データサイエンティストの「ビジネス力」とはなにか？

本記事は「データサイエンティストの「ビジネス力」とはなにか？」というテーマに対して、ChatGPTに対して、具体的かつ納得感が出るまで複数回のプロンプトを重ねて、見解を出力させています。

さらに、その見解に対して、「ビジネス力とはなにか？どこまで身につけるべきか？どう身につけるべきか？」という点について、自身の体験談を基に私見や所感を入れさせて今後のデータサイエンティストのキャリアについて述べさせていただきました。

ご興味がある方はぜひ、最後までご覧ください。

1. はじめに

1-1. データサイエンティスト像の変遷

一昔前、データサイエンティストという職種は「大量のデータを扱える技術者」「数学・統計学に秀でた専門家」といったイメージが強く、求人票でも「PythonやRを使いこなせる」「機械学習のアルゴリズムに精通している」といったスキルセットが前面に出ていました。企業も、データサイエンスをとりあえず導入してみる、もしくは既存のBI（ビジネスインテリジェンス）ツールを高度化する目的で採用を進めていた時期があります。
しかし近年、ビジネス環境の変化や競合の激化、そしてデジタル領域の急速な進展を背景に、「データからどんな価値を生み出すのか」がより厳しく問われるようになりました。分析のための分析ではなく、経営者・事業責任者が「事業を伸ばすための意思決定」に活かせる情報を提示すること。そこにデータサイエンティストの本質的な価値があると再認識されはじめています。

1-2. 「ビジネス力」の必要性

「分析ができれば十分」「高度なアルゴリズムさえ実装できれば重宝される」という時代は終わりつつあります。データサイエンティストがビジネス目標・経営戦略と整合性を取りながら、実際の成果（売上増、コスト削減、顧客満足度向上など）につなげる力が一層求められているのです。
しかし、「ビジネス力とは具体的に何を指すのか？」「どうすれば身につくのか？」という疑問を抱えている方は非常に多いのではないでしょうか。本稿では、ビジネス力が求められる背景から、その中身、さらに身につける方法までを順を追って解説していきます。

上記の内容に関しては、合意する内容であり、データサイエンティストとして認識しておくべきテーマだと感じます。

一昔前とはあらゆる環境が変わり、データサイエンティストに求められるものも変わってきています。

・企業のシステム
・市場の人材状況
・ビジネスの期待値

が主な点だと感じています。

一つ目の企業のシステムは一昔前までは、「単にデータが貯められているだけの環境」であることが多く、分析用途にデータを加工するためには多くの作業が必要でした。

データが整備されておらず、単純な基礎集計を作るだけでも、SQLやPythonを活用してデータを抽出する必要がありました。

最近では、データ基盤にも投資でき、徐々にデータを含む分析基盤が整備されてきている企業も多くなってきています。このような環境であれば、単純な基礎集計であればすぐに出力ができるようになり、データ加工・抽出部分はあまり注目されなくなってきているように感じます。（もちろん重要ではありますが）

二つ目の市場の人材状況という意味では、単にデータ分析の基礎スキルを持った人材が増えてきたことが要因だと考えています。

ここ数年で一気にオンラインスクールなどの整備が進み、簡単にデータ分析のスキルを学べる環境が増えてきました。また、有名大学でも「データサイエンス学部」を設立する企業が出始めて、データサイエンス自体の認知度が上がっているきています。

このような流れを受けで、基礎レベルのデータサイエンスの知識を持った人材が多くなってきており、ただ単に機械学習モデルを作ることや、統計処理を活用した分析が珍しいものではなくなってきています。

このような背景の中で、三つ目のビジネスの期待値という観点です。

データサイエンティストと呼ばれる人材が増えてきたことで、データ分析は身近になってきています。一方で、データ分析がビジネス成果につながらないプロジェクトは多くあり、分析スキルがある人材がいるだけでは、データ分析でビジネス成果を出すことが難しいことは市場でも一般的に言われるようになってきています。

そのような事例を横目に見ながら、データ分析を活用していかにビジネス成果を創出するのか？という点に期待が持たれやすくなっており、ビジネス目線での期待値が高まってきています。

このように、5,6年前と比較すると様々な観点で状況が変わってきていることを感じます。
重要視されている点としては、「いかにデータを活用してビジネス課題を解決するのか？」という点です。

データを活用して、ビジネス成果を創出する文脈が強まっている中で、データサイエンティスト側の「ビジネス力」というものが求めれられやすくなってきています。

2. データサイエンティストにビジネス力が求められる背景

2-1. 組織における役割の拡大

企業がデータサイエンティストを単に「技術者」と見なしていた時代は、与えられたデータセットを分析し、その結果をレポートとしてまとめるのが主な任務でした。しかし今では、分析の先にある“具体的な意思決定や施策の実行”が重要視されます。経営や事業戦略に直結する分析を行い、そのアウトプットが意思決定に活かされなければ、どんなに精度の高いモデルであっても企業にとって意味が薄れてしまうからです。
たとえばEC企業の例を挙げると、ある新商品をオンラインストアで販売する際、売上予測や在庫最適化のモデルを作るだけでなく、どんな顧客層に向けてどのチャネルでプロモーションを行うか、価格設定はどうするか、といった具体的なビジネス戦略に対して分析結果を照らし合わせる必要があります。現場の営業担当やマーケティング担当と連携し、「実際に売上を伸ばす施策はどれか」「在庫リスクをどこまで許容できるのか」といった検討をリードできることが、データサイエンティストの高い付加価値となってきているのです。

こちらのセクションにおいては、半分同意することもありますが、捉え方はやや異なります。