データ分析チームをつくろう(その1):分析チームのつくり方

   

データ分析チームをつくろう(その1):分析チームのつくり方

皆さん、こんにちは。株式会社AITで日夜お客さまの分析支援をさせていただいている、kankanです。AITはこれまで、分析ツールの提供と、100社以上のお客さまへ分析支援を提供してきました。
このコーナーでは、日頃わたしたちがアナリティクスサービスの提案・デリバリーで感じていることを、「コラム」という形にして共有させていただきます。これからデータ分析やAI活用に取り組まれる方、既に分析を始めているが少し壁を感じている方などにとって、少しでも進め方のヒントになれば幸いです。

皆さんは、社内にデータ分析チーム(今風に言うとAI検討チーム)をつくろうというとき、どんなことに気をつければよいと思いますか?
「分析というのは数値を扱うから、ある程度数字に強い理系の人間がいいだろう」
「新しい分野だから、若手をメンバーに入れておいた方がいいだろう」
「社内だけでは難しいから外部のコンサルなども必要になるかもしれない」
等々
始めて取り組まれる方には難しいテーマ・人選になるかと思います。

多くのプロジェクトに関わってきた私たちも、必ず成功するという法則はもってませんが、ひとつ言えることは、“AIも分析もそれ自体が目的ではない” ということです。
何を当たり前のことを、とおっしゃるかもしれませんが、その観点で見た時に、果たして上に上げたようなチーミングで良いのだろうか? というのが今回のポイントです。

“数字を扱うことに抵抗がないメンバーが必要。” これは正解です。
さらに、
“どのような分析をすればよいかという目の付け所は、業務に精通した人が必要” これも正解です。
つまり、プロジェクトという視点でみた場合は、両方がそろっていないとうまく進みません。
業務に反映できる分析ができなければ、結局現場の皆さんの納得感を得られず、現場に普及せずとん挫してしまうことになります。

ある著名なデータサイエンティストの方が講演でお話されていたのは、
「分析5カ月。普及に2年。」
少し気の遠くなるような話ですが、プロジェクトとしての成功は、現場の業務に反映されて結果が出るところまで、と考えるとまさにそのとおりです。

現場普及まで考えた時、おのずと必要なチーミングが見えてくると思います。