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。