８８２、データサイエンティストが陥るビジネスの罠
こんにちは、くらもとたいしです。
日本ではデータサイエンティストの育成が遅れています。また文理とわず数理能略は最低限必要な技能になってきました。そうデータを扱うことはスペシャリストだけでなくすべての人に求められる能力になってきたのです。
すべての人が一定の数字に強くなれば、今あるデータはより価値を増してくるでしょう。
それでは見ていきましょう！！
＜Sponsored Link＞
【データサイエンティストが陥るビジネスの罠】
データサイエンスの分野は以前からも学問分野として存在していましたが、ビッグデータ・ディープラーニング、AIの登場によって脚光を浴びるようになりました。
多くの企業ではデータは企業の油として、データを扱えるデータサイエンティストを重宝し始めたのです。この傾向はどのようになったのでしょうか？
それは適したタイミングで適材適所の人材配置に失敗する結果となったのです。
何が失敗の原因となったのでしょうか？それは会社がここに求める期待値と社員の働きにギャップがあったのです。特にデータサイエンティストなど今まで役職になかった人材を会社がマネジメントできていなかったことに大きな原因があったのです。
一般的にデータサイエンティストはデータから問題解決のイシューや糸口を見つけ出し、エビデンスをもとにビジネスを加速させていくことがまとめられます。しかしデータサイエンティストの特徴としては職人気質が多く、データをいじる力に長けていても、ビジネスの問題解決に結びつけることに大きな労力を割く傾向が少ないということです。
これはデータサイエンティストの問題だけではありません。企業の問題でもあるのです。例えば組織が縦割りの場合、誰が何をやっているのかは不透明になります。特にデータサイエンティストの仕事は他の部署から理解されないことが多いため、結果として孤立し、ビジネスの全体を把握する機会が失われます。
その結果データを扱うことに集中し、視野の狭い結果を生み出すことになるのです。それではこのギャップをうまく解消させる方法はないのでしょうか？ここから4つの方法を見ていきましょう。
1.目的をクリアにし、そのプロセスを可視化する
まずデータサイエンティストを活用する目的は何なのか？企業は何を期待し、社員は何に期待されているのかを共通して理解しなければいけません。その中でしっかりと結果の測定を決めておかなければいけません。
データサイエンティストはデータをいじくることが仕事ではなく、データを用いて問題解決に導くこと、それを横展開していくことが重要であることを忘れてはいけません。
2.その分野に興味のあるデータサイエンティストを採用する
よく陥りがちなのはデータを活用できる人材だから採用するといった間違いです。データサイエンティストは必要ですが、そこにはその分野にに関心がなければいけません。上述しましたが、データだけをいじるのであればあまり会社には貢献しません。その企業をデータを用いて〇〇のような問題解決に導きたいといった、通常の採用活動の考え方を忘れてはいけません。
3.最後まで責任を持たせる仕事に大きなプレッシャーを与えることをよしとは思っていませんが、責任は必要です。特に営業のように実績の可否が先方の採決で決まるのであれば自ずと責任感は生まれます。
しかしデータサイエンティストの場合直接的な成功・失敗を経験することは多くありません。したがって彼らに仕事の責任感が薄れるのは当然なのです。大切なことは関わった仕事は最後まで自分にも責任があるというマインドセットなのです。
4.データを横に展開させる
人によってはデータを読み解くことさえも放棄する人がいます。結果データが一つの箇所に留まり、横に展開していかなくなります。したがってこれは双方の歩み寄りが必要です。
データサイエンティストはいかに相手にわかりやすく伝えるかを、それ以外の人たちにとってはいかにそのデータが自身の部署に落とし込めるのかと、そのデータの活用方法を学ぶべきなのです。データは組織全体で共有されてはじめて活きてくることを共に理解しておかなくてはいけません。
ありがとうございました。
＜Sponsored Link＞
