして働いています。

本記事では、そんな僕がコンサルから事業会社に転職して実感した、データ分析に必要なスキルについてご紹介します。

本記事のまとめ
  • 事業会社で求められるデータサイエンスのスキルとは
  • データサイエンスのスキルを効率よく身につける方法
スポンサーリンク

データ分析に必要なスキルはエンジニアやマーケターなど職種によって異なる

Analysis business close up 1179800

さて、データサイエンティストとは一括りにされることが多いですが、実際には様々な職種を内包していることが多いです。

例えば、本職がマーケティングである場合においても、データ分析のスキルが必要とされる場面に出くわすことがあります。

なぜならば、今日のビジネスにおける意思決定はデータの有無や精度を最重要視しており、個人の経験や勘よりも、データを最優先するためです。

そのため、ざっくり言ってしまえば、マーケティングでも営業でも良いのです。

「BIツールを日常的に使用している」

「自らSQLを書いてデータ加工をしている」

こんな業務内容に触れいて、自らデータを集めて、考察して、行動に移しているのであれば、それもまた立派なデータ分析人材といえます。

 
Cameras composition computer 1483937

となると、データ分析を専門としたキャリアを目指す前に、まずはマーケティングなどのスキルを身に着けたほうが早い場合があります。

仮にきれいなデータを出せたとしても、どういった結論が出せて、次に起こすべきアクションが提案できないと、データ分析の意味がありません。

そのため、はじめからデータ分析を専門に扱うよりも、ビジネス理解を深めた上でのデータ分析へスキルをシフトしていくと、理解も習得も早いです。

 
もう一つ例を挙げると、外資系コンサルタントの行う分析などは、あくまでクライアントにアクションを促すためのものです。

同じような考え方で、まずはコンサルで経験を積んでみて、ビジネスの勉強をしてみるのも良いかもしれません。

僕はどちらかというと、こちらのプロセスで事業知識からデータ分析のスキルを身に着けました。

 
合わせて読みたい>>>> 外資系コンサル経験者が「成長が早い」「優秀」と評価される理由とは
 

流行りの人工知能関連職種も業務知識のスキルは必要

Ai blur codes 577585

また、よくイメージされるデータサイエンティストの仕事内容として、経営者の意思決定を手助けしたり、人工知能の学習の舵取りを行なうことが挙げられます。

確かに、先述のデータ分析を手段をして使っている職種とは少し違って、機械学習などの専門知識が必要になってくるため、各企業も専門家を雇っている事が多いです。

Pythonのライブラリ利用であったり、DBの整備や構築したモデルの実装であったりと、一見業務内容とはかけ離れたスキルが要求されるように感じます。

 
しかしながら、結論としてはこの場合も同じで、やはりある程度の業務知識がないと務まりません。

データ加工だけやりたい、人工知能だけやりたい、機械学習だけやりたい…

そのような人材は無価値ですし、人工知能も機械学習も、あくまで意思決定や売上向上といった、目的を達成するための手段に過ぎないのです。

 
Business charts commerce 265087

そのため、Web系の情報を見ているのであればアナリティクスのスキルを磨く必要もありますし、顧客情報関連のCRMがメインならばマーケティングの知識も必要です。

結果としてABテストを行ったり、シミュレーションを回すことになるかもしれませんが、これは手段として受け入れるべきです。

 
もちろん、機械学習やアナリティクス寄りのスキルを常に磨いていくことは、非常に大切なことです。

僕も事業会社でデータ分析をしているいまでさえも、積極的にセミナーに出席したり、Web上の問題を通じて勉強を続けるように、意識しています。

 
合わせて読みたい>>>> ビッグデータアナリティクスや機械学習のおすすめ勉強方法とは
 

スポンサーリンク

データサイエンティストは業務知識と分析スキルを適切な企業の実務で学ぶべき

Charts computer data 669615

つらつらと書いてきましたが、データサイエンスを生業にしていたい場合。

結局のところ事業会社に入って、ビジネススキルと分析スキルの両方の経験を積んでいくのが、最も賢い方法である!と、僕は考えています。

ここで大切なのが、データサイエンスのスキルアップができて、かつその必要性を認識している企業を選ぶことです。

 
いくら高度な分析をしたところで、それを事業に活かせる企業でなければ、あまり意味がありませんし、実績にもなりません。

増してや、現代においてもデータ分析の必要性に気づいている企業はまだまだ少数派であり、職種として専門のデータサイエンティストを雇っているところも限られています。

多くの場合は、先述のようにマーケターやWebアナリストがそれを兼ねており、データ分析を専門とするキャリアに理解がある企業は、まだまだ少ないです。

 
Pexels photo 327345

さらに皮肉なのが、今後AI活用がますます進んでいくと、データサイエンティストの需要そのものが読めなくなってきます。

データ加工やグラフ作成が自動で行われるようになると、人件費削減のためにも、ただのデータ加工マンは不要になる可能性もあります。

 
そのため、これから来るべき未来のためにも、

 
  • データ分析の必要性を認識した企業で実績と経験を積むこと
  • マーケティングや事業知識などデータ分析以外のスキルも身につけること

以上の二点を意識することが、今後のデータサイエンティストのキャリアに求められるのではないかと考えています。

合わせて読みたい>>>> 未経験からデータサイエンティストで転職を目指す勉強方法とは
 

 - キャリア, データ分析