1. はじめに
「データサイエンティスト養成読本 ビジネス活用編」刊行記念イベントに行ってきました。
参加できなかった方々のために、概要をまとめました。聞き漏れているところが多いですが
よかったら読んでみてください。
1.1. 登壇者
「データサイエンティスト養成読本 ビジネス活用編」の著者によるパネルディスカッションが行われました。
登壇者一覧は以下の通りです。錚々たるメンバーですね。
| 登壇者のお名前 | お仕事 |
|---|---|
| 矢部章一 | コニカミノルタジャパン株式会社 データサイエンス推進室 室長 |
| 奥村 エルネスト 純 | 株式会社ディー・エヌ・エー AI研究開発エンジニア 強化学習チームリーダー |
| 樫田 光 | 株式会社メルカリ BIチームマネージャ |
| 伊藤徹郎 | Classi株式会社 AI室 データサイエンティスト |
| 津田真樹 | テクノスデータサイエンスエンジニアリング株式会社 シニアコンサルタント |
| 大成弘子 | データサイエンティスト・ピープルアナリスト |
| 加藤 エルテス 聡志 | 株式会社日本データサイエンス研究所 代表取締役 RISU Japan株式会社 共同創業者 取締役 |
1.2. 会場について
2018/11/6(火)渋谷ヒカリエにあるDeNAさんのオフィスで開催されました。
とてもきれいなところでした。
2. 聴講メモ
2.1. DeNAの紹介など
はじめに、会場にもなったDeNAさんの紹介などが行われました。
- DeNAでは、全てのサービスにデータアナリストが常駐
- AI研究エンジニア、データサイエンティスト(kaggle master含む)、機械学習エンジニアをかかえる
といった特長のある会社のようです。
また、DeNA TechCon 2019が開催予定。ぜひお越しくださいとのことでした。
→ DeNA TechCon 2019サイト
2.2. パネルディスカッション1(矢部氏、津田氏)
ここでは、データサイエンス部の立ち上げ時に注意する点や、データ分析の必要性・有用性を
経営層などにわかってもらうコツについて議論されました。
諸事情により、割愛させていただきます。
2.3. パネルディスカッション2（樫田氏、奥村氏、伊藤氏[進行役]）
(1) データ分析を社内に浸透させる方法について
- 樫田氏: データ分析に囚われずに、スタープレイヤーだと思わせるのがよい(樫田氏)
→ ドキュメントを書きまくる。良質なアウトプットを書きまくり、社内Slackで拡散した - 奥村氏： いかに分析がすごいのか。数値目標を含めて、わかりやすいアピールするのが最も大変。事業価値の定量化が大事
→ 定量的だと、経営層を巻き込みやすい - 樫田氏: メルカリでは、データ分析者の仕事が課せられるKPIはない
(2) BIチームとMLチームの連携について
- 奥村氏： BIチームはすべてのサービスの直下にいる。MLチームは全社横断的に存在している
→ BIチームの方が、ユーザの使い方やデータの意味等に詳しい - 奥村氏： kagglerの人たちは、特徴量エンジニアリングやモデルの選択がはやい。引き出しが多い
→ PoCのときに、メンバーにいるとありがたい存在 - 伊藤氏: BIチーム→AIチームの順で作るべき。BIチームがないのに、AIブームに乗っかってMLチームを作ろうとしている会社もあるらしい…(怖)
2.4. パネルディスカッション3(大成氏、加藤氏)
「人事におけるデータ活用」を指す”People Analytics”について紹介されました。
人事評価や採用などにも、データ分析が行われているのですね。
私用により最後まで聞くことができませんでしたが、エンゲージメントについてのお話が、印象に残っています。
- エンゲージメント(没入感と定義することもある)の向上を目標としている大企業のクライアントが多い
- 没入感を悪用すると、社員を働かせ続けられる可能性がある。社員が心身ともに壊れてしまうため、注意が必要である
3. 聞いてみた感想
話に聞き入ってしまっており、ざっくりとしかメモが取れませんでした。
私は開発者をしていますが、データを分析して、定期的に製品・サービスを改善していこうという企業文化があまりありません。
なんとなく「データ分析すごそう」とは思っているものの、何から始めればいいかわからないのです。
そんな中、実務者の方々やデータ分析チームを立ち上げた経験のある方々の話を聞くことができ、有意義な1日でした。
もう一度自分の立場に置き換えて、ゆっくり考え直してみようと思います。
以上
コメント