DSOC_DSR-04

Size: px

Start display at page:

Download "DSOC_DSR-04"

てるえおとべ
5 years ago
Views:

1 DSOC Data Science Report データサイエンティストのつながり分析 November 9, 2018 Akihito Toda R&D Group Researcher, DSOC, Sansan, Inc.

2 DSOC Data Science Report データサイエンティストのつながり分析 1 概要ビッグデータの蓄積や計算技術の向上に伴いデータを分析しビジネス上の課題に対してソリューションを導くデータサイエンティストが活躍しているマネジメント誌 Harvard Business Review がデータサイエンティストを21 世紀で最もセクシーな職業であると表現したのが 2012 年 10 月であったそれから年月が経過してもそのセクシーさにますます磨きをかけていると言える経済産業省 (2016) は 2025 年までの予測においてデータサイエンティストのニーズがさらに高まることを示しており企業にとってはデータサイエンティストの確保がますます課題になると指摘しているからである本稿ではそのようなデータサイエンティストがどのような人たちと名刺交換をしているのかについて個人向け名刺アプリ Eight のデータを基に分析をしたいデータサイエンティストのつながりに注目する理由はデータサイエンティストに求められているスキルが多岐にわたるため複数のスキルを身に付けることや仕事での活躍を目的にどのような人と交流をしているのかが複雑であり目に見えないものであることからその実態を把握することに意義があると考えているためである日経情報ストラテジー編 (2013) はデータサイエンティストに求められているスキルを 3 つ挙げている一つ目は着眼点であるデータ分析を通じて顧客が持つ潜在ニーズを引き出す既存業務の問題点を浮き彫りにするといったことのためには何にフォーカスを当てるかといったものの見方が求められる二つ目は IT の知識である情報を分析することが求められるため統計ツールの使い方やプログラミングに関する知識データマイニングなどの手法を熟知しておく必要があるまた機械学習に代表されるようにモデルに関する知識も求められるために統計学についての理解も不可欠である三つ目は業務理解と現場への説明能力であるデータサイエンティストは分析した内容を他部署の人間にも分かりやすく伝える必要があるこのようにデータサイエンティストはエンジニアリングとビジネスの両方について理解が求められる職業でありその理解が伴ってこそ仕事ができるといえる仕事を進める上で他社の人間と接点を持つ際にどのような人と交流をしているのかデータサイエンティストのつながりについて見ていきたい 2 分析対象分析に当たっては Eightのデータについて個人を匿名化し 2017 年 1 月から2018 年 6 月の期間にユーザーが登録した名刺の情報をEightの利用規約で許諾を得ている範囲で使用した Eightのデータにおいてデータサイエンティストであることを判別するためにユーザー自身の名刺情報の役職にデータサイエンティストデータアナリストデータストラテジストと記載がある人を対象とした結果数百名のサンプルが得られた一般的にはデータサイエンティストはビッグデータを分析し現場に働きかけてイノベーティブな商品やサービスを生み出し業務プロセスを革新する人材と定義される ( 日経情報ストラテジー編 2013) データサイエンティストとデータアナリストはその役割が一部異なることも見られるようだがデータに携わる人材ということでやや広めに定義をしている分析対象とした数百名が対象期間中にどれだけ名刺交換をしているかを以下で分析するが一般的な人との違いが分かるようにランダムに抽出した数百名のユーザー ( 抽出の結果データサイエンティストは含まれなかった ) についてのデータも参考サンプルとして結果を示した分析ではデータサイエンティストと参考サンプルのそれぞれにおいて名刺交換枚数の分布 ( ネットワーク分析では次数分布と呼ばれる ) を見た上で名刺交換をしている相手の部署はどこかといった点について示している名刺交換をした相手のうち本人と同じ企業に所属している人を除いたため他社の人間との交流を見ることになる Eightは個人向け名刺アプリであるため登録されている名刺には業務の一環として本人の意思によらず名刺を交換したケースも含まれているかもしれないが自主的に勉強会やイベントなどに参加しそこで受け取った名刺である可能性もあるだろうそういった可能性も踏まえ Eightの名刺情報を分析することで本人の意思によりどれだけ幅広い交流ができているかをある程度は把握できると考える Sansan, Inc.

3 0 DSOC Data Science Report 3 分析結果図 1はデータサイエンティストがどれだけ名刺交換をしているかを表した分布である 1 データサイエンティストと参考サンプルを比較すると多少の増減はあるが名刺交換枚数が多くなるにつれて構成比が減少していく傾向は共通している平均名刺交換枚数はデータサイエンティストは255 枚参考サンプルは273 枚と参考サンプルの方が少し多いがデータサイエンティストとそれほどの大差はないと言えるだろう図 1: 名刺交換枚数の分布 ( ) データサイエンティスト参考サンプル ( 枚 ) 名刺交換枚数次にデータサイエンティストがどのような部署に所属する人たちと名刺交換をしているかを見ていきたいここでは特に名刺交換枚数によって交換した相手の所属部署の分布に違いがあるかといった点を見ていく名刺交換枚数が多い人については社外の人と積極的に交流している可能性があり交流によって得た情報を仕事に生かしている可能性が高いそうであるとすればデータサイエンティストとして活躍するために幅広い人脈と交流している可能性があるこうした仮説を実際に検証できることがこの分析のポイントになる 1: 次数は一つのノード当たりのエッジの数と定義されるが本稿においては個人がノードに対応しており個人間で名刺交換をし名刺の情報が登録されている関係をエッジとして表しているなおサンプルサイズが大きくないため Eight のユーザーと名刺交換している相手は必ずしも Eight のユーザーとは限らずまた交換相手の重複もそれほど見られないためネットワーク図やネットワーク分析における特徴を表す指標については掲載していない Sansan, Inc.

4 DSOC Data Science Report 図 2は名刺交換相手の所属部署分布である所属部署についてはデータサイエンティストと名刺交換した相手の名刺情報の部署名や役職の情報から営業マーケティング企画経営管理研究開発等専門部署に分けたなおデータサイエンティストは先ほども見たようにITのスキルが求められるため IT 関連の部署とも名刺交換をしている可能性が高いとして研究開発等専門部署から情報システムやシステム開発の部署を独立させている情報システムシステム開発部署には一般企業の情報システム部門だけでなく IT 企業におけるシステム開発や設計を行っている部署も含まれており名刺情報からでは両者を識別できないケースも見られたため一つにまとめている 2 参考サンプルと比較してデータサイエンティストは IT 関連部署との名刺交換割合が高く先ほど述べた想定の通りである一方データサイエンティストにおいても参考サンプルにおいても割合が最も高いのは営業マーケティング企画の部署であるデータサイエンティストのうち名刺交換枚数についてある程度サンプルサイズを確保できるように 100 枚以下枚 501 枚以上に分けて交換相手の部署を見てみると枚数が501 枚を超えるとIT 関連部署の割合がやや低下する一方で経営管理や研究開発等専門部署の割合がやや上昇している名刺交換の枚数が多いデータサイエンティストほど仕事内容の近いIT 部門だけでなくその他の部門部署の人と幅広く交流している姿が見られるが大きな差が見られなかったとも言える図 2: 名刺交換相手の所属部署分布名刺交換枚数 501 枚以上枚以下枚参考サンプル ( ) 営業マーケティング企画研究開発等専門部署経営管理情報システムシステム開発部署 2: 研究開発等専門部署における開発は主に技術開発を意味しシステム開発を含んでいない Sansan, Inc.

5 DSOC Data Science Report 4 結論本稿ではデータサイエンティストの名刺交換の特徴について見てきた分析をした結果分かったことをまとめてみる第一に名刺交換枚数についてはランダムに抽出した参考サンプル ( データサイエンティストに該当しない人 ) と特に大きな違いがないことが分かった参考サンプルと比較してデータサイエンティストの名刺交換枚数がそれほど少なくないことが分かり他社との交流を進めていることがうかがえる第二に名刺交換相手の所属部署を見ると参考サンプルと比べてIT 関連部署の割合が高いデータサイエンティストは IT エンジニアが担うことが多く IT 関連部署で働く人と交流をする機会が多いものと推察できる第三にデータサイエンティストの名刺交換枚数別に名刺交換相手の所属部署を見てみると交換枚数が一定以上になると IT 関連部署の割合がやや低下し他の部署との交換割合がやや高まっている他社と積極的に交流している人ほどいろいろな所属部署の人たちと幅広く交流していることが分かった冒頭で述べたようにデータサイエンティストのニーズが高まる一方でデータサイエンティストとして求められるスキルは多岐にわたるそのためデータサイエンティストとして他社の人材とどのように交流しスキルや経験を身に付けていくかが今後ますます重要になってくるだろう他社との交流を積極的にしている人ほど IT 関連の部署だけでなく幅広く交流しているという相関関係が見られたもののデータサイエンティストとして活躍するためにどのような人脈を形成していけばよいのかといった点は今後の課題となった引き続き研究を進め改めて分析を行うこととする 5 Reference 経済産業省 (2016) IT 人材の最新動向と将来推計に関する調査結果日経情報ストラテジー編 (2013) 日経 BP ムックデータサイエンティスト完全ガイド日経 BP 社 Sansan, Inc.

6 DSOC Data Science Report 2018 年 11 月 9 日発行担当研究員戸田淳仁 Akihito Toda 本誌は情報提供の目的のみのために提供されるものです本誌を利用される方はその使用について独自に評価する責任を負うものとし明示または黙示を問わずその正確性完全性有用性等のいかなる保証も本誌には伴いません掲載されている情報等は作成時点のものです本誌の一部あるいは全部を無断で複製転載複写することを禁じます問い合わせ DSOC Data Science Report 事務局 (Sansan 株式会社 DSOC 内 ) dsoc@sansan.com Sansan, Inc.

回答者のうち 68% がこの一年間にクラウドソーシングを利用したと回答しておりクラウドソーシングがかなり普及していることがわかる ( 表 2) また利用したと回答した人(34 人 ) のうち 59%(20 人 ) が前年に比べて発注件数を増やすとともに利用したことのない人 (11 人 ) のう

回答者のうち 68% がこの一年間にクラウドソーシングを利用したと回答しておりクラウドソーシングがかなり普及していることがわかる ( 表 2) また利用したと回答した人(34 人 ) のうち 59%(20 人 ) が前年に比べて発注件数を増やすとともに利用したことのない人 (11 人 ) のう 2017 年 10 月 3 日クラウドソーシング利用調査結果帝京大学中西穂高ワークシフトソリューションズ株式会社企業からみたクラウドソーシングの位置づけを明らかにするためクラウドソーシングの利用企業に関する調査を実施したこの結果 1 クラウドソーシングは新規事業や一時的な業務において多く活用されている 2 自社に不足する経営資源を補うことがクラウドソーシングの大きな役割となっている