Homeデータから育まれるビジネスの価値
取材日：2018年10月23日
「データサイエンスのチカラでビジネスに役立つ価値を。」テクノスデータサイエンス?エンジニアリング株式会社（罢顿厂贰）は、公司内にあるビッグデータを活用し、価値に変えるビジネスとしている「データサイエンスに特化した」会社です。今回は、罢顿厂贰の和田吉満さんから、データサイエンティストの仕事内容やコンサルティングをする上で大切にしていること、また、研究职以外で博士人材が社会に求められるニーズなど、お话を伺いました。
テクノスデータサイエンス?エンジニアリング
株式会社 和田 吉満 氏
略歴
【学歴】
2003年3月 埼玉大学 理学部 物理学科 卒業
2005年3月 埼玉大学大学院 理工学研究科 物理学専攻 博士前期課程 修了
2008年3月 埼玉大学大学院 理工学研究科 物質科学専攻 博士後期課程 修了
【职歴】
2008年4月 日本ヒューレットパッカード株式会社 入社
2011年8月 株式会社ブレインチャイルド 入社
2014年4月 テクノスデータサイエンス?マーケティング株式会社
（現 テクノスデータサイエンス?エンジニアリング株式会社） 入社
2015年1月 同社 第２エンジニアリンググループ 第２コンサルティングチーム チーム長
2016年4月 同社 第２データサイエンスグループ 第２チーム チーム長
（现在に至る）
データサイエンティストとして社会に贡献する
データサイエンティストとはどのような仕事ですか
データサイエンティストという言叶に明确な定义はありません。同じデータサイエンスを扱う会社でも、各社の行う业务はさまざまです。当社のサービスについて言及すると、最も割合が大きいものは「アナリティクスコンサルティング」です。アナリティクスコンサルティングとは、お客様公司の课题や困っていることに対し、当社がデータサイエンスを用いて解决のお手伝いをさせていただき、お客様と一绪に课题解决していくというサービスです。他にも、础滨を始めたい公司へ向けてその方针をコンサルティングする「データ活用コンサルティング」、自社内でデータサイエンスチームを作りたい公司に向けた「组织组成コンサルティング」、さらにデータをためたり分析したりする环境を整えるのをお手伝いする「基盘构筑サービス」などがあります。さまざまなサービスがありますが、その多くはコンサルティングです。学生のみなさんからよく误解されるのは、新たな分析アルゴリズムを开発するような研究开発を行っている公司、というイメージです。そのような研究开発业务も全くないわけではないのですが、主要业务はお客様の课题を解决していくコンサルティングビジネスになります。
今回は「アナリティクスコンサルティング」に焦点を当て、お话したいと思います。お客様公司は様々なビジネス课题を抱えています。お客様の抱えている课题の中には、解决方针が明确なものから、お客様自身も课题を明确に整理できていない抽象度の高いものまで、様々なレベルのものが存在しています。それらをデータサイエンスで解决するためには、その课题を整理し、分析可能な数理的问题に置き换える必要があります。その作业を「翻訳する」と呼んでいます。この「翻訳する」作业はとても重要です。ここを间违えてしまうと、そもそも解决したい问题とは别の问题を解くことになり、分析しても分析结果を业务に活用することが难しくなってしまいます。业务课题を数理问题に“翻訳”した后、データを解析します。数理モデルを作成し、そのモデルがどの程度现実世界を説明できているのか、精度の検証を行います。精度を确认し、十分ビジネスに活用できるモデルであるということが确认できれば、そこから実务への展开が始まります。得られた数理モデルをビジネスに活用する方法はいろいろあります。例えばある値を予测した结果をビジネスに活用したい场合は、予测値を算出しそれを活用するためのシステム化を検讨します。また、分析で得られた知见をマーケティングの施策立案に活用する场合もあります。このようなプロセスを通じて、最终的にはお客様公司のビジネス価値の向上につなげようとしています。これが我々の行う「アナリティクスコンサルティング」です。
具体例で説明してみましょう。マーケティング分析であれば消费者を対象に分析を行うことになります。どういう人がどういうものを买いやすいか、统计処理により倾向を见つけます。それにより、消费者のことを理解し、得られた知见を新たなマーケティング施策立案に活かすことができます。
また、他の例としては、送电线の异常検知を行った事例があります。ディープラーニングを用いた画像解析を行い、送电线についた伤の検知を行います。これまで人间が膨大な时间をかけて目视で确认していた作业を、础滨を用いた自动検知システムに置き换えた、ということです。これにより、明らかに正常な状态のものは人间が确认する必要がなくなり、何か通常と异なっていそうだ、と础滨が判定したものだけを人间が精査すればよくなります。人间の时间、つまりコストを大きく削减でき、人间はより高度な仕事に时间を振り向けることができるわけです。マーケティング分析にしても送电线の事例にしても、目的は利益向上もしくはコスト削减によるお客様のビジネス価値の向上ということになります。
今现在では、私はプロジェクトマネジメントを任され、若いデータサイエンティストをまとめる立场にいます。
仕事をする上で大切にしていることを教えてください
先に述べた通り、当社が行っているビジネスはコンサルティングです。つまりお客様の课题を解决することが求められます。そのとき、我々の行うデータ解析が本当にお客様のためになっているのか、お客様が抱える本质的な问题を解决したことになっているのかに注意しています。例えば、お客様が当社に依頼してくる课题の中には、先ほども述べた通り、お客様自身も课题を明确に整理できていない抽象度の高い课题が含まれている场合があります。その课题の整理の仕方を间违えてしまうと、本当に解决したかった问题とは别の问题を解くことになってしまいます。そうならないよう、我々が课题を整理した后にはお客様にもその内容を确认していただきますし、场合によってはお客様の上司や関连する他部门の方も巻き込んで、整理した课题とその解决方针をご确认いただき、议论させていただく场合があります。そのようなプロセスを経ることで、お互いの认识齟齬をなくし、本当に解决すべき真の问题は何かということを関係者全员で共有します。
お客様の课题解决のためには必要なことは何でもやる、また、何としても仕事をやりぬくというバイタリティも大事になってきます。一例を挙げると、メーカーの製造担当の方やマーケティング担当の方など、分析业务を进めていくためにはさまざまな立场の人と话をする必要がありますが、お客様と円滑に话を进めていくためには分析に関する知识のみならず、お客様のビジネスに関する知识を持っていることも求められます。例えば、お客様の贩売している商品そのものに関する知识や、主要な贩売チャネルや仕入れ先はどんなものがあるのか、竞合他社はどこか、その业界の特有の事情はどんなものがあるのか、などです。これらはドメイン知识と言われますが、コンサルティングを行っていくためにはそのような知识も求められますし、よい分析を行うためにもドメイン知识は必要です。当社を志望する学生さんの中には、与えられた问题に対してデータ分析だけすればよい、と考えている方もたまにいますが、そうではありません。お客様业务のドメイン知识の获得も含め、课题解决のために必要なことは何でもやる、という姿势でないと真の课题解决につながらない场面が必ず出てきます。
结果として我々の仕事がお客様担当者の成果にきちんとつながることも大事ですね。お客様をお手伝いすることで课题を解决できれば、お客様は社内で评価され出世して、当社の仕事にご満足いただけたお客様からまた当社に依頼がくるというよい循环が生まれます。课题解决の方针を间违えてしまったり、お客様がやりたいと思っていることが実は真の课题解决につながらなかったりというようなことが起きると、お客様担当者も我々も评価されず、お互いに不幸な関係になってしまいます。そうならないように気を付けています。
データサイエンスという分野は今后どのように発展し、社会に贡献していくと考えられますか
まずはデータサイエンスという分野の仕事をするだけでも十分に社会的な贡献になっていると思います。なぜならば、データサイエンティストの社会的な需要はますます高まっていますが、それに対して供给は依然として追い付いていないというのが実情だからです。今后についてはデータサイエンスに新たに取り组んでいこうと考える公司はさらに増えていくでしょうし、データサイエンスの适用范囲もますます広がっていくでしょう。なぜデータサイエンティストの社会的需要は増える一方なのか、その理由は大きく２つあると思います。
ひとつは、テクノロジーの発达によりセンサ技术が进化し、滨辞罢が当たり前に使われるようになってきたという社会的背景が挙げられます。特に各种センサの小型化?低価格化?量产化はこの流れに拍车をかけています。これまでデータを取得していなかった分野においても、安価で小型なセンサを取り付け、データを取得するという流れが一般的になりつつあります。例えば製造业の例で考えてみると、これまで特にデータを取得していなかった工场の製造プロセスにおいて新たなセンサを取り付け、データを取得することで、今まで行えなかったデータ分析ができ、工场の生产性向上につなげられるという状况が生まれています。
二つめの理由は、解析技术の発展です。さきほどの送电线の事例でも用いたディープラーニングに代表される新たな解析技术によって、データ分析自体を适用することのできる场面は増えてきています。特にこちらの方面で有名なのは、プロ棋士に胜利した础滨?础濒辫丑补骋辞を开発した顿别别辫惭颈苍诲社などが挙げられます。民间?アカデミック问わず、さまざまな研究者が解析技术の向上に取り组み、まさに日进月歩という速さで解析技术は进化しています。
これらの理由により、これまでは高度に职人的であったり感覚的であったりしてそもそもデータ化することが难しいと思われていたような分野においても、センサを取り付けたりデータの取得方法を工夫したり新たな解析技术を适用することで、データサイエンスの适用可能な领域になってきています。我々もそのような新たな分野でデータサイエンス活用に取り组んでいく场面が今后は増えていくでしょう。
もうひとつ、我々が目指している、データサイエンスを通じた社会贡献の一つの形としては、インフラとして当たり前のように础滨が使われている世界の构筑です。それを使っていることも意识せずに、その里には础滨があり、私たちを助けてくれます。梦みたいな世界ですが、今现在でも部分的には実现されています。例えば、駅に着いたらスマホのアラームが胜手に鸣り、次の电车が何时何分に来るのか教えてくれます。お客様のビジネス课题を解决していく中で、あるいは我々自身のビジネスとして、そのような础滨を少しずつ世の中に展开していきたいと考えています。そうした新しいものを生み出すためには、础滨で出来ることとその适用限界を理解するとともに、イメージする力が大事です。础滨があったらどんなことが可能になるか、逆に社会が抱える课题を解决するために础滨をどのように用いるのか、発想を大事にしています。
取材时の様子
キャリア选択のためのアドバイス
博士?ポスドクの方はどのようなことを意识して就职活动をすべきでしょうか。アドバイスをお愿いします
博士课程を卒业した皆様には、视野を大きく持ち広く社会を见てみることをおすすめします。アカデミックの道も、たくさんある中の一つの选択肢として考えることが重要です。博士人材のみなさんは、自身の専门を生かさなければと考え、自身の进路を狭く考えてしまう方が多いですが、アカデミックや自分の専门分野にこだわらず、アカデミックの外の社会にも兴味を持ってみるとよいでしょう。できれば実际に公司の人と会って话を闻いてみましょう。すでに社会に出ている人と话してみると、実は研究生活を通して磨かれた理系の基本スキルや、そもそも博士课程に进学される皆さんが持っているであろう知的探求心、疑问に思ったことへの科学的アプローチ方法や论理的思考力などは、広く社会に出ても役立つものであると気が付くはずです。また、それこそが、社会が博士人材に求めるニーズであると気が付くでしょう。そのような社会的ニーズとの亲和性という意味では、アカデミックポストや公司内の研究开発职だけでなく、データサイエンスの分野も博士人材と亲和性の高い分野と言えます。あれこれ心配するよりも动いてしまえばうまくいくという面もあると思います。极端に妥协しなくても博士にとって働きやすい会社が见つかるはずです。博士课程に进むような尖った人材なのですから、変に世间の物差しは気にせず、自分自身の価値観を大事にしてください。
现在博士课程に在学中のみなさんや、もしくはこれから博士课程に进もうと考えているみなさんは、研究生活を长い人生をより楽しく豊かにするための一つの手段ととらえ、数年间研究のみに没头する経験を楽しんでほしいです。どのような进路を选択するにせよ、今后の人生でそれだけ长く研究に没头できる、苦しくも幸せな时间はなかなかないですし、その研究経験はきっと今后のみなさんの人生で活きてくると思います。
最后に、学生に向けてメッセージをお愿いします
今は自分の轴をしっかり持つことが大切です。自分のやりたいことってなんだろうと考え直し、目标を明确に持ってください。今皆様が取り组んでいる研究でも、そうでなくてもいいです。目标が决まればあとはそこへ向かっていくだけです。それを実现するためにはどうすべきか考えてください。正しいことよりも、自分がやるべきプロセスを大切にして、进んでください。また、そこへ向かっていくバイタリティを持ってください。その力はどんな仕事にも活かされていきます。どの会社に进んでも、どんな道を进んだとしても、幸せな人生を歩めると思います。
讲演时の様子
取材者感想
データサイエンスはとても梦がある分野だと思いました。これからの社会では、问题にぶつかったときにそれを解决すべくデータの力を頼り、さらにデータからその先の问题を予测してくことがきっと可能になります。また、当たり前のように础滨が活かされ、よりよい社会へと変貌していくことが期待されます。
僕自身、计算化学を専攻しているので、データを用いることがどのように社会にとって大事なのか知ることができてよかったです。その一方、データサイエンスの中でもさまざまな仕事が存在します。进学したい高校や大学を选んできたことよりも、仕事を选ぶときには选択肢の幅が増えていることが考えられます。その中で自分のやりたいことを明确に见つけなければ、自分が何をすればいいかわからなくなり、本当に进みたい道へ进めないかもしれません。もっと自分と向き合うことで、やりたいことを见つけていけたらと思います。
取材担当：理学研究科博士課程前期1年 福原 大輝
