狠狠撸

狠狠撸Share a Scribd company logo

データサイエンスの现场で役立つスキルを磨きやすい职场环境

?
?
Masatoshi Abe
Masatoshi Abe

2018年12月14日のデータサイエンティストキャリアトークイベントでの発表資料 https://connpass.com/event/107602/

1 of 37
Download to read offline
Copyright ? 2018 AbemaTV All Rights Reserved. 2018年12月14日 現役社員が語る、エンジニア＆データサイエンティストキャリアトーク データサイエンスの現場で 役立つスキルと スキルを磨きやすい職場環境 株式会社AbemaTV 広告本部 阿部 昌利
Copyright ? 2018 AbemaTV All Rights Reserved. 2 まえがき 本スライドは、データサイエンティストという、 役割が定まり切っていない職種の、 キャリア形成に役立つスキルについて、 できるだけ明確な説明を試みたものです。 飽くまでも、筆者の経験に基づく いち個人の見解であることを了承ください。 また今回振り返ってみて、今まで仕事を通じて お会いしたすべての方々に感謝したくなりました。 どうもありがとうございました…！
Copyright ? 2018 AbemaTV All Rights Reserved. 3 社会人8年目で4社目。社内外向け問わず、 様々なビジネスモデルの組織で多様なデータの分析を経験 11年4月 14年4月 17年7月 18年1月 私のキャリア紹介 企業信用調査会社 スマホゲーム会社 総合金融サービス会社 AbemaTV 広告本部
Copyright ? 2018 AbemaTV All Rights Reserved. データサイエンティストとして スキルを磨いていくとは どういうことか？ 目次 4 ? 仕事論 ? 主な役割と業界概要 ? プロジェクトサイクル ? スキル論 ? 会社で役立つスキル ? 会社論 ? スキル観点でのメリッ ト?デメリット データサイエンティストは どんな仕事を、 どんな風にしているのか？ 皆さんに伝えたいこと 会社の違いで、 磨かれるスキルが どう異なるのか？
Copyright ? 2018 AbemaTV All Rights Reserved. データサイエンティストの表記について 5 データサイエンティスト （以下、分析官）
Copyright ? 2018 AbemaTV All Rights Reserved. 仕事論
Copyright ? 2018 AbemaTV All Rights Reserved. 分析官の仕事 7 分析官の仕事は2つに大別される AI（Artificial Intelligence） BI（Business Intelligence） アウト プット 機械学習モデル 統計モデル 分析レポート 新指標（ダッシュボード） 目的 新サービス開発 サービス価値向上 自社メンバーや クライアントの意思決定 例 ?企業の倒産予測値 ?クレジットカードの与信モデル ?サッカー翌3分間の得点予測モデル ?ラーメン屋出店時の来客数予測モデル ?AbemaTV視聴者のデモグラ推定モデル ?最適な割引頻度の分析 ?無料クーポンの最適な配布量分析 ?キャラの強さ指標策定 ?ユーザ数減少要因特定分析
Copyright ? 2018 AbemaTV All Rights Reserved. プロジェクトサイクル 8 AI（Artificial Intelligence） BI（Business Intelligence） アウト プット 機械学習モデル 統計モデル 分析レポート 新指標（ダッシュボード） 目的 新サービス開発 サービス価値向上 自社メンバーや クライアントの意思決定 例 ?企業の倒産予測値 ?クレジットカードの与信モデル ?サッカー翌3分間の得点予測モデル ?ラーメン屋出店時の来客数予測モデル ?AbemaTV視聴者のデモグラ推定モデル ?最適な割引頻度の分析 ?無料クーポンの最適な配布量分析 ?キャラの強さ指標策定 ?ユーザ数減少要因特定分析 モデル構築から検証?実装まで、 1ヶ月～1年 くらい。データ取得からの場合は 数年に及ぶ場合もある 仮説立案から結果まとめまで、 数日～3ヶ月 くらい。情勢が変わると情報価値が 失われるので、スピードが 求められるケースが多い
Copyright ? 2018 AbemaTV All Rights Reserved. AI BI 事業 会社 の 分析 部門 分析 コン サル ティ ング 会社 大企 業の 研究 部門 分析職ポジショニング 9 分析 システム 開発 会社/部門 分析 ツール 開発 会社/部門 研究 実利
Copyright ? 2018 AbemaTV All Rights Reserved. AI BI 事業 会社 の 分析 部門 分析 コン サル ティ ング 会社 大企 業の 研究 部門 分析職ポジショニング 10 分析 システム 開発 会社/部門 分析 ツール 開発 会社/部門 研究 実利 本スライドはココの 各社の比較 ※最も人材需要も多い
Copyright ? 2018 AbemaTV All Rights Reserved. スキル論
Copyright ? 2018 AbemaTV All Rights Reserved. 求められるスキル 12 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） 実際にスキル評価や育成の観点としている項目
Copyright ? 2018 AbemaTV All Rights Reserved. 分析官がマストで持つスキル 13 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） マストなスキル （これがなきゃ始まらない＆自学自習しやすい）
Copyright ? 2018 AbemaTV All Rights Reserved. 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） 優秀な分析官が持つスキル 14 会社で評価される分析官が持っているスキル A. 分析で出来ることと出来ないことがある。そこへの対応力 B. 実社会のデータは汚くて思い通りにならない。そこへの対応力 C. みんな誰かに説明しなければならない。そこへの対応力
Copyright ? 2018 AbemaTV All Rights Reserved. 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） 超優秀な分析官が持つスキル 15 市場の有名プレーヤーが突出しているスキル （事業責任者に求められるようなスキル）
Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境 16 スキルを磨くために大事な、5つの職場環境 （●＝その職場環境が整っていると当該スキルを磨きやすい） 大項目 中項目 1. データの 多様さ 2. 分析の 自由さ 3. 収益成果の 出しやすさ 4. チーム力 5. 意思決定者 との近さ 問題を 見抜く力 課題発見、仮説構築力 → ● ● ● ● 定量力 ● ● ● 方針設定力 ● ● ● 分析技術力 データハンドリング力 ● ● ● 分析手法適用力 ● ● ● 分析の遂行力 ● ● 結果を 展開する力 解釈力 ● ● ● ● 説明力 ● ● ● 資料作成力 ● ● ● 実装する力 仕組み構築力 ● ● ● ● エンジニアリング力 ● ● ● ● 上記5点を満たす会社ほど、 分析官に求められるスキルを磨きやすい
Copyright ? 2018 AbemaTV All Rights Reserved. 会社論
Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 18 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇 〇＝整っていた ?＝整っているとは言いにくかった ※いま振り返って比較した相対的な評価値です
Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 19 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇 未経験のデータ（ビジネス課題）に触れるとき、 新たな分析の引き出しや考え方を身に着けやすい。 触ったデータの数だけ力になる
Copyright ? 2018 AbemaTV All Rights Reserved. ? データが多様な企業 → 多業態の企業 → 異業種提携が盛んな企業 → データを貯める仕組が整っている企業 ? データが画一的な企業 → 上記の逆 データの多様さ 20 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 景気の良い企業
Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 21 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇 分析ツールや手法が制限される環境が社会には存在する。 その場合、自身が身に着けられる領域も狭まる。 また、ツールで高められる分析力は大きい
Copyright ? 2018 AbemaTV All Rights Reserved. 分析の自由さ：ツール編 22 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 ? レガシーな大企業あるある → 新しいツールを試すハードルが高い → webアクセス制限（例：github閲覧不能） ? 金融企業あるある → クローズドなサーバーにしかデータ保管できない。 クラウドサービス使えない
Copyright ? 2018 AbemaTV All Rights Reserved. 分析の自由さ：分析手法編 23 分析時の 企業 分析内容 分析手法 AbemaTV 広告本部 デモグラ推定 勾配ブースティング 総合金融 サービス キャンペーン 反応率予測 勾配ブースティング スマホゲーム スポーツの 将来の得点予測 トピック分類 ＆ SVM回帰分析 企業信用 調査 企業の1年以内の 倒産予測 ロジスティック 回帰分析 壁
Copyright ? 2018 AbemaTV All Rights Reserved. 分析の自由さ：分析手法編 24 精度至上。 推定ロジッ クはブラッ クボックス でOK 一定の精度 は必要だが、 推定結果の 高低や変化 した場合の 理由を説明 できること もマスト 分析時の 企業 分析内容 分析手法 AbemaTV 広告本部 デモグラ推定 勾配ブースティング 総合金融 サービス キャンペーン 反応率予測 勾配ブースティング スマホゲーム スポーツの 将来の得点予測 トピック分類 ＆ SVM回帰分析 企業信用 調査 企業の1年以内の 倒産予測 ロジスティック 回帰分析 壁
Copyright ? 2018 AbemaTV All Rights Reserved. 収益に貢献できると分析官のプレゼンスが高まり、ヒト?モ ノ?カネを集めて、インパクトの大きい分析に取り組みやす くなる。成果の出しやすさが経験値の得やすさに直結する 分析官に求められるスキルを磨ける職場環境の会社間比較 25 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
Copyright ? 2018 AbemaTV All Rights Reserved. 収益成果の出しやすさ 26 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 ? 収益貢献がしにくい企業 → 分析結果を商品化しやすい → 収益への貢献がわかりやすい ? 収益貢献がしにくい企業 → 分析商品の販売体制を整えにくい → プロダクトがクリエイターの聖域 金融 広告分野
Copyright ? 2018 AbemaTV All Rights Reserved. 数人の分析チームが組めると、他のメンバーの分析を 追体験できるので、その分経験値が増える。相談もできる。 チーム体制が整っていると人数倍の経験値を得られる 分析官に求められるスキルを磨ける職場環境の会社間比較 27 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 拡大中 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
Copyright ? 2018 AbemaTV All Rights Reserved. チーム力 28 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 拡大中 ? スマホゲーム会社での典型的な1日 10:00～10:30 朝会準備 10:30～12:00 朝会 12:00～13:00 昼食 13:00～19:00 分析 チーム数人で分析プ ロセスすべて（仮説、 分析、提案、検証 etc...）について 毎日議論
Copyright ? 2018 AbemaTV All Rights Reserved. 意思決定者と気軽にコミュニケーションできると、ビジネス 目線での分析作法を鍛えられて、結果の活用もスムーズ。 本質的な部分にリソースを割きやすい 分析官に求められるスキルを磨ける職場環境 29 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
Copyright ? 2018 AbemaTV All Rights Reserved. ? レガシーな大企業あるある → コミュニケーションツールが電話 or メール のみ → 意思決定者への提案までに承認を得る人が 多い 意思決定者との近さ 30 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
Copyright ? 2018 AbemaTV All Rights Reserved. まとめ
Copyright ? 2018 AbemaTV All Rights Reserved. 大事な職場環境 32 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ
Copyright ? 2018 AbemaTV All Rights Reserved. 大事な職場環境の調べ方 33 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ それぞれ、 就職活動中に 質問してみよう！
Copyright ? 2018 AbemaTV All Rights Reserved. 大事な職場環境が割れたとき 34 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ
Copyright ? 2018 AbemaTV All Rights Reserved. 大事なもの 35 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ 私の答え① チーム力 → 分析官の1stステップとしては、 君を育てる気概のある 先輩がいる会社がおススメ。 全面的にスキルアップしやすく、 他条件も良いことが多い
Copyright ? 2018 AbemaTV All Rights Reserved. 大事なもの 36 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ 私の答え② 好きなデータのあるところ → 情熱を傾けられる分野があれば、 そのデータの保有会社がおススメ。 情熱があれば困難も乗り越えやすく、 将来もその分野に関わりやすい
Copyright ? 2018 AbemaTV All Rights Reserved. 37 ご清聴ありがとう ございました！ みなさんの就職活動に幸あれ

More Related Content

データサイエンスの现场で役立つスキルを磨きやすい职场环境

  • 1. Copyright ? 2018 AbemaTV All Rights Reserved. 2018年12月14日 現役社員が語る、エンジニア＆データサイエンティストキャリアトーク データサイエンスの現場で 役立つスキルと スキルを磨きやすい職場環境 株式会社AbemaTV 広告本部 阿部 昌利
  • 2. Copyright ? 2018 AbemaTV All Rights Reserved. 2 まえがき 本スライドは、データサイエンティストという、 役割が定まり切っていない職種の、 キャリア形成に役立つスキルについて、 できるだけ明確な説明を試みたものです。 飽くまでも、筆者の経験に基づく いち個人の見解であることを了承ください。 また今回振り返ってみて、今まで仕事を通じて お会いしたすべての方々に感謝したくなりました。 どうもありがとうございました…！
  • 3. Copyright ? 2018 AbemaTV All Rights Reserved. 3 社会人8年目で4社目。社内外向け問わず、 様々なビジネスモデルの組織で多様なデータの分析を経験 11年4月 14年4月 17年7月 18年1月 私のキャリア紹介 企業信用調査会社 スマホゲーム会社 総合金融サービス会社 AbemaTV 広告本部
  • 4. Copyright ? 2018 AbemaTV All Rights Reserved. データサイエンティストとして スキルを磨いていくとは どういうことか？ 目次 4 ? 仕事論 ? 主な役割と業界概要 ? プロジェクトサイクル ? スキル論 ? 会社で役立つスキル ? 会社論 ? スキル観点でのメリッ ト?デメリット データサイエンティストは どんな仕事を、 どんな風にしているのか？ 皆さんに伝えたいこと 会社の違いで、 磨かれるスキルが どう異なるのか？
  • 5. Copyright ? 2018 AbemaTV All Rights Reserved. データサイエンティストの表記について 5 データサイエンティスト （以下、分析官）
  • 6. Copyright ? 2018 AbemaTV All Rights Reserved. 仕事論
  • 7. Copyright ? 2018 AbemaTV All Rights Reserved. 分析官の仕事 7 分析官の仕事は2つに大別される AI（Artificial Intelligence） BI（Business Intelligence） アウト プット 機械学習モデル 統計モデル 分析レポート 新指標（ダッシュボード） 目的 新サービス開発 サービス価値向上 自社メンバーや クライアントの意思決定 例 ?企業の倒産予測値 ?クレジットカードの与信モデル ?サッカー翌3分間の得点予測モデル ?ラーメン屋出店時の来客数予測モデル ?AbemaTV視聴者のデモグラ推定モデル ?最適な割引頻度の分析 ?無料クーポンの最適な配布量分析 ?キャラの強さ指標策定 ?ユーザ数減少要因特定分析
  • 8. Copyright ? 2018 AbemaTV All Rights Reserved. プロジェクトサイクル 8 AI（Artificial Intelligence） BI（Business Intelligence） アウト プット 機械学習モデル 統計モデル 分析レポート 新指標（ダッシュボード） 目的 新サービス開発 サービス価値向上 自社メンバーや クライアントの意思決定 例 ?企業の倒産予測値 ?クレジットカードの与信モデル ?サッカー翌3分間の得点予測モデル ?ラーメン屋出店時の来客数予測モデル ?AbemaTV視聴者のデモグラ推定モデル ?最適な割引頻度の分析 ?無料クーポンの最適な配布量分析 ?キャラの強さ指標策定 ?ユーザ数減少要因特定分析 モデル構築から検証?実装まで、 1ヶ月～1年 くらい。データ取得からの場合は 数年に及ぶ場合もある 仮説立案から結果まとめまで、 数日～3ヶ月 くらい。情勢が変わると情報価値が 失われるので、スピードが 求められるケースが多い
  • 9. Copyright ? 2018 AbemaTV All Rights Reserved. AI BI 事業 会社 の 分析 部門 分析 コン サル ティ ング 会社 大企 業の 研究 部門 分析職ポジショニング 9 分析 システム 開発 会社/部門 分析 ツール 開発 会社/部門 研究 実利
  • 10. Copyright ? 2018 AbemaTV All Rights Reserved. AI BI 事業 会社 の 分析 部門 分析 コン サル ティ ング 会社 大企 業の 研究 部門 分析職ポジショニング 10 分析 システム 開発 会社/部門 分析 ツール 開発 会社/部門 研究 実利 本スライドはココの 各社の比較 ※最も人材需要も多い
  • 11. Copyright ? 2018 AbemaTV All Rights Reserved. スキル論
  • 12. Copyright ? 2018 AbemaTV All Rights Reserved. 求められるスキル 12 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） 実際にスキル評価や育成の観点としている項目
  • 13. Copyright ? 2018 AbemaTV All Rights Reserved. 分析官がマストで持つスキル 13 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） マストなスキル （これがなきゃ始まらない＆自学自習しやすい）
  • 14. Copyright ? 2018 AbemaTV All Rights Reserved. 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） 優秀な分析官が持つスキル 14 会社で評価される分析官が持っているスキル A. 分析で出来ることと出来ないことがある。そこへの対応力 B. 実社会のデータは汚くて思い通りにならない。そこへの対応力 C. みんな誰かに説明しなければならない。そこへの対応力
  • 15. Copyright ? 2018 AbemaTV All Rights Reserved. 大項目 中項目 内容 問題を 見抜く力 課題発見、 仮説構築力 データを使って解決すべき課題を見定められる 定量力 課題に対して、データからどういう数値を導けばよいのか、設定できる 方針設定力 関係者と事前にアウトプットの活かし方を議論し、 分析にどう取り組むとお互いがハッピーになれるかを合意できる 分析 技術力 データ ハンドリング力 正確に、素早く、処理速度の速いクエリが書ける。データ加工ができる 分析手法適用力 問題解決に最適な分析方法をチョイスし、適用できる 分析の遂行力 試行錯誤を重ねたり、不測の事態に対応しながら、結果にたどり着ける 結果を 展開する力 解釈力 数値の把握のみならず、ビジネス的な解釈ができる 説明力 受け手に合わせて、分析結果を説明できる 資料作成力 誰でも理解しやすい資料を作成できる 実装 する力 仕組み構築力 ツール化やダッシュボード化など、効率的に横展開するための仕組みを考え られる エンジニア リング力 分析コードを定常的に運用されるシステムとして実装できる（エンジニアと コミュニケーションして、分担し、必要部分をコーディングできる） 超優秀な分析官が持つスキル 15 市場の有名プレーヤーが突出しているスキル （事業責任者に求められるようなスキル）
  • 16. Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境 16 スキルを磨くために大事な、5つの職場環境 （●＝その職場環境が整っていると当該スキルを磨きやすい） 大項目 中項目 1. データの 多様さ 2. 分析の 自由さ 3. 収益成果の 出しやすさ 4. チーム力 5. 意思決定者 との近さ 問題を 見抜く力 課題発見、仮説構築力 → ● ● ● ● 定量力 ● ● ● 方針設定力 ● ● ● 分析技術力 データハンドリング力 ● ● ● 分析手法適用力 ● ● ● 分析の遂行力 ● ● 結果を 展開する力 解釈力 ● ● ● ● 説明力 ● ● ● 資料作成力 ● ● ● 実装する力 仕組み構築力 ● ● ● ● エンジニアリング力 ● ● ● ● 上記5点を満たす会社ほど、 分析官に求められるスキルを磨きやすい
  • 17. Copyright ? 2018 AbemaTV All Rights Reserved. 会社論
  • 18. Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 18 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇 〇＝整っていた ?＝整っているとは言いにくかった ※いま振り返って比較した相対的な評価値です
  • 19. Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 19 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇 未経験のデータ（ビジネス課題）に触れるとき、 新たな分析の引き出しや考え方を身に着けやすい。 触ったデータの数だけ力になる
  • 20. Copyright ? 2018 AbemaTV All Rights Reserved. ? データが多様な企業 → 多業態の企業 → 異業種提携が盛んな企業 → データを貯める仕組が整っている企業 ? データが画一的な企業 → 上記の逆 データの多様さ 20 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 景気の良い企業
  • 21. Copyright ? 2018 AbemaTV All Rights Reserved. 分析官に求められるスキルを磨ける職場環境の会社間比較 21 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇 分析ツールや手法が制限される環境が社会には存在する。 その場合、自身が身に着けられる領域も狭まる。 また、ツールで高められる分析力は大きい
  • 22. Copyright ? 2018 AbemaTV All Rights Reserved. 分析の自由さ：ツール編 22 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 ? レガシーな大企業あるある → 新しいツールを試すハードルが高い → webアクセス制限（例：github閲覧不能） ? 金融企業あるある → クローズドなサーバーにしかデータ保管できない。 クラウドサービス使えない
  • 23. Copyright ? 2018 AbemaTV All Rights Reserved. 分析の自由さ：分析手法編 23 分析時の 企業 分析内容 分析手法 AbemaTV 広告本部 デモグラ推定 勾配ブースティング 総合金融 サービス キャンペーン 反応率予測 勾配ブースティング スマホゲーム スポーツの 将来の得点予測 トピック分類 ＆ SVM回帰分析 企業信用 調査 企業の1年以内の 倒産予測 ロジスティック 回帰分析 壁
  • 24. Copyright ? 2018 AbemaTV All Rights Reserved. 分析の自由さ：分析手法編 24 精度至上。 推定ロジッ クはブラッ クボックス でOK 一定の精度 は必要だが、 推定結果の 高低や変化 した場合の 理由を説明 できること もマスト 分析時の 企業 分析内容 分析手法 AbemaTV 広告本部 デモグラ推定 勾配ブースティング 総合金融 サービス キャンペーン 反応率予測 勾配ブースティング スマホゲーム スポーツの 将来の得点予測 トピック分類 ＆ SVM回帰分析 企業信用 調査 企業の1年以内の 倒産予測 ロジスティック 回帰分析 壁
  • 25. Copyright ? 2018 AbemaTV All Rights Reserved. 収益に貢献できると分析官のプレゼンスが高まり、ヒト?モ ノ?カネを集めて、インパクトの大きい分析に取り組みやす くなる。成果の出しやすさが経験値の得やすさに直結する 分析官に求められるスキルを磨ける職場環境の会社間比較 25 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
  • 26. Copyright ? 2018 AbemaTV All Rights Reserved. 収益成果の出しやすさ 26 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 ? 収益貢献がしにくい企業 → 分析結果を商品化しやすい → 収益への貢献がわかりやすい ? 収益貢献がしにくい企業 → 分析商品の販売体制を整えにくい → プロダクトがクリエイターの聖域 金融 広告分野
  • 27. Copyright ? 2018 AbemaTV All Rights Reserved. 数人の分析チームが組めると、他のメンバーの分析を 追体験できるので、その分経験値が増える。相談もできる。 チーム体制が整っていると人数倍の経験値を得られる 分析官に求められるスキルを磨ける職場環境の会社間比較 27 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 拡大中 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
  • 28. Copyright ? 2018 AbemaTV All Rights Reserved. チーム力 28 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 拡大中 ? スマホゲーム会社での典型的な1日 10:00～10:30 朝会準備 10:30～12:00 朝会 12:00～13:00 昼食 13:00～19:00 分析 チーム数人で分析プ ロセスすべて（仮説、 分析、提案、検証 etc...）について 毎日議論
  • 29. Copyright ? 2018 AbemaTV All Rights Reserved. 意思決定者と気軽にコミュニケーションできると、ビジネス 目線での分析作法を鍛えられて、結果の活用もスムーズ。 本質的な部分にリソースを割きやすい 分析官に求められるスキルを磨ける職場環境 29 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 1 データの 多様さ 様々なデータに触れられる ? 〇 〇 → ? 〇 2 分析の 自由さ 新しい分析ツールを導入で きる。分析手法を自由に使 える ? 〇 3 収益成果の 出しやすさ モデルや分析結果が金銭的 な価値に結び付きやすい ? 〇 ? 〇 4 チーム力 分析チームで 日々議論できる 〇 → ? ? 〇 ? 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
  • 30. Copyright ? 2018 AbemaTV All Rights Reserved. ? レガシーな大企業あるある → コミュニケーションツールが電話 or メール のみ → 意思決定者への提案までに承認を得る人が 多い 意思決定者との近さ 30 No. 職場環境 内容 企業信用 調査 総合金融 サービス スマホ ゲーム AbemaTV 広告本部 5 意思決定者と の近さ 意思決定者と頻繁にコミュ ニケーションを取れる ? 〇
  • 31. Copyright ? 2018 AbemaTV All Rights Reserved. まとめ
  • 32. Copyright ? 2018 AbemaTV All Rights Reserved. 大事な職場環境 32 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ
  • 33. Copyright ? 2018 AbemaTV All Rights Reserved. 大事な職場環境の調べ方 33 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ それぞれ、 就職活動中に 質問してみよう！
  • 34. Copyright ? 2018 AbemaTV All Rights Reserved. 大事な職場環境が割れたとき 34 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ
  • 35. Copyright ? 2018 AbemaTV All Rights Reserved. 大事なもの 35 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ 私の答え① チーム力 → 分析官の1stステップとしては、 君を育てる気概のある 先輩がいる会社がおススメ。 全面的にスキルアップしやすく、 他条件も良いことが多い
  • 36. Copyright ? 2018 AbemaTV All Rights Reserved. 大事なもの 36 No. 職場環境 1 データの多様さ 2 分析の自由さ 3 収益成果の出しやすさ 4 チーム力 5 意思決定者との近さ 私の答え② 好きなデータのあるところ → 情熱を傾けられる分野があれば、 そのデータの保有会社がおススメ。 情熱があれば困難も乗り越えやすく、 将来もその分野に関わりやすい
  • 37. Copyright ? 2018 AbemaTV All Rights Reserved. 37 ご清聴ありがとう ございました！ みなさんの就職活動に幸あれ