データ分析の基礎と
企業のデータ活用を支える
データサイエンティストの役割とは

ここ数年、ビジネスでデータ分析を活用する企業がますます増えています。企業におけるデータ活用とは、ビジネス活動を通して蓄積した情報を統計的手法などを用いて分析し、何らかの傾向やパターンを見つけ出すことで、業績向上に結びつけることを指します。仕入れや販売、製造、マーケティング、アフターサービスなど、企業や顧客に関わるあらゆる所でデータ分析が活用されています。分析手法としては、伝統的な統計学のほか最近ではディープラーニングなどのAI技術も用いられます。

データ分析の分かりやすい例としては、販売やマーケティングでの活用が挙げられます。まず、商品の売り上げを集計して簡単なランキングを作るだけでも売れ筋商品が分かり、販売戦略が立てやすくなります。一歩進んで、性別や年齢など顧客層の違いに応じた売れ筋商品が分かれば、店舗ごとの客層に合わせた品揃えを最適化できます。どの商品とどの商品が一緒に買われているかという分析もよく行われます。一緒に買われることが多い商品が分かれば、品揃えや棚の配置を最適化できます。さらに、一緒に買われる商品の分析を顧客層の分析と組み合わせるなど、様々な分析の切り口が考えられるでしょう。今では販売やマーケティングだけでなく、あらゆる業種や業務がそれぞれの切り口でデータを分析しています。

データ分析には、4つの段階があります（図）。まず、過去や現在のデータから、何が起きているのかを把握します。

そして、それが起きた原因を探ります。過去の事象が起きた因果関係が分かれば、別の条件の時にどんな結果になるかが予想できます。最終的には、最適化分析によって、自分たちにとって好ましい結果になるにはどうすれば良いかという改善策を見出すことができます。例えば、ある製品が売れたという事実から分析をスタートして、なぜ売れたのか、どうすればもっと売れるかという最適化を目指します。

データ分析のビジネス活用が盛んになった背景には、ITの発展と普及があります。かつては、データ分析のアイデアがあってもデータの収集が難しかったり、分析に時間がかかりすぎるなどの問題があり、データ分析できる範囲は限られていました。しかし今では、IT技術の発展によって大量の情報の収集が容易になり、集めたデータも素早く処理できるようになりました。今後、IoT（モノのインターネット）化が進むとあらゆる機器がネットワークに繋がり、より多くの情報が収集できるようになります。また、最近では、数値で表される定量的なデータだけでなく、製品やサービスに対するユーザーからの評価など、定性的なデータの分析も進んでいます。

こうしたデータ分析を支えているのが「データサイエンティスト」と呼ばれるスペシャリストです。データサイエンティストの役割は、意思決定者がデータに基づいて合理的な判断を行えるようにサポートすることです。このような業務は古くからありますが、ビッグデータブームなどにより、データ活用が大きく注目される中でデータサイエンティストの役割もクローズアップされてきました。

データサイエンティストの具体的な業務は、担当する分野や組織によって異なりますが、一般的に以下となります。

このようにデータサイエンティストには、統計分析やAIといった分析の専門知識だけでなく、データ収集や加工に必要なITの知識やプログラミング技術、それに加えて分析対象のビジネスに対する理解が求められます。これらの条件をすべてひとりで担うことは困難であるため、各部門の専門家と上手く情報交換や連携できるコミュニケーション能力も必要です。データサイエンティストとともに仕事をするメンバーも仕事の特性を理解しておくことで、よりスムーズな共同作業が可能になるでしょう。