私は「データコンサルティング部」に所属しており、データ分析案件におけるマネジメント業務を行っています。データコンサルティング部は、データ分析を通じて顧客課題の解決を支援するという当社のメイン事業を担っています。

当社のデータ分析案件は通常、案件（プロジェクト）ごとに編制されたチームで取り組むのですが、このチームは「プロジェクトマネージャー」と「プロジェクトリーダー」、そして案件の規模に応じた人数の「アナリスト」という３役のメンバーで構成されています。それぞれの役割を簡単に説明すると、まずマネージャーはお客様のニーズをヒアリングし、どのような方向性で課題を解いていくか、プロジェクトの目標設定を行います。そして目標を達成するためにはどんな分析が必要でどの技術を用いればよいのかといった、課題を解くための具体的な手法を検討するのがリーダーであり、実際にデータを集計・加工したりモデル構築などを行ったりするのがアナリストです。

研修を終えた新人は、まずアナリストとしてチームの一員に加わるのが一般的です。様々なプロジェクトに携わる中で、リーダーに必要な「手法と目標を紐づける力」を身につけていきます。アナリストとして多くの分析手法に精通していたとしても、その手法がどんな案件に適しているのか判断できなければリーダーは務まりません。

一方、私が担っているマネージャー業務では、顧客課題を分析課題に変換する力、お客様が抱える課題をデータ分析で解決できる目標に落とし込む力が重要になります。私たちはデータサイエンティストですから、データ分析で解決できない課題を解こうとしても本領を発揮することはできません。プロジェクトマネージャーには、どうすればデータ分析でお客様の役に立てるのか、しっかりとデータ分析で課題を解いていく道筋を定めることが求められるわけです。

実際の仕事内容については、マーケティング施策の最適化を支援した案件を例に紹介します。私が携わっている案件の中で最近増えているのが、チラシ・テレビCM・ネット動画などによる広告・宣伝、クーポン配信、割引キャンペーンといった各種のマーケティング施策に関するデータ分析です。具体的には、企業が行う広告やキャンペーンなどの施策について、そもそも施策を行ったほうがよいのか、またはどの施策がより効果的なのかなど、企業の決定や判断を支援したり、施策を行ったことによる効果を検証したりするものです。

例えば、飲食店から食事の宅配サービスを行う企業が送料無料のクーポン配信を検討しており、より効果的な配信方法を判断するための支援を行うとします。この場合、ユーザーの購買履歴や対象店舗が利用されやすい時間帯など過去のデータを分析し、誰に・いつ配信するのが効果的なのかを見極めていきます。

AI・機械学習が特に力を発揮するのが、施策が購買行動につながる「＝クーポンがあれば買う」ユーザーを特定するだけでなく、施策がなくても購買行動が見込める「＝クーポンがなくても買う」ユーザーを特定できる点です。後者をクーポンの配信対象から除外できれば、企業のコストカットに貢献できます。お客様の要望にもよりますが、クーポン配信など施策の効果検証においては、AI・機械学習による「施策を行わなかった場合の予測」と「実際の効果」を比較して検証するケースも少なくありません。

▼ 仕事に必要な知識・スキル

数学的技術や機械学習などの「サイエンススキル」は顧客課題を解決する道具に該当し、道具を使いこなすことは専門家として必須だと言えます。

また顧客課題をサイエンススキルで解決可能な問題に変換し、メンバーが解ける形にすることは他業種と異なる必要スキルかもしれません。その他にも、社会課題と解決方法の発展について情報収集を怠らないことが仕事に必要なスキルであると考えています。

▼ 仕事に対する考え（想いやこだわり）

数字による客観的な事実を、素早くお客様と共有することを特に心がけています。データ分析に限りませんが、仕事をしていく中では、軌道修正が必要になる場面が頻繁に起こります。ここで大切なのは、できる限り早く、より良い方向に修正すること、そして軌道修正のスピードを上げることです。

クーポン配信の例でいえば、お客様には「クーポンを配れば売上が伸びる」というドメイン知識があります。そのドメイン知識を「これだけ配れば何％売上が伸びる」というように定量化したり、「この方法だと売上が伸びてもコストがかかるので利益の伸びは何％になる」と数字を示して軌道修正に対する理解を促したりします。常に数字による客観的事実、結果をお客様と議論することで、分析のスピードと質は格段に向上すると考えています。