イベントリポート「事例から探る！データ活用ができる人材育成」2019/08/23

【開催概要】

日時：2019年7月26日（金）13：30～16：30
会場：産業能率大学 代官山キャンパス（産能マネジメントスクール）
対象：データサイエンス活用の推進者、人材育成部門の責任者・ご担当者の方

【講演内容】

第1部　これからのビジネスに役立つデータサイエンスのあり方
第2部　事例から探るデータ活用人材育成のヒント

なぜ現代では統計学ではなく、データサイエンスなのか

統計学は、一部のデータから全体を推測することができる。データを収集することが難しい時代においては、有効な手段であった。
しかし、昨今ではデータ収集が極めて容易となり、大量のデータを入手することが可能となった。そのため、統計学的なアプローチではなく、データからルールを抽出し、その抽出されたルールから未来を予測するデータサイエンスが必要とされている。

ビッグデータ時代の到来

ブロードバンドの拡大、ストレージ容量の拡大、インメモリーデータベース技術の発展など、いわゆる情報化社会を紐解く技術の発展により、現代は「ビッグデータの時代」と称される。

◇ビッグデータとは・・・

• 一般的なPC・データ処理アプリケーションでは処理することが困難な、巨大で複雑なデータの集合体。
• 一般的に、エクサバイト^※以上がビッグデータとされている。
  ^{※1EB（エクサバイト）は10億GB（ギガバイト）。}

機械学習とAI

機械学習とは、機械（コンピュータ）が、データの集合からその法則性を学ぶことを指す。
AIとは、ソフトウェアを用いて人間のふるまいの一部を再現したものであり、AIは機械学習に含まれる。

ビジネスの理解を明確に！

「ビジネスの理解」は、業界人・専門人でなければ理解できない、極めて重要なプロセスである。
ビジネスの理解の段階で目的が不明瞭のまま進行してしまうと、後のデータ収集やデータ解析も的を射たものにならなくなってしまう。
目的を精緻に磨き上げることが大事。

• AIの導入は、現場の業務遂行に大きく貢献できるが、現場を知らないAI技術者が設計したAIエンジンでは、現場にそぐわない・使えない事態が生じる危険性もある。
• AI技術者の技術的知見と現場担当者の暗黙知の融合が成功の鍵。

・データサイエンス教育の「成果」とは何なのか？

「何ができるようになれば成功か」を考えるよりも、「どんな事業・サービスが実現できるとよいか」といった実務上のゴールを設定し、そのゴールへの技術的手段としてデータサイエンスを取り入れることが望ましい。
教育的な成果を設定する必要はなく、「データサイエンティストの育成」を目的にしてはならない。
事業の結果が成果となることで、他部門や現場も巻き込みやすくなる。

・データサイエンス教育は「何教育」なのか？

1. 知的技能の習得を目指す課題解決型教育
   データサイエンスの手法を、現実の問題・課題（実務）に適用し、解決策を考える。
2. プロジェクトマネジメント教育に近い
   実務の問題解決には、利害関係者の巻き込みが不可欠である。
   具体的には、関係者への協力要請や、システムへのアクセス権限の把握など、内部の調整が必要となる。
   単なるデータの分析家ではなく、データを活用して課題を解決できる人材を育成する観点が重要。

1. 分析に関する予備知識が不十分の場合、データサイエンスで何ができるのか分からず、目標設定をすることが困難となる。
   あくまで、実際の問題解決が優先だが、最低限の知識インプットを実施することは有効である。
2. 課題やゴールが決まった段階から、早めにデータを収集し、整備しておくことが重要。
   実際、欠損値や異常値、全角・半角のばらつきなど、データ整備に時間を要する場合が多い。
3. データ解析を行う人材には、多様性があるとよい。
   若手だけでなく、ベテランの知見によって得られる成果もある。

• 組織課題の決定の重要性を認識することができました。
• 基礎概念の確認から進めていただいたため、初心者にはわかりやすかった。
• データサイエンスの活用の道筋が開けた。
• 事例を題材にした話が多く、データサイエンスの活用をイメージすることができた。
• データサイエンスをビジネスに活用するために必要なことを理解できました。