社内のデータ活用に必須の「ビジネス力」とは？ビジネスにおけるデータ活用で大切なこと

■データサイエンティスト研修のまとめページはこちら
https://www.insource.co.jp/kenshu/data-scientist-top.html


データサイエンティスト協会では、データサイエンティストに必要な3つのスキルを
「ビジネス力」「データエンジニアリング力」「データサイエンス力」と定めています。



出所：データサイエンティスト協会「2019年度スキル定義委員会活動報告」
http://www.datascientist.or.jp/symp/2019/pdf/1115-1155_skill.pdf


今回は、「ビジネス力」に焦点を当てて、考えていきます。

皆さんは、データサイエンティストにはどのようなイメージがあるでしょうか。
「プログラミングしながら、統計学を使って、画面に表示された大量のデータを
分析する」......そういった光景をイメージする方も多いかと存じます。

もちろんプログラミングをしてデータ分析を行うというのも、大事な工程の１つです。
しかし、それだけではデータ活用はうまく進みません。
「このデータから何が言えるのか分からない......」「このデータからどう問題解決に
つなげればいいのか......」といったお悩みに繋がりがちです。

これはなぜでしょうか。
データを並べて分析する前に、「どんな問題を解決したいか」「問題を解決するのに
どんなデータが必要か」など、なんのためにデータ分析を行うのか、目的がはっきり
していないと、せっかくのデータがあっても、どうすればいいのかが分からなくなって
しまうからです。

例えば、社員の血液型・出身地・社員満足度という３つのデータが使える状況で、
この３つの関連性を分析したとしてみましょう。
データ分析をしている中で、「ある血液型の社員は社員満足度が高い」「ある出身地
の社員は社員満足度が高い」ということが分かったとします。
この結果が得られたとしても、血液型や出身地は変えられないため、「社員満足度」
を高める施策を打つことはできません。

データありきで分析を始めてしまうと、うまくいかないことが往々にしてあります。
「社員満足度」を高めたいという課題があるのなら、どんな要因が社員満足度に
影響するか、意味のある分析なのかなど、分析目的や焦点を当てるポイントを
明確化することが良いデータ分析につながります。

今回のケースでは、「有給休暇を多く消化できている人ほど社員満足度が高いの
ではないか？」といったように、仮説を立てた上で、必要なデータを使って分析を
行っていくことが大切です。

統計学やプログラミングもデータサイエンティストに必要なスキルなのは言うまでも
ありません。しかし、日ごろから培ってきた経験をビジネス課題に落としこみ、
分析の目的を明確にできる「ビジネス力」がデータをビジネスに生かす第一歩です。

ビジネス力向上のためにおすすめの研修も各種取り揃えておりますので、
ぜひご活用ください。


■ビジネス力向上におすすめの研修
・情報活用力養成研修～情報の収集・整理・分析編
https://www.insource.co.jp/bup/bup_jyouhou.html
・ビジネス活用のためのAI・人工知能研修
https://www.insource.co.jp/bup/bup_artificial_Intelligence.html
・トリプルシンキング実践研修～クリティカル・ラテラル・ロジカルシンキングを応用する（2日間）
https://www.insource.co.jp/bup/bup_triple_thinking.html


※本記事は2021年08月18日現在の情報です。