ここでは、データ活用を推進する人材・チームの育成と金融業界を含む事例をご紹介します。

まず、データ活用に必要な人材をご紹介します。まず一人目は、データサイエンティストやアナリストと呼ばれるデータ分析官です。分析内容や分析モデルの選定を行い、実際に手を動かして分析をします。二人目はデータエンジニアです。データを使うにあたり、データ設計・準備・加工するプロセスを担うため非常に重要です。三人目は、データ管理者です。データマネージメント、データガバナンスを行い、活用する人で、分析官やエンジニアが使いやすい状態でカタログやサービスという形で提供する人がデータ管理者です。

74c70c416f99e0705eaa34c86f9ca2279c4ca7c2
図1 データ活用に必要な人格

それぞれのスキルレベル設定は、データ分析力のレベルで定義しています。レベル1のところはExcel/BIツールを使い、集計・分析ができる人です。レベル2は、機械学習を使って分析が可能。次に右のデータエンジニアはレベル1ではSQLが使える人です。レベル2は、助力を得ながら分析業務を進められるような人で、レベル3は自力で分析業務を進められる人です。レベル4の人は、自力で調べながら分析業務を進められる人。このように定義しています。

A5af314887ddcb538e95f45a9d174191bac4a1f5
図2 それぞれのスキルレベル

スキル要素を細かく説明すると、図3の下側のデータ加工系はデータエンジニアです。増えたデータを扱うスキルがあるかが重要です。レベル2はデータ加工ができ、レベル3は新たな非構造データを扱えるかのスキルが必要です。レベル4はGPS位置情報・音声・画像・映像等の非構造データを扱えます。
一方上側の分析系は分析官の方です。レベル2は機械学習、レベル4はディープラーニングを扱える事です。求められるスキル要素を考えると、敷居が高いように思いがちです。

817316726f1a69ffc8426e000c8962a23383b436
図3 データ活用に求められるスキル要素