データ活用人材に求められるスキル

　一般的には「データサイエンティスト」＝「データを解析できる人」と思われているようですが、必ずしもそうではありません。一般社団法人データサイエンティスト協会によると、データサイエンティストには「ビジネス力」「データサイエンス力」「データエンジニアリング力」という三つのスキルが求められると言われています。しかし、普通に考えて、このような分野の異なるスキルを３つも同時に身につけるのは非常に困難でしょう。

　では、データサイエンティストには何が求められるのか？一般的に「ビジネス」「データサイエンス」「データエンジニアリング」には、それぞれの専門家がいます。「ビジネス」であれば、その会社や業界のことを熟知している人、「データサイエンス」であれば情報処理や統計学、あるいはＡＩの研究者、「データエンジニアリング」であればシステムエンジニア（ＳＥ）などです。
　現在、企業の中でデータ解析を行う場合、個人の力で行うことはほとんどなく、多くのケースではこれら３つの領域の専門家と協力しながらプロジェクトとして進めていきます。従って、各種専門家とコミュニケーションを取りながら、実際にデータ解析プロジェクトを推進できることが最も重要になってきます。そして、これ（データ解析プロジェクトの推進）を実践できる人材こそが“データサイエンティスト”なのです。

社内でデータサイエンティストを育成するためには、次の３つのステップで考えるとよいでしょう。

個別に見ていきましょう。

(1)　データサイエンスの概要を知る
　まず、適切な目標設定をするためにも、「データサイエンスとは何か？」「データ解析で何ができるのか？」を広く浅く知る必要があります。特に、どのような分析手法があり、それがどのように使われているのかを知ることができれば、自社における活用の仕方をイメージしやすくなります。

(2)　自社でのデータ解析やAIの活用可能性を検討する
　次に学んだデータ解析の手法を前提にしながら、自社での活用の仕方を検討します。このとき、自社にどのようなデータがあるのか想像しながら、小サンプルで良いので実際にデータを集めてみるとさらに具体的な活用可能性を議論することができるでしょう。

(3)　データ解析プロジェクトを遂行する
　そして実際にデータ解析プロジェクトを企画立案し、挑戦してみましょう。このとき注意すべき事は、最初から大量のデータ（ビッグデータ）を集めようとしないことです。大量のデータを集めるためには、かなりのコスト（時間的コスト・費用的コスト）がかかってしまいます。まずは小規模データでプロジェクトを遂行し、上手くいきそうであれば、データの規模を拡大していけば良いのです。