データ分析人材になる。 目指すは「ビジネストランスレーター」

木田浩理 / 伊藤豪 / 高階勇人 / 山田紘史

「データ分析」はビジネスの基本スキル
文系・理系は関係ない

「データ分析はデータサイエンティストの仕事」というのは、もはや古い考え方です。最近では「ビジネストランスレーター」という役割も重要視されています。「データサイエンティスト」でなければできない高度な分析はありますが、ビジネスで役立てるには、必ずしも高度な分析は必要ありません。しかも、最近ではGUIを備えた「データ分析ツール」が充実し、プログラミングなどできなくてもデータ分析は可能です。

だからといって、「ツールさえあれば、誰もがビジネスで役立つデータ分析ができる」というわけではありません。AI技術を活用し、データさえあれば自動で高度な分析をしてくれるツールもありますが、やみくもに使うとトラブルを起こしかねません。

データ分析を“うまく”進めるには、身に付けないといけない方法論があります。本書では、著者らが成功と失敗を繰り返して見つけ出した独自の「５Ｄフレームワーク」という方法論を解説しています。いくら高度なデータ分析手法をマスターしたとしても、本書で説明しているような方法論を知らなければ、ビジネスで役立たせることはできません。

本書を読むのに、データ分析の前知識は必要ありません。文系も理系も関係ありません。「データ分析はビジネスパーソンの基本スキル」となるのはもうすぐそこまで来ていると思います。「データ分析人材になる。」との決意を持って本書を読めば、ビジネスで役立つデータ分析の進め方が分かります。

• カテゴリ: ビジネス・実用
• ジャンル: ビジネス・経済 / 自己啓発
• 出版社: 日経BP
• ページ数: 256ページ
• 電子版発売日: 2020年10月16日
• コンテンツ形式: EPUB
• サイズ(目安): 4MB

[ブクログ · ★★★★★]

データサイエンティストとして働く上で必要なことを書く本
5dという観点でうまくまとめている。ちゃんと使うという視点で考えてるのも良い

demand①ヒアリング②課題理解③提案④期待値調整
design：①目的②仮説③データ④手段、を決定
data：①データ検討②洗い出し③入手
depelop：①環境構築②データチェック③分析④ストーリー提示⑤議論
deploy：①データ自動取得②自動加工③モデル更新④アウトプット構築

[ブクログ · ★★★★★]

友人から「ビジネストランスレーター」なるキーワードを聞いて読んでみました。
具体例を挙げながらデータ分析の進め方や陥りがちな課題が説明されており、とても分かりやすかった。
データ分析ツールやコンサルの営業担当者にも参考になる一冊です。

[ブクログ · ★★★★★]

めちゃくちゃ良かった。文系から分析系を目指すのって半端なく努力が必要だし心意気もそこらのものじゃ一人前なれないんだろうな〜と思っていたが、ビジネストランスレーターというポジションがあるとは！
ただやはりプログラミングできてナンボだと思うので、勉強頑張っていきたいとおもう。

[ブクログ · ★★★★★]

データサイエンスというと敷居が高くてどうしたらよいか分からないが、これは自社でどのように取り組んでよいか5つのフレームワークを通して紹介しているため、とっつきやすく、AIや分析これから導入する企業の方が読むといい本

[ブクログ · ★★★★★]

「データ分析人材になる」　

1.本書の読みどころ
三井住友海上火災保険　デジタル戦略部の現役社員の皆様の書き下ろし。
2020年10月現在13名。そのうち4名が執筆に関わりがあること。
会社、部門の実績のPRではなくて、
①分析手順
②分析方法
　ツール、プログラミング
③分析組織の作り方
を展開してくれていること。

2.たしかに、なるほどの視点。
分析結果を報告すると、依頼元の
「だから？それで？」の反応の返り。
これを少なくするには？　は、まさに、現場を司る人のリアリティ。

3.分析結果報告。依頼元の共感をつくるには？
①納得→発見の順序で、事実を展開すること。
②納得とは？
依頼元の感覚の裏づけ
③発見とは？
依頼元の課題解決のヒント。
仮説とその裏づけ。
④依頼元が行動できる道筋の提示
分析の依頼を受けるとき、依頼元が
何をしたいのか？
なぜしたいのか？
どんな行動を取りたいのか？
これを抑えること。ピンずれ防止。

4.三井住友海上火災保険の取り組み
東洋大学情報連携学部での社員研修。
デジタル戦略部以外の各部門で、データ活用できる人材づくり。地道かつ未来への取り組み。

[ブクログ · ★★★★☆]

「データ分析人材になる」というタイトルにあった内容の本。
なので、決意した瞬間に読むべきであって、やり始めた後だとよくあるよね、そうやるよねで終わってしまうと思う。

全体を5Dフレームワークとしてまとめている。
Deamand：要求を聞く
Design：全体の絵を描く
Data：データを集める
Develop：分析する
Deploy：展開する

単純にデータを分析するだけでなく、ビジネスにどう繋げるかが重要で、データサイエンティストとか言葉に惑わされないという事が必要だという事を述べている。

言われた事、自分がやる作業を盲目的に捉えすぎないようにという仕事全般に言える内容でもあるので、やっぱりなろうと思った瞬間に読む本なんだろう。

[ブクログ · ★★★★☆]

データサイエンティストは、今後ますます必要とされるけど、ビジネス力（何をしたいのか目的をはっきりさせる）がないと本末転倒。
そこで、ビジネス力が備わった文系人材が橋渡し役になれる。そんな人材＝ビジネストランスレーターになりたいと思った。

[ブクログ · ★★★★☆]

専門家向けではないけど、役には立つ。
HowよりもWhyやwhatに重きを置いてますが、ビジネス上はその通りだよね。技術者の自己満足で作られたシステムは使ってもらえない。そう考えると営業やビジネスサイドからの分析への参画はリーズナブル。

[ブクログ · ★★★★☆]

ビックデータや様々なデータを利用したデータ分析のビジネスにおける重要性が高まっている昨今、データサイエンティスト程のスキルまでなくとも、ビジネス力を身に付けたビジネスに役立つデータ分析ができる人材を育成すること、目指すために身に付けるべきフレームワークを、筆者の経験談も交えて紹介。データ分析を直接の仕事にしていない人にも、有益なフレームワークだと思う。

[ブクログ · ★★★★☆]

データ分析手法が体系的にまとめてあり、とても読みやすく分かりやすかったです。

文系のデータ分析未経験からデータサイエンティストとして働いている実体験を元に高度な分析スキルよりもビジネス課題を解決するビジネストランスレーター人材が重要であるという点もとても良かったです。