≪全文≫

●データを解釈して評価できるのが本当の意味でのデータサイエンティスト

　(前回は、データを活用するためには、データ分析を行う目的を、経営が事前に設定する必要がある、というお話をしました。)データを活用するためのもう一つのポイントは、データを分析する人が必要だということです。データを分析するデータサイエンティストがいないと、データはゴミの山にすぎません。

　こう話すと、いろいろな分析ができるプログラマーが必要なのかと、多くの方はそのように思うはずです。しかし、話のポイントは実はそこではありません。データサイエンティストには、プログラマーとしての能力も重要なのですが、それだけではありません。出てきたデータを解釈して評価できるのが、本当の意味でのデータサイエンティストです。このようなデータの解釈や評価は、実態をよく分かっている人でないとできません。

　このことについて、皆さんになじみのある例でお話しします。経営の財務諸表にある財務データから財務分析ができます。そうすると、在庫の回転率やいろいろな比率など、さまざまな財務指標が出てきます。ここまでは、今では自動的にプログラムでやってくれたりします。あるいは、プログラマー的な人がやってくれます。

　しかし、財務分析の結果を経営に生かすのは誰かといえば、プログラマーにはできません。それは、経営のことや会社の実態が分かっていて、なぜそういう分析結果が出てくるのかが分かる人でないとできません。それが分からないと、実は、財務分析の結果は単なる数字にすぎません。

●相関関係から因果関係を導くには経営の実態を知る必要がある

　少し専門的な言い方をすると、AIやデータ分析で分かることは、データの相関関係にすぎません。このデータとこのデータが同じように動いているという相関関係は出てきます。例えば、雨が降ることと売り上げが上がることが同じように動いているということは分かります。

　しかし、この相関関係を示すデータから、どういう因果関係が存在するのかを特定することは、実態が分かっている人にしかできません。なぜ雨が降ると売り上げが上がるのかということは、現場をよく知っている人や、会社の経営の根幹を知っている人など、そういう人たちでなければ分かりません。

　こういった実態や経営を知っている人こそが実は、必要なデータサイエンティ...