大きな事業会社で目指すデータアナリスト像は「名脇役」

小さくてもプロジェクトを主体的に進めていくのは楽しい。ただ、大きな会社で大きなプロジェクトを進めていくには、意思決定者は、他の職種であり、データアナリストは脇役に徹するべき。

という考えに至ったら、仕事に求めるものが絞られ、主役になりたい(ビジネス価値を出そう)と、もがいていたのが晴れた。主観的なデータアナリスト像について、自分への戒めも込めて、書きます。

背景

事業会社の事業部データアナリストに転職したからこそ、データ職でもビジネス価値を出したいと、もがいてきたが、思い描いた大きな成果は得られていない。データ整備したり、ダッシュボードつくったり、アドホック分析したり、並の働き。ビジネス価値を追求するなら、データドリブン○○や機械学習エンジニアなど、「データ基点で意思決定する人」「データ商品をつくる人」になったほうがいい。

一方で、データ分析して、わからなかったことが見えてくるのは楽しい。ビジネス企画、サービス企画、マーケティング、営業など、様々な職種の人に関わりながら、課題に対して最善の方法を考えて、スピード感をもって解決していくのも好き。

さらに、子供の頃から、主役より脇役に憧れていることに気づく。幽遊白書だと幽助より飛影、ワンピースだとルフィよりゾロ。強さ(自分のスキル)をストイックに磨き続けて、いざというときに力を発揮する感じ。

目指すデータアナリスト像

目指すデータアナリスト像と名脇役の関係は、以下3点。

名脇役データアナリスト像
主役を引き立てる意思決定者に有用な情報を提供(成果は意思決定してはじめて生まれるから意思決定者の成果)
主役を理解有用な情報を提供するために意思決定者の状況や仕事を理解(業務理解)
技術をひけらかさないデータ手法を押しつけない

主役を引き立てるのが仕事

自分への戒めが一番大きい項目。意思決定して前に進むことで、仕事の成果が生まれる。意思決定するためには様々な要因があり、結果の責任をとれるかで、見え方が違う。自分のお金で、自分で投資意思決定するのと、会社でチーム運用していたのでは、情報への真剣度が違う。

だから、意思決定した責任を取れる立場でもない場合は、あれこれ出しゃばるのは違う。その立場でないのがわるい。データからわかる情報と仮説(インサイト)を提供して、意思決定者を助けるのが仕事

ただ、意思決定の成果は、K×K×D×DATA(経験×勘×度胸×データ)で決まり、意思決定者の資質に大きく左右されると考えている。仮に、前例踏襲で、何も変える気がない度胸ゼロの意思決定者であれば、何も意思決定されないので、いくらデータ分析しても成果はゼロである。なので、誰の意思決定に関わるかは重要。

主役の仕事をほぼ理解

名脇役は、主役の立ち回りを理解できているからこそ、自分の立ち振る舞いを決めることができると思う。同様に、意思決定者の状況や仕事を理解できているからこそ、有用な状況を提供できると考える。一般的に言われるドメイン知識。

関わり始めるときに、参考書を数冊読んで一般知識を付けて、社内資料を熟読し社内独自知識を付け、状況を把握している。その上で、意思決定者とコミュニケーションをとり、データ分析もすると、どんどん具体化され、詳しくなれるので楽しい。

その結果、ビジネス・サービス企画・toCマーケ・toBマーケ・営業・CS・エンジニアと幅広く業務知識が付いた。データアナリストの魅力のひとつ。

技術をひけらかさない

脇役が技術をひけらかして、主役を喰おうとしたら、名脇役にはなれないと思う。データサイエンス手法にこだわり、専門用語で意思決定者に伝えても、理解されなければ、有用な情報ではない。

データサイエンス手法を知った上で、意思決定者の課題をヒアリングし、最善の手法を選択し、早く意思決定につながることが大事。厳密性よりスピード重視。難しい手法で時間をかけて、クロス集計でわかるような結果がでる分析は最悪。基礎集計から意思決定者とコミュニケーションをとりながら、深掘りしていくスタイルが好き。深掘りで小難しい手法が必要になったら、意思決定者とアウトプットイメージを共有した上で実施する。

さいごに

大きな会社で主役がいるから、脇役としてのデータアナリスト職が成り立つ。だから、頼られたとき、なんでもできるようにデータスキルを磨き、名脇役を目指す。いざ自分で成果を追求するときにも対応できるように。

今の環境だと、人とコミュニケーションしながらデータ分析して知ることを楽しみ、意思決定者が成果を出すことに寄与できればと思う。