前に投稿した
に続いて
データサイエンスとは
統計学、情報工学など、様々な領域の手法を用い
有意義なデータを引き出すための研究分野
データサイエンティストは
データサイエンスの技術や技能を有して
仕事として活躍している人
必要な知識(スキル)は
1,統計のスキル
統計学の歴史は古く
大分前から教育や企業で使われています。
学校で確率の授業があったはずです。
わかりやすい事例では
選挙の策に
開票率 数% の時点で
当確 が出る。
一部の情報(標本)から
全体(母集団)を推測しています。
2,ITのスキル
データベースの構築やプログラミングなど
こちらも幅広いです。
実はエクセルにも、分析の機能があります。
・ピボットテーブルやピボットグラフ
・統計関数
・アドイン「分析ツール」
・PowerQuery
などです。
この数年ですが
Iotやインターネットの普及で
沢山のデータを
収集、分析が可能になりました。
「お~、 これは
データサイエンスを学問に出来るぞ。」
3,ビジネスのスキル
ビジネスの事例集です。
歴史が浅いため
まだまだ教育現場では不十分です。
・流行に乗って目指す。
・収入が高いので目指す。
・人嫌いな人
この三番目が重要です。
データサイエンティストのお仕事が
まだまだ確立していないので
ほぼほぼ
現場や経営者方などと
やり取りが主なお仕事です。
収入もビジネス課題を解決して
実績を出して伴います。
DX同様に
発展途上国である日本企業
・データサイエンスを知らない
・データサイエンスを信用しない
こんな企業風土や上司も多いです。
データサイエンス(分析)では
「95%の確率で、このようになります」
と伝えます。
「わが社は完璧がモットーなのだ。
100%でないとダメ・・・」
統計学を用いる以上
100%は存在しません。
100%にかなり近い状態にするには
コストも時間もかかります。
製品や部品などには許容範囲があります。
「わが社は100%の製品を目指す」
無駄に投資をしたりします。
時間のロスの場合
ほかのビジネスチャンスを失ったりします。
・データサイエンスの教育を実施(人材開発)
・データサイエンティストを採用する。
昨今、このレベルの企業が
増えているような気がしますが。
データサイエンスの
知識が必要なのは
経営者、部長様、課長様も含めての
お話でなければ
ビジネスに活かす事は
難しいです。