コンサルタント=ピアニストはきょうも語る

現役経営コンサル兼ピアニストが仕事術とピアノと減量と英語と沖縄とかについて語ります

使えるデータサイエンティスト

一昨年あたりから、ビッグデータを扱いたい、AIやIoTを導入したいと企業から相談が来ます。

全ての相談がそうだという訳ではないのですが、多くの場合テクノロジーありきで考えておられる場合が多いのです。

それはそれ自体が悪いことではなく、良いきっかけだと思いますし、テクノロジーにオープンであることは良いことです。

重要なことは、テクノロジーが(今まで解決できなかった)どのような問題を、どのように解決し、それによりどのような便益が得られるのか、そしてそれが経営戦略上どのような意義をどれだけ有するのかを、熟考することです。

実際の例として、経理の業務にRPAを導入したクライアントがいます。こちらがRPAを勧めたのではなく、既に相談される前に導入していたのですが、業務フローを見直すことなく導入し、何一つ効率化されてはいません。今のところ。

別のクライアントの例。中堅製造業様ですが、「とりあえずデータが大量にあるので、AIを使って何かできないか」とのこと。

IoTだビッグデータと騒がれるはるか前から、製造業ではSPC(統計的プロセス管理)を当たり前のようにやってきていますし、故障や不良のデータに基づく予兆検知も行われています。

最近のビッグデータマネジメントはこれと何が違うのでしょうか。ただ違うだけではなく、新たな付加価値を生むのでしょうか。

データサイエンティストは経営を科学することが使命ですから、現在そして今後意味のある仕事をするのであれば、まず、

①基本的な統計知識(Excelに標準装備の統計関数(検定を含む)やその使い方を理解していることは最低限の要件ですね。ビジネス数学検定を準備無しで受けてAA合格以上(80点以上)とれる)

②プログラミングのスキル(ただこれは必須ではないと思っています。プログラマーにアウトソースすれば済むので)

に加えて、

③OR(オペレーションズ・リサーチ)の各種手法も理解している

そして何より

④経営、ビジネスというものに興味があり、基本的な概念や用語はおさえている(しかしMBAを取得している必要はない)

これら4項目を満たすのが、自分が考える「使えるデータサイエンティスト」です。

ORは決して古くさい手法ではありません。

線形計画法待ち行列(確率過程の理解が必要)、ゲーム理論など、既にビジネスで大いに活用されている重要な手法があります。

 

さいわいにも、自分のチームにはこういう人材が複数名いる(中にはバリバリに金融工学やっていた人間もいる)ので、チームとして社会の役に立つべく、絶賛作戦を練っているところです。