【読書記録】データ分析人材になる

タイトルに惹かれて読みました。5Dフレームワークという言葉を少しでも知ろうかなと、そんな思いでこの本を手に取りました。

結論（全体の感想）としては今の自分の立場や自身の考え方、経験などからするとちょっと物足りない感じがしましたが、学ぶこと、記憶に留めたいことなどは多かったと思います。

引用

本書はデータ分析者になるということではなく、「どのように考えればいいのか」という方法論、データ分析を進める上で身に付けるべき「思考法のフレームワーク」と、それを応用した独自の「データ人材育成理論」

＜5Dフレームワーク＞
（１）Demand（要求）：要求を聞く
（２）Design（デザイン）：全体の絵を描く
（３）Data（データ）：データを集める
（４）Develop（開発）：分析する
（５）Deploy（提供）：展開する

Demandステップでは「どういう分析をすればビジネス的なインパクトのある結果を提示できるのか」を考えることが最も重要

Demandステップの手順
１．これまでどんな分析をしていたかをヒアリングする
２．分析結果をもとに何をしたいのかを理解する
３．課題の背景を理解するまでヒアリングする
４．分析方針を提案＆合意する
５．期待値の調整

納得と発見のバランスを押さえる
データ分析した結果を他の人に有効に見せるコツとして「納得」と「発見」の2つがある。これを押さえておくと、結果に対する信頼性とデータ分析結果の有効性が伝わりやすくなる

データサイエンティストにとって必要な3つの能力
●ビジネス力
→課題背景を理解した上でビジネス課題を整理し解決する力
●データサイエンス力
→情報処理、人工知能、統計学などの情報科学系の知恵を理解し使う力
●データエンジニアリング力
→データサイエンスを意味のある形に使えるようにし、実装、運用できるようにする力

近年注目されているビジネストランスレーター
データサイエンティストとまではいかないけれどもデータ分析手法の理解や分析ツールの基本的な操作ができ、業務の経験や実績があって企画などが得意な人。データサイエンティストと現場を繋ぐような人。

気づき

データ分析をする際での5Dフレームワークはすぐにでも実践できるものだと思うし、常に意識してデータ分析は行わないといけないものだと思った。
その中でもDmandステップが一番重要であるだろうと思っていたし、実際に本書においてもDmandステップでの手順として明確に記載している部分については納得がいくものであった。ここらへんは自分としても大切にしている部分でもあるため、今後も継続して考えていきたい。

宣言

データ分析（まではいかないことも多いが）を依頼されることもあるので、5Dフレームワークに沿った手法でやってみる

Dmandステップの手順は、通常業務における依頼事項や課題に対しても使えると感じたため、考え方の一つとして取り入れ検討する

提案する際は相手の状況をイメージし「納得」と「発見」のバランスを意識して実行する