ビジネスでインパクトが出せるデータサイエンティストになるためにはを読んで
Rettyの岩永さんが日本経営工学会の学会誌「経営システム」に投稿した記事を読んだ。
文章構成は下記の通り
- はじめに
- データサイエンティストが力を発揮する場
- 課題設定
- 解決方法の設計
- 検証
- 育成
- まとめ
わずか5ページの中で、コンパクトに全体的な提言を盛り込んでおり、さすがである。
私が読んでいて気になった箇所を引用し、品評する形で感想を語りたい。 まず、力を発揮する場について
データサイエンティストが力を発揮するためにはデータの質と量も重要である
そうだ。よくぞ言ってくれた。ビッグデータ以降、量的な話が多いが、質が大事なのだ。 私もかれこれ5年前くらいからそういう話をしている。
データサイエンティストの仕事の肝となるのは適切な課題を設定することである
そうだ。そうなのだ。よくぞ言ってくれた。 適切な課題設定の話はData Analyst Meetup Tokyoで触れていた
解決方法の設計の過程でもっとも重要なタスクはモデリングである。
次に重要なのは実装コストや保守・運用コストを考えたモデリングをすることである。
どうしてもモデルに落とし込めない場合、業務や仕組み自体を変えることができないか考える。
そうだ。そうなのだ。 解けない問題もあるのだ。 よくぞ言ってくれた。
重要なのは施策の成功条件と失敗条件を明らかにした上で知見を残すことである
そうそう。これは重要なこと。 ビジネス側の要求が強いとスピードによって検証が不十分だったり、他の検証が干渉したりとよくないことが入る。もちろん多変量テストのように統計的に直交にして影響度を削除するテクニックもあるが、この複雑高度な社会において適切とはいえない。むしろ共変量や交互作用を無視して良いのかと議論をふっかけたくなる。
ちなみに検証方法の提言の２つはアプローチ的にPearlの因果推論とRubinの因果推論の見地みたいにも見えた。
是非とも大学でサイエンスの素養をしっかり身につける教育を施していただきたい
これは専門性の差異もあるので、すぐにとはならないかもしれないが、現在教育の過程にデータサイエンス教育をインストールしていこうと国が主導しているので、期待したいところではあるが、高校数学から行列がなくなってしまった。 この事実から推測できることは何か、中堅データサイエンティストならわかるだろう。
データサイエンティストは現状では流行りにのった職業の１つでしかなく、価値のある職業として定着していないのが事実である。(中略)ビジネスでサイエンスを実践し、インパクトを残せるデータサイエンティストが一人でも増えてほしいと切に願っている
要は結果を出して、職能として実績を積み重ねていかないと流行りの職業は定着しない。 しかし、データサイエンスの測定方法がビジネスインパクトという1つの測定方法だけでも良いのかという疑問が残るのは事実だ。 それ以外にも価値があるのだという道も模索していきたいと私は思っている。
他にも面白そうな読み物があるので、見てみようと思う。 岩永さん、ご送付ありがとうございました。
