データサイエンティスト の商品レビュー

橋本大也【著】

2013/12/07

「ビッグデータの正体」を読んだ後だと、事例紹介などもあまりインパクトを感じなかったが、インタビュー記事は興味深い。

2013/12/07

買ってみたものの、ここでの定義も、一般化しそうにない気がする。ハードルの高い定義だと、「Sexyな職業」足りえるのかなあ。

2013/12/07

本人に直接お会いして頂いた著書。「今世紀でもっともセクシーな職業」といわれているデータサイエンティスト　How to本！ビジネスセンスつまり仮説の構築と検証に最適なデータ解析を駆使する事が鍵を握る。決して高度な数学を生み出すだけがポイントではないと。出来るデータサイエンティストの三つの思考パターン、オッカムの剃刀、フェルミ推定、アブダクションにはナルホド。エクセルを使った統計解析例も記載されており、初心者にオススメ。

2013/11/30

最近のIT関連流行ワード(バズワード？)「ビッグデータ」と並び注目される職業「データサイエンティスト」についての本。
本書における「データサイエンティスト」の定義は、「データを科学的に分析してビジネスの課題を創造的に解決する人材」。
必要スキルは、統計学・ITの知識に加えて、創造的な提案を行うビジネスコンサルティング能力が大事とのこと。

ポイントカードの購買行動履歴・Webサイト閲覧履歴・SNSにおける大衆の興味動向を分析して、企業のマーケティング戦略に活かす。
やっていることは高度だし学問的面白さはありそうだけど、そんなに頻繁に有効な提案って出せるもんなんだろうか？と思う。
本書で紹介されていたデータサイエンティストの事例は、Webサイトのターゲティング広告・ソーシャルゲームのアイテム課金など、主にインターネットを使った一般消費者向け企業。
確かに、これらの業種にとっては有効なのだろうが、やはり実際にそんな人材になれるのは一握りのような気がする。

では、自身の仕事（システムエンジニア）にどう活かしたら良いのか？
新システムの提案などで他者に説明するときは、実際のデータを使って定量的にするよう心がけているつもりだが、統計学やマーケティングの知識があればもっと説得力のある資料を効率的に作れるかもしれない。もう少し関連本で勉強してみようと思った。

以下、本書で概要紹介されていたキーワードやビジネスツール。
・オッカムの剃刀　…　説明するときには不要な部分をそぎ落としてシンプルに、という考え方（ちなみに、村上春樹「1Q84」でこの言葉を知りました）
・スロヴィックのリスト　…　飛行機と自動車で飛行機の方が事故リスクが高いと思ってしまう等、思い込みで事実よりも過大評価してしまいがちな事柄のリスト。大惨事の可能性、信用、馴染みのある事柄、メディアの注目など。
・フェルミ推定　…　限られた情報からだいたいの数値を推定すること。Googleやマイクロソフトの入社試験では「シカゴにはピアノ調律師は何人いるか」等の「地頭の良さ」を問う問題が出題される。
・RFM分析　…　顧客をグルーピングするときの考え方。Recency(最終購入日)、Frequency(購入頻度)、Monetary(購入金額)をそれぞれ何段階かに分けて、3次元のマトリクスにして分類する。
・クラスター分析　…　集団から似たようなものを集めて分類し、トーナメント図等で表す手法。
・AARRR　…　Webサイトのビジネスで、ユーザを無料サービスから初めさせて優良顧客へ変えていくためのステップ。Acquisition(獲得)、Activation(定着)、Retention(継続)、Referral(紹介)、Revenue(収益)の略。各ステップにおいて、数値で効果を測定できることが良いらしい。
・A/Bテスト　…　Webサイトの複数画面デザインのどれが良いかを、ユーザが気付かないうちに人気投票にかけて、その結果を反映させていく手法。

2013/10/21

友人に進められた本。
ビッグデータは今後のキーワードとなる。
他のビッグデータの本を読んだが、素人の自分には少し難しかった。
この本は、それを扱うデータサイエンティストについて、その思考過程や今後のビジネスでのわかりやすく書かれている。

ビッグデータを扱うとなると統計やITに精通できれば可能のように思えるがそれだけでは不十分である。それ以上に問題を発見し解決する力や創造的な提案を行う力も必要であることが具体例を挙げて説明してある。
21世紀でもっとも魅力的な職業といわれているデータサイエンティストはまだ定義すらはっきりしていないような新しい分野でもあり可能性を秘めていることがよく理解できた。

すすめてくれた友人は博識で本についても詳しい。
今後、読書メンターとなりそうだ。

2013/09/28

Yahoo!Japan の事業戦略本部データソリューション開発部の話を中心に、
巷で言われる「データサイエンティスト」やその仕事について言及した書籍になります。

自分は仕事でデータサイエンティスト関連の方と関わることが多いので、
全体的に興味のもてる内容でした。
以前からあった部署ではあるものの、
Yahoo!Japan のなかでも最近になってから
焦点があてられるようになった部署で、
日本のビッグデータと呼ばれるものを一番扱っている部署でもあるのかと。

「データサイエンティスト」という言葉の定義には聞く人によりさまざまであり、
この書籍も、そんな疑問に対してあるひとつの案を提示しているものになります。
ただ、その案を定めるまでの経緯や考え方というものを、
Yahoo!Japan の内部の方とのインタビューなどを通しておこなっているので、
この考え方に共感できる方は多いのかなと思います。
自身の考えをつらつらと綴るのとは異なり、
現場の方の考え方を取り入れたり、
インタビューを通して「現場ではデータサイエンティストと名乗る人はいない」という事実を、
そのまま載せていたりするところは個人的に好きでしたね。

「データサイエンティスト」と自身から名乗る人ほど、
この定義が曖昧であったり必要とされているものを有していないことがあるそうです。
そいうった方を見分けるひとつの定規代わりとしても、
この書籍の内容は役立つのかもしれません。

2013/09/15

新書なので、当然ながら基本的なことをまとめた本。ただ、それを前提として読むのであればわかりやすくて良い本だと思う。様々な事例やインタビューが興味深く、分析が苦手な人でも考え方の部分とか参考になるところも多いだろうし、楽しく読める1冊ではなかろうか。

2013/09/14

データサイエンティストは単なる統計学のプロと言うだけでは不足。ビジネスセンスのバランスを兼ね備えてなくてはならない。日本ではデータマイニングでは未だにSPSSが主力か…

2013/08/26

今流行りのビッグデータを扱うデータサイエンティストについて記載されている。「数字を扱うのはあくまで過程であり、その先の目標を達成するために使わざるを得ない」と本文が締めくくられており、なるほどと納得させられた。経営者を短時間で説得するためにはデータを示して提案を通す必要があるというのも大事な考えだなと感じた。感覚や勘に頼るのではなく、数字やデータで示せるものは示し、今後のアクションへの一指標とできるよう分析力を養いたい