ユニバーサルブログ

分析における重要な秘訣 Top 5

このままではもう打つ手がなくなります。トレンドを先取りし、分析のチャンピオンになりましょう。

データと分析はトレンドであり、成長を続ける分野です。(この道に進んだ方は正解です!いい選択をしましたね)LinkedIn 2018 Emerging Jobs Report によると、「データサイエンティストの専門家」の需要が、2017 年の 5 倍になりました。世界中の人々が、分析の未来について語り、アドバイスやハックを提供し、人工知能や機械学習のような新たなトレンドを話題にしています。オピニオンリーダーの話に耳を傾けるのも興味深いですが、キャリアアップに役立つ情報を見つけることは驚くほどに難しいものです。

過剰な宣伝に煩わされずに実際に役立つアドバイスを手に入れるには、どうすればいいのでしょうか?アナリティクスを成功に導くための秘訣 Top 5 を紹介します。

1. コードフリーは実現可能です。

データサイエンスは、数学、コンピュータサイエンス、創造的思考、アートが複雑に混ざり合ったものです。誰もがこの種の仕事に向いているわけではありません。データサイエンスを始める際に障壁となる最も大きな要因をご存知ですか?コードの知識が必要だと思ってしまうことです。実はその必要はありません。R や Python は価値あるスキルですが、アナリティック・プロセス・オートメーション(APA)プラットフォームでは、ドラッグアンドドロップ方式のキャンバス上で予測分析や処方的分析を実行できるため、コードの知識がなくても問題ありません。

経歴は関係ありません。学ぶ意欲があり、セルフサービスの APA プラットフォームが備わった環境にいれば、目の前に大きなチャンスが広がります。

一例をご紹介します。

2017 年、SCAN Health Plan 社は、会員に不要なリドカイン軟膏が大量に郵送され続けていたことから、リドカインの不正処方に疑いを持つようになりました。そこで、コードフリーのネットワーク分析を用いて、クレームデータを分析し、会員、薬局、不要な軟膏のつながりを特定しました。その結果、SCAN Health Plan 社は、初年度で 150 万ドルの節約を達成しました。


2. 博士号は不要です。

コードフリー、コードフレンドリーなデータサイエンスのアイデアにご賛同いただけたでしょうか。ここでさらに、もう一つの神話を覆してみましょう。データから高度なインサイトを導き出すために、数学や統計学の博士号は必要ありません。数学の専門知識があれば、間違いなく武器となり、一歩リードすることができます。しかし、学校を卒業してから数学に縁のない生活を送っている方であっても、全く問題はありません。細部に気を配り、創造性、好奇心、論理的思考を集約させれば、セルフサービスのデータ分析の世界を切り拓いていくことが可能になります。

McGraw Hill Education 社の分析および情報管理担当副社長である Fabio Italiano 氏は、機械学習の民主化に情熱を注いでいます。同氏は「技術的な」職種でなくとも、組織のあらゆる人員が高度な分析を実行できることを願っていました。そして、アナリティック・プロセス・オートメーションを活用して、既存の人材から「ビジネスデータサイエンティスト」のチームをトレーニングし、構築しました。その結果、社内の「ビジネスデータサイエンティスト」が、一行のコードも学ばず、統計学の修士号を取得するために学校に戻ることもなく、高度な R パッケージを使用して予測分析を実行できるようになりました。


3. あらゆるユーザーが好みに合わせて可視化をカスタマイズできます。

「百聞は一見に如かず」の通り、チャートを作成することで、分析に対する理解度を大幅に向上させることができます。ただし、チャートの作成には、多くの場合において時間がかかり、頭痛を引き起こすようなプロセスを踏まなければなりません。そして、分析に何日も何週間も費やし、ようやくビジュアライゼーションプラットフォームにエクスポートできた… と思ったのも束の間、予期しないエラーが発生したり、データがうまく可視化できなかったりという結果に終わってしまったりします。

ところが今はどうでしょうか。

セルフサービスのデータプラットフォームを使えば、作業内容を視覚的にチェックしながら微調整を加えることができ、そうした変更が可視化にどのように影響するかを確認できます。素晴らしいと思いませんか?可視化で苦い思いをするのではなく、プロセス全体に統合してデータをより良く理解し、より良い分析と結果を生み出すことができるのです。

アナリストがチャートでつまずきやすい課題としてもう一つ挙げられるのは、回答が必要な質問をすべて把握することです。ダッシュボードは、複数のチャートを配置して把握することができるため、ステークホルダーが必要な情報を得るのに最適な方法です。これにより、ステークホルダー自らが分析と対話し、疑問を解決できるようになります。また、このようなダッシュボードは、反復可能なワークフローで常に最新の状態に保つことができます。

最後に、チャートの最終目標であるバッチ生産を取り上げてみましょう。チャートを思いのままに次から次へと生成することができるのです。ボタンをクリックするだけで、カスタマイズされたチャートが手に入ります。コカ・コーラ社のシニアマネージャーは、セルフサービスのデータ分析を利用して、全米のフランチャイズに 600 以上のパーソナライズされた在庫最適化レポートを送信することに成功しています。

4. 自動化は創造性を解き放ちます。

自動化によって仕事が奪われるわけ��はありません。実際のところは、自由な時間が生まれるため、もっと楽しい作業に注力できるようになるのです。要するに… 「おもしろくない仕事」をしている時間が短くなるということです。たとえば月次レポートがそうですよね。何度も何度も時間を奪われていませんか?手動で実行し続ける ETL もそうですよね?時間のかかる退屈な作業を自動化すれば、その時間を本当にやりたい仕事に割くことができるため、魅力的な問題に取り組み、組織により多くの価値を提供できるようになります。

どの職種にも面倒な作業はつきものですが、特にアナリストは繰り返しの作業に追われ、バラバラなソースからのデータの収集に 80% もの時間を費やしています。そのような辛い仕事の一部を自動化できるとしたらどうでしょうか?ここにアナリストの一日をまとめました。確認してみましょう。

アナリストの一日のインフォグラフィック

いかがですか。自動化に取り組んでみませんか?不安に思う必要はありません。これは煩わしい仕事から解放されるチャンスなのです。

5. IT 部門を友人にしましょう。

何をばかげたことをと、呆れた顔をしないでください。IT 部門は間違いなくあなたの友人になるべき存在なのです(そして、それは不可能なことではありません)。さまざまな分析システムが組織内で利用されている現状においては、IT 部門は、アナリストやデータサイエンティストと敵対するような関係にあります。アナリストは、IT 部門がデータやバージョンへのアクセスをコントロールするせいで自由を制限されていると感じています。その一方でIT 部門は、差し迫った優先事項とは関係のないその場しのぎの要求のせいでいら立ちを募らせています。しかしながら、セルフサービスプラットフォームを利用すれば、IT がガバナンスと権限を作成することで、アナリストやデータサイエンティストがより自律的に行動できるようになります。つまり、誰にとってもメリットがあるのです。

信じられないという方は、Vizio 社の IT ディレクターである Trevor Jones 氏の話をお聞きください。


どのような職種であっても、データや分析を扱う業務であれば、将来を見据えていくことが肝心です。ただし、無意味なトレンドに巻き込まることは避けましょう。これら 5 つの秘訣を友人や同僚と共有しましょう(とても重要なハックです)。


Dark background blue dots of lights in varying shades
ブログ記事
5 min to read

Leveraging Alteryx for a Successful Job Search

Learn how Mike Davis' experience with Alteryx put him ahead of the competition.

アナリスト
Alteryx Designer
データ準備と分析
今すぐ読む
Red roller coaster shooting upwards
ブログ記事
8 min to read

Accelerate Digital Transformation with Automated Analytics

Automated analytics is the fuel for your organization’s growth, keeping it relevant, agile, and one step ahead of your competitors.

アナリティクスリーダー
ビジネスリーダー
Alteryx Machine Learning
今すぐ読む
Wavy colorful lines intersecting
ブログ記事
3 min to read

2021 Alteryx Podcast Wrap-up

In this special crossover podcast episode, hosts Maddie Johannsen and Susan Currie Sivek relive some of their favorite standout moments and special guests.

アナリスト
アナリティクスリーダー
データサイエンティスト
今すぐ読む

INPUT の新着ブログをメールで受け取りませんか?


スピーカー