データサイエンティスト育成講座 株式会社ブレインパッド

受講生の声

Fringe81株式会社 docomo Ad Network Div.住岡 耕平様

業務上のデータ分析との関わりを教えてください

私のミッションは、アドネットワークサービスの特定メディアにおける収益を最大化することです。

私の業務におけるデータ分析・活用は、主に2つあります。
特定の配信メディアの評価指標(ユーザー数など)を集計・分析し現状の可視化をするモニタリングと、広告配信システムのデータベースを用いたダッシュボード上での分析です。このモニタリングと分析は社内の他に協業2社に向けてレポートしており、レポートの提供価値を更に高めていくことを目指しています。
例えば、改善傾向を確証するにいたる数字的根拠を増やしたり、傾向の方向性を検討するにいたる数字の種類の幅を広げていけたらいいと考えています。

実は今年の4月に新卒入社したばかりで、ビジネスへの活用につながるデータの取り扱いは経験がまだ浅い状態です。
そのため、今回の受講目的はビジネス成果につながるデータ分析の基礎知識を理解し、データを活用していける技術の土台をつくることでした。
加えて、チームメンバーの分析担当者とマネージャーはSQLや統計分析の経験があり、彼らとのスムーズなコミュニケーションをとるために専門用語や基礎知識などのさまざまな業務知識も含めて体系的に学ぶことも、受講目的の1つでした。

講座を受講された感想をお聞かせください

uservoice_201809_2_2
普段の業務とは違い、新しい知識との出会いや発見があって、個人的にはとても楽しかったです!満足しています。
もともと知識を習得することが好きですし、日々の業務をこなす過程で多くの「勉強しておきたいこと」が山積みになっている状態でした。ただ、仕事をしている間は与えられたタスクをこなすことで精一杯になり、個人的な勉強をする余裕がありませんでした。ですので、今回このような業務に直結するスキル習得ができる機会を得ることができて幸運でした。
この学習の機会を陰で支えてくれた、職場のマネージャーや同僚にも感謝しています。

「プログラミング言語の実習はいかがでしたか?」

講座で学んだプログラミング(SQL言語とR言語)は未経験でしたが、抵抗なく理解することができました。
実際の業務では、ExcelとAccessを主に操作しています。
学生時代は「Fortran」と「C」を、会社の内定者研修ではAndroidアプリを制作するためにJavaを学ぶなど、いくつかのプログラミング経験は持っていました。
異なる言語とは言え、プログラミング経験があったので講座のテキスト範囲は容易に理解できたのかな、と思いました。

言語としてはSQLよりもRの方が好きでした。
データの加工や可視化、回帰分析やクラスタリングなどの統計解析のアプローチで、さまざまな機能を活用して幅広い分析が可能だからです。

 

「グループ演習はいかがでしたか?

「SQLによる集計・分析」講座(以下、「SQL講座」)と「Rによる統計解析」講座(以下、「R講座」)の両方にグループワークがありましたが、それぞれに全く別の学びがありました。

 

 ―――SQL講座でのグループ演習について

この講座では、同年代のメンバーで構成されたグループに所属しました。
グループワークにおける役割分担で私は、プログラミングよりも分析設計や仮説を立案するパートをメインで担当していました。SQLを使って集計した結果をもとに仮説を検証し、ロジックを組み立てることを率先して進めることができたと思います。ただ、難しいと思ったことは、メンバーそれぞれの経験が異なっているため、お互いの知識や認識のギャップを上手く埋めることができず、意見をまとめることに苦戦しました。

 

―――R講座でのグループ演習について

一方この講座では、経験豊富な方が多くいる中、私が一番社会人経験が浅いというメンバー構成でした。このグループでの私の役割は、Rを駆使してデータを抽出し、分析することでした。実は、SQLよりもRが好きだったから率先して作業担当になった、というわけではないのです。

ちょっとこの経緯を説明します。

SQL講座がデータの抽出・集計に主軸を置いているとしたら、R講座は分析・仮説検証に重点を置いていると私は理解しています。この違いは、データ分析・活用という一連の工程に含まれますが、フェーズが異なります。
経験が浅いとは言え、私も日常的にモニタリングと分析をレポーティングしている立場なので、分かっているつもりでいました。しかし、座学だけではなく、グループ演習を行ったことで、各フェーズ毎に発揮すべきスキルが異なることをハッキリ認識しました。

R講座に特化して説明しますね。
グループ演習の課題は、「レシートデータを活用して、小売業などの自社取引先への売上拡大のための提案をすること。」でした。
レシートデータの可視化も必要ですが、売上を拡大させるというゴールから分析設計する力が試されます。
どんな要素が売上に影響を与えているのか、仮説を立てます。
やみくもに影響を与える指標をデータベースから抽出するのではなかった、ここが大きな気づきでした。

その仮説検証に必要となりそうな分析結果を想定すること、その結果を導く可能性を考えて指標を抽出すること、その結果を最大限に表現できる分析手法を考えることなどが必要だったのです。
逆算的な考え方で、それぞれに深い思考が求められることをグループ演習でメンバーと一緒に作業する中で気づき、そして学びました。
ということで、グループのために私が一番できることとして、Rを駆使した分析作業を担当しました。

 

この演習を通じて、普段の業務で行っている思考プロセスやスキルだけでは通用せず、これから更に鍛えるべき部分の存在を明確化することができました。
同じグループ演習のメンバーはコミュニケーション能力に長けており、「このデータを〇〇検定するときっとこういう結果が出てくるので、ここの仮説の検証をこういう方面から立証することになると思う」というような分析ロジックをストーリーで議論してくれました。こういう表現でコミュニケーションをとってもらうと、Rの作業担当をしていた私は作業の着地点や活用方針がよく見え、対象データの選択や分析手段の適用に迷いがなく、効率的に分析ワークを進めることができました。

こういうコミュニケーションの取り方は今後の自分に取り入れたいと思います。

講座を通じて難しかったポイントや、今後の業務に活かせるポイントがありましたら教えてください

データ分析・活用の流れは、下記4つのフェーズに分けられます。

 1.分析設計
 2.データの可視化
 3.分析
 4.結論(考察や施策の提案)

この中で、私は「1.分析設計」と「3.分析」を今後伸ばしていくべきだと思いました。

「1.分析設計」は、分析の目的を設定し、そのために必要な情報を整理した上で、具体的な作業プロセス(コーディング)に落とし込むことが出来ませんでした。

「3.分析」は、分析結果をどう解釈し、どのように可視化して伝えるかという点も非常に苦労しました。
テキストにでてくる例題であれば、何の問題もなくこなせましたが、実際のビジネス課題を与えられると、考慮すべき事項が無限大で、結果の数字が出ても「何が言えるの?」と考えが行き詰ってしまいます。どういうことが言いたくて分析するのか?どんなデータが必要なのか?データ分析において、一連のプロセスやストーリーで繋げることの重要性を知るきっかけとなりました。

 

今回、受講してみて実際の業務に活かしたいと思ったことは3つあります。

 1.社内のデータベースに蓄積されている各種ログデータを包括的に理解して活用すること

これまでは、一般的によく使われるターゲット指標を算出するためにデータベースからログデータを抽出していましたが、SQL講座を受講してみて、データベースの基本構造やSQLの使い方を理解したことにより、ログデータの抽出や各種指標の分析業務を今までよりも効率的に進められるように検討したいと考えています。
将来的には、今までは分析対象としていなかったデータにも視野を広げて、アクセスできるデータは積極的に活用しながら、新たなインサイトを得られるようになりたいです。

 2.データ分析のフレームワークに基づく業務プロセスの標準化

2つの受講を通じて、分析のフレームワーク(CRISP-DM:CRoss-Industry Standard Process for Data Mining、産業間共通データマイニング標準プロセス)があることを知りました。これはデータ分析で陥いりやすいリスクを考慮した汎用的なフレームワークでした。
私の元々の受講目的は、自分の分析業務の精度向上と業務効率化でしたので、フレームワークに基づいて、間違いの少ない正確な分析結果と実行性の高いインサイトを提供できるアナリストを目指したいと考えています。

 3.受講によりデータ分析・活用の土台ができたと思います

今後より価値ある結果やインサイトを見出すために、これまでの業務に+αでデータの種類を増やしたり、高度な分析手法を少しずつ取り入れたいです。

DSC_3250

 

講座受講をご検討中の方へのメッセージをください

私は今回の研修を通じてデータ分析・活用の一連の流れを基礎から学ぶことが出来ました。
学んだ感想として、データリテラシー(データ分析や活用に関する一連の知識)は、ビジネスパーソンの基礎スキルとして、今後当たり前になっていくだろう、という事です。
業務プロセスにおいて、必ず振り返りをしますよね、良かったのか悪かったのか、それはなぜか?次はどうしたらいいのか?というように、ビジネスの中で正しく振り返りをして、PDCAを実践していくには、データ分析に関する理解が欠かせなくなっています。

データ分析や機械学習の分野でいうと、例えばCRISP-DMのように考え方の型がちゃんとあるんです!再現性がなかったり、その場限りの成果で終わるのではなく、継続的な成果を量産していくために、正しく客観的に振り返りをするための「型」を学ぶことができました。

これは、例え数字を取り扱う仕事や作業でなかったとしても、いい仕事をしていくために、正しく振り返ることはビジネスをする上での常識だと感じました。
社会人経験の少ない人こそ、データに基づいて、ビジネス課題をデータを用いて解決するスキルを身に付けていただくことをお勧めします。

 

 DSC_3353

 

 

*文中に掲載されている会社名・商品名は、各社の商標または登録商標です。
*文中に掲載されている情報は、発表日現在の情報です。情報は予告なく変更される可能性がございます。

お客様の声一覧に戻る

お申込みについてはこちら お問い合わせ・資料請求はこちら