データビジュアライゼーションの専門家としての「キャリア」について考える：書き起こし＋α
23/4/28のセミナーの登壇者としてお話をさせていただいた三好です。当日120名ほどの方に参加いただきました。主に三好が話した内容と、当日話していない補足したい内容を、言語化しておこうと思いnoteに書きます。
謝辞
本イベントは、松本春菜さんが仕事の中でYoshitaka Arakawa さんのダッシュボードを見る機会があり感動をされ、師匠の黒田さんの元、DataSaverへ挑戦される過程で始まりました。松本さんが、TableauHRユーザー会に相談をされ、HRユーザー会幹事である三好と企画を進めました。本資料のPPTのデザイン、問いの設計などは松本さんが考えられました。松本さん、Arakawaさん、イベントの開催について、改めまして御礼申し上げます。また、Erika KaiさんZOOMのセッティング等有難うございました。
イベントの趣旨
データ系人材キャリア例（三好）
私（三好）は、データ分析コンサルティングの（株）イノヴァストラチャーと、ChatGPTのAIコーチがチームの学習と業務支援をするツールを提供する（株）リフレクトを経営しています。著書は、共著で「Tableauデータ分析入門から実践まで」「ピープルアナリティクスの教科書」があります。TableauHRユーザー会の幹事や一般社団法人PeopleAnalytics&HRテクノロジー協会の上席研究員を務めています。
コンサルティングの領域としては、マーケティング、経営、人事、在庫削減、と幅広く、クライアントの業種もIT、製造業（自動車、食品、日用品）、小売、金融と幅広いです。
データ分析関連の職種につきたい、転職されたい、起業されたいという方の参考までに私のキャリアを紹介します。（イベント内容について読まれたい方は、Q1へ進みください）
大学時代（2000~2004年）
2002年頃の大学時代は、青山学院大学国際政治経済学部に所属しており、日本の製造業の品質向上に大きく貢献されたデミング博士の弟子である吉田耕作先生から統計学を学び、データが増えるであろう21世紀には統計学が重要であることに気づきました。当時はもちろんまだビッグデータという言葉もない時代です。
また、アジア経済論の大野昭彦先生のゼミでは日本と韓国の女子大学生がどのようなライフコースを考えているのか、両国においてそれぞれ100名ほどの社会調査をおこない、多変量解析などを用いた論文を執筆しました。大学時代に、1人1人データを取り、入力し、検算をし分析、レポート作成をしたことは、データ分析者としての原点です。この経験からデータ分析から世の中の事象を明らかにすることの面白さに気づき、データ分析を職業としたいという気持ちが湧き上がりました。
大学院時代、企業での2年間の長期インターン（2004~2006年)
大学卒業、同大学院に進学しました。同時に、データ分析を職業としたいという思いから、起業家を育成をするNPO、ETICのプログラムに申し込み、インターネットリサーチのベンチャー、株式会社インタースコープでインターンを始めました。インタースコープは、マーケティングリサーチを行い、そのデータを多変量解析や機械学習などを用い、分析コンサルティングを行う会社でした。学生にも社員と同じ様な責任のある仕事を任せるのが特徴で、私は大手メーカー様、IT企業に対しての分析業務、エクセルマクロなどを用いてデータの可視化・レポーティングを行っていました。余談ですが、インターンの先輩としてfreee創業者佐々木大輔さん、ALBERT創業者上村祟さん、あすけん創設者天辰次郎さんが当時いらっしゃいました。
マーケティングリサーチ会社時代（2006~2014年）
インターンをしていたインタースコープに入社、その後会社がYahoo!に買収をされ、マクロミルに買収されと、転職活動をせずに同じ業界で違う会社の経営・文化を経験することができました。
分析コンサルティング業務では、ツールとしてR、Python、SPSS、IBMModelerを学びながら使うことが多かったです。日用品や自動車、ITサービス業など様々な業界で価格や商品スペックを変えると売り上げがどのように変化するかなどの予測モデルを作り、マーケティングシミュレーターとして実装していました。その他にもブランドポジショニング戦略の分析、消費者理解のためのセグメンテーション分析など、多岐にわたる分析経験をしました。
分析以外では、階層ベイズ法を用いたコンジョイント分析の海外ソフトウェアを導入したり、マーケティングシミュレーションができる新商品を開発したり、マーケティングデータベースの新規事業開発をしていました。
データ分析コンサルティングだけではなく、プロジェクトマネジメント、プロダクトマネジメント、事業開発などを学んだことで、視野も発想も広がる様になりました。
データ分析コンサルティング会社を起業（2014~）
業務上、事業開発まで行っていたため、次は企業経営を学んでみたいと思い、起業をしました。
起業した当時、Tableauを知る機会があり、RやPythonなどではできない、考えながら即可視化をし続けることができることに衝撃を受け、Tableauを使い始めました。起業当初からクライアントであった大手IT企業のwebサービスにおいて顧客別の離脱予測を行い、その予測値と予測要因をダッシュボード化させる過程でTableauを活用しました。そのダッシュボードを元に営業やコールセンターが離脱防止施策を行い、アクティブ率が大幅に上昇しプロジェクトは全社MVPを獲得することができました。
また、その他のデータ可視化・分析プロジェクトにおいて、大規模なデータを扱うことが多いため、SQLを学びながら実務で使える様になりました。いくつかのプロジェクトが成功し、社員がジョインしてくれる様になり、人材マネジメントも学びながら行う様になりました。企業経営をする過程で、財務、経理、労務、法務などを実務や、グロービス社の講座などで学んでいきました。
人事データ分析開始（2017年~）
長年付き合いのあった大企業のクライアントが人事部に兼務がつき、その流れで私も人事データ活用を行うことになりました。様々な人事データの可視化による、現状把握、課題発見のためのダッシュボード開発や、優秀人材の離職防止のための退職予測と人的資本活用のためのダッシュボード開発などを行う様になりました。人事領域はマーケティングに比べて、データ活用が遅れていたため、今までのノウハウがそのまま活きることが多かったです。それら人事データ分析のノウハウを元に他の企業のコンサルティングを行う様になったり、ピープルアナリティクス&HRテクノロジー協会での講演や執筆活動に携わることになりました。
システム開発＆セールス（2021年〜）
様々な人事データの分析、可視化を進める中で、人材育成系のデータ活用をもっと上手くできないかと考え、日々の振り返りやコンディションデータをチームで共有し共に成長するためのプロダクト「リフレクト」の開発を始めました。システム開発をするにあたり、私自身もフロントエンドの技術について理解をする必要があると考え、JavaScriptやReactを、システム環境構築についてはGCP（GoogleCloud Platform)について、若いエンジニアのメンバーから学び、シンプルな機能については実装できる様になりました。昨年からGPT3を触っていてAIによって社会が大きく変わると考え、2023年2月、リフレクトにChatGPTをAIコーチとして実装しています。
なお現在ですが、開発はエンジニアの皆さんにお任せし、営業、マーケティングについて改めて学びたいと思い、元Tableauの営業役員だった（株）アトラスト代表遠藤公護さんから営業について学んでいます。
キャリア形成で気をつけていること
私のキャリアを振り返ると実務的には
マーケティングリサーチャー
⇨データサイエンティスト
⇨データアナリスト
⇨データプロダクトマネージャー
という形で変化しています。データビジュアライゼーションは、どの役割でも行っていますが、特にTableauを使う様になってからその活用頻度が圧倒的に増えました。
キャリアについては、今後も時代に合わせて変えていくと思っています。
※対外的にはデータサイエンティストの肩書きが分かりやすいため、使うことが多いです。
データ系の業務はテクノロジーの進化が早く、常に生き残っていくために下記3点を気をつけています。
3年に1度は新しい領域に挑戦し新しいスキル獲得。スキルの掛け算でで新しい価値を創出することを意識する。
学ばざる得ない環境に自らを置き、変化を楽しむ。
既存の縁や新しい縁に感謝する。
以上、キャリア形成の何か参考になれば幸いです。
Q1.データビジュライゼーションの専門家とは、いったどのような存在でしょうか？
データ活用プロジェクトにおいては、大きく5つの役割があります。ビジネス系施策の理解をし実行をする担当者、プロジェクトマネジメント担当者、分析・可視化担当者、データエンジニアリング担当者、データ環境構築担当者。
その5つの役割が協力がすることで、課題を解決することができます。データビジュアライゼーションの専門家はその中で分析・可視化を中心とした役割になります。
ビジュアライゼーションの専門家の役割はチームの編成によって変わります。人数が少ない初期は、設計やデータ整備など比較的多くの役割をマルチにこなす必要があります。チームの人数が拡大し分業化が進むと、分析・可視化に特化した業務内容になることが多いでしょう。
下の図は、データ活用プロジェクトプロセスにおける5つの役割と業務内容です。データ活用におけるビジュアライゼーションは、課題解決することの手段の一つであることを認識することが非常に重要です。可視化は有効な手段ですが、施策を行う役割、プロジェクト設計を行う役割、データ整備をする役割、環境構築をする役割の方と効果的に連携しなければ、課題解決を行うことはできません。
近年、データ関連の仕事が増えるに従い、データ関連の職種も増えています。そこで、データ関連の職種と必要と考えられるスキルを表で整理してみました。
データビジュアライゼーションの専門家は、現在下記の職種名で存在しています。それぞれの専門性ですが、
データストーリーテラー・データジャーナリスト
ワシントンポストなどジャーナリズム系の企業の職種。可視化、BIツールの専門性、対外的なコミュニーケーションスキルが求められる。
データビジュアライゼーションスペシャリスト
可視化、BIツールの専門性に加え、統計学などの知識、データ加工関連の知識が求められる。
BIエンジニア
可視化、BIツールの専門性に加え、統計学などの知識、データ加工関連の知識、されにBI環境の構築関連の知識が求められる。
また職種名に、ビジュアライゼーションが含まれていませんが、「データアナリスト」はBIを使用して課題解決をするという要素が強い職種です。
このように、どのような専門性が強いかによって職種名が異なるという実態があります。
なお、「データビジュアライゼーション」スキルが必要な職種を、米国のindeedで検索すると、データアナリスト、データサイエンティスト、データエンジニアなど様々な他の職種でも求められていることがわかります。
データビジュアライゼーションの専門家としての職種は、他の職種に比べて特にデータ可視化(デザイン、心理学）、BI関連、コミュニケーションの知識の専門性が求められます。ただし、本質的には「データを使い、意思決定や組織を動かすコミュニケーション設計・実装をする職種」と捉えると、例えテクノロジーが変化したとしても、手段が目的化しにくく、本質的な課題解決に向かいやすくるでしょう。
Q2.データビジュアライゼーションの専門家が活躍できる領域はどこか？
活躍できる領域はかなり多いと考えられます。なぜならば、データはインターネットを中心に引き続き様々な領域で増え続けていく想定され、それに伴い可視化をし、意思決定をするニーズも増え続けるからです。
我が国のインターネットトラヒックは、新型コロナウイルス感染症の感染拡大直前の2019年11月から2021年11月までの2年の間に約2倍に増加した。
世界のIPトラヒックは現在と比べ2030年には30倍以上、2050年には4,000倍に達するという予測もあり、社会経済のデジタル化などに伴い、我が国でもトラヒックの増加が続くことが見込まれる。
また興味深いことに、米国において、Google Trendで「Data scientist」「Data Analyst」「Data Engineer」で比較をすると、ここ5年で特に「Data Analyst」の検索が伸びています。これは職種としてデータの民主化が進んできているからかもしれません。職種としてデータの民主化が進むとデータビジュアライゼーションの専門家も活躍する領域は増えます。
参考までに日本の検索数を見ると、データサイエンティストが他の職種を上回り続けている状態です。仮説ですが、日本はデータサイエンティストが取り扱う領域が広く、データのことならばとりあえずデータサイエンティストというイメージが強いからかもしれません。今後、様々なデータ利用の環境に応じたデータ関連の職種が求められる様になれば、データサイエンティスト以外のデータ関連の職種が注目されていく様になるかもしれません。
少し話が脱線しましたので戻ります。一度、あるドメインでデータ可視化やデータ活用を行い、何か課題解決する力を獲得できれば、他のドメインでも適応できる可能性は高いです。
例えば私の場合、キャリアの10年ほどはマーケティング領域のデータ分析コンサルティングがメインでしたが、7年ほど前から人事領域におけるデータ活用をするようになりましたし、昨年からは在庫分析・適正化のためのデータ活用をし始めています。
データ活用は、現状把握⇨課題発見⇨要因分析⇨施策のモニタリングというステップを繰り返すことで課題解決につながります。そのステップはマーケティングであろうと、人事であろうと、在庫適正化であろうと、経営であろうと変わりません。
一度獲得したデータ活用、データビジュアライゼーションのスキルはドメインを超えて、汎用的に活用しやすいスキルです。
データビジュアライゼーションの専門家の武器としては、繰り返しになりますが、BI関連の深い知識、可視化関連のデザインの知識、心理学の知識、データ関連の知識（統計学、データベース）などが挙げられます。
最後にふさわしい場所については、これは自分で作っていけば良いと思います。データで課題解決をしていけば、居場所を作っていくことができます。また、もう一つ居場所を作る観点として忘れてならないのは、データがないとデータビジュアライゼーションはできないという点です。まだデータ化されていない領域において、データ化を進めることをしていくならば、新たな居場所を作っていくことができるでしょう。
Q3.データビジュアライゼーションの専門家が参考にすべきロードマップは？
データビジュアライゼーションを活用する立場は大きく、①ビジネス系施策を推進する立場、②分析やダッシュボード構築をする立場、③データエンジニアリングやデータ環境を構築する立場の3つに分かれると思われます。
ロードマップとしては、それぞれの立場における専門性を深める方向性と、それぞれの立場を超えて、領域外に広げた専門性を身につけていく方向性の2つがあります。
今後のロードマップについては、自分が何をしたいかのWill観点、自分が何ができて得意かのCan観点、会社や事業がどのような専門性を求めているかMust観点、に加えて、今後どのようなスキルがコモデティ化してどのようなスキルが求められているかの環境変化の観点を合わせたの4つの観点から決めると良いでしょう。
特に、今年2023年から大きな変化を起こしているChatGPTをはじめとした大規模言語モデルのAIが普及すると、要件定義を言語で行いさえすれば、可視化は半自動で行える様な世界が来ると考えられます。
完全自動でデータ分析してくれるAIが、半分くらい出来上がりました🤖
— Dory | AI Agent (@dory111111) March 10, 2023
ExcelやCSVをアップロードするだけで、AIがデータ分析方法を自分で考えて、数分でグラフつきのレポートにまとめてくれます！先行登録も開始したので、αテストにご協力いただける方は何卒🙇https://t.co/s0epfcMMOW#ChatGPT pic.twitter.com/9AR7MGRlq5
ツールに関する知識はツールの革新的な進化とともに自動化・陳腐化され、コモデティ化しやすいというリスクがあります。一方、コモデティ化しにくい業務・スキルとしては、データ活用のプロジェクト設計、分析の設計、コミュニケーションの設計・組織間コミュニケーション、統計や機械学習の設計、データモデルの設計、目的に応じた環境構築設計など、上流工程である設計業務、各種専門知識を持った上での意思決定、AIが実装したもののチェック、修正があります。
ただ、今後データ化されているものはAIに学習されてしまい、汎用化・自動化がされやすくなります。データだけで完結しないこと（組織間の人間を連携させる、データには溜まりにくい実践知を活かすこと、データにない情報の収集とその情報を含めた意思決定）が人間のやることになっていくでしょう。
上記変化を意識しつつ、既存のツールに関する知識を磨いていきつつ、将来の環境変化も想定して、ロードマップを考えましょう。
直近のデータビジュアライゼーションコンサルタントのスキルとしては下記が参考になります。（荒川さんご紹介のサイト）
データサイエンティスト協会のスキルチェック表にも「データ可視化」の項目があるため参考になります。
Q&A
Q.ダッシュボードを改善するための現場ヒアリングがどうしてもできない、協力してくれない、どのようにすればよいか？
A1.現場とのコミュニケーション不足である場合は、話しやすい現場メンバーとランチや飲み会などで、お互いにやっていることや課題感を共有し関係性を作ります。自分から足を運んで現場の部署に席を移動して仕事をしたりしたこともありました。物理的な距離を縮めたり、コミュニケーション量を増やすことは大事です。
A2.現場への理解が低く信頼されていない可能性がある場合は、現場へ足を運び観察をし、データ化されていない課題を言語化した上で、担当者へ課題や解決策を提示しながらヒアリングの打診をするのも良いです。データ分析コンサルティングをする場合、商材がどのような場所でどのように使われているのかを観察します。お客様が小売業であれば、自分から店舗に足を運び顧客の観察をします。人事が顧客であれば、人事部の方やマネージメント層にヒアリングをし、データ化されていない課題を洗い出します。
A3.データ化されることがマイナス要因と考えデータ活用に後ろ向きの組織に対してヒアリングできない場合は、現場の不安要素を取り除く動きをします。例えば、データ活用・ダッシュボード活用プロジェクトを共同で進める形にし、人事評価上プラスになる様に仕立てることや、業務改善によるメリットを説明、理解していただきます。トップダウンで上層部から現場に協力してもらう様、働きかけることも重要です。
Q.人事データや在庫データは専門ツールが進化し、BIの出番はなくなるのでは？
A.人事システムや在庫システムなどは様々なものが存在しており、それらを統合するシステムが出るというよりは、データを統合してBIで可視化する流れは続くと想定しています。2022年PWC社のレポートでもBI活用は前年で伸びていました。
人事や在庫システムは各企業によって個別化されやすく、あるシステム系の大企業が人事や在庫などの各領域のシステムを統合する速度よりも、個別専門領域のシステムが進化する速度の方が早いと考えられるからです。
さらに、今後は人事データと営業データ、人事データと財務データなどの連携が進み、経営的にインパクトのある意思決定をするために、データの統合をしBIで可視化する流れが進むと考えています。
さらに、大規模言語モデルが現れたことにより、様々なシステムのテキストデータが扱いやすくなり、AIを搭載した進化したBIシステムが業務、育成系のテキストデータを取り込み、活用する様になると予想しています。
Q.多くの部署、組織にとって使えるダッシュボードを構築するスキルと、各個別のダッシュボードを構築するスキルは別のスキルだと思われるか？
A.はい、別物だと考えています。
各個別のダッシュボードを構築する場合は、目の前の課題を解決するためのダッシュボード作成スキルがあれば大丈夫です。
一方、組織横断でダッシュボードを構築する場合は、各組織が共通してミニマム必要な要件を洗い出す抽象化、拡張性を加味したダッシュボードやデータマートの設計スキル、各組織の期待値を調整するコミュニケーションスキル、運用の設計・実施スキル、などが必要になります。
Q.どのようなスキルを磨いていけば良いと思いますか？
A.あなたが何をしたいか、どのような会社で働くか、何ができるかによって、磨くべきスキル変わります。正解はありません。メンタリティとして一番大事なのは何がしたいかです。自分にあったものを磨いていきましょう。
それでもあえてと言われると、
スキルとして大事なものは新しいものを学ぶラーニングスキル（ラーニングアジリティ）が重要だと考えています。素早く新しい技術を学べれば、環境適応することができます。
その次に、今後はAIを使いこなすスキルです。
AIを使いこなすことで生産性が大きく変わります。
データ関連の仕事で価値提供をするため、ある領域でコアとなるスキルや専門知識を得た後に、一人で複数領域のAIを使うと多能工的に生産性が上がります。自分の既存の枠にとらわれず幅広い領域において設計できる様な知識を得て、AI活用することが求められる様になると考えられます。
Q.どのような人を採用しようとしていますか？
A.私の会社（イノヴァストラクチャー）は、人数も少なく、多能工的なスキルが必要のため、①目的が手段になっていない人。課題解決に対して強い情熱がある人②自分のやりたいことに固執しすぎず、好奇心を持って様々なものを学ぼうとする人（ラーニングアジリティがある人）③違ったスキルや特性を持っている方にリスペクトのマインドを持ち良いチームワークを発揮できそうな人、を採用しようとしています。
各企業によって、様々な条件が異なるため、データ人材の求める要件はかなり異なると思います。
Q.ビジュアライゼーションの専門家として、どんな時が嬉しいですか？
A.現場課題を解決したこと、成果を出した時、チームでそれらを分かち合う時です。
例えば、成果を出したケースについては、データ分析のおかげ適切なプライシングができ工場が潰れないで済んだこと、顧客離脱予測モデルのおかげであるサービスのアクティブ率が数倍、顧客獲得コストが何分の一に削減することができたこと、退職予測とそのダッシュボードのおかげで退職率を下げられた・データドリブンなマネジメントに変化させられたこと、人事ダッシュボードのおかげで経営層が1ヶ月かかっていた意思決定が瞬間的にできたことなどです。
チームで分かち合うケースについては、特にデータエンジニアリング・環境構築チームに何かダッシュボードや分析から成果を出した際に、共有をして喜んでもらえる時が嬉しいです。なぜなら、データエンジニアリングや環境構築は、障害が起きない様に慎重に業務を行うものの、何か問題があると責められることが多く、成果がでたとしてもフィードバックをされず、達成感を感じることがない場合があるからです。縁の下で支えてくれているデータエンジニアリングや環境構築、またダッシュボードの運用をする方の協力があってこそ、成果が出ることを忘れてはならないと思います。
Q.今後10年後何をしていると思われますか？
A.基本的な方向性としては、AIやデータ活用をした人材育成関連の仕事をしていると思います。ただし、全く想像をしていないことをしている可能性も高いと思っています。今の私のやっていることは10年前には想像できていなかったです。引き続きAIやデータを活用した仕事かもしれませんし、もしかすると、VR上で3D空間における新しいデータ可視化の仕事をしているかもしれません。
最後に
データビジュアライゼーションは、人の心を動かし、組織を動かし、成果を出すための強力なツールです。また業務を行う人とってワクワクするようなこと多い仕事です。
手段が目的化しないことに気をつけつつ、
いくつかの役割の方と、良いチームワークで、課題解決をしていくことを意識していくことが重要だと思います。
今後も世の中に求められる仕事のため、Tableauのコミュニティなどでみなさんとお互いに学び合い、成長できればと思っています。
リフレクトの紹介
リフレクトは、ChatGPTのAIコーチがチーム内で教育支援・業務支援をしてくれます。AI初心者向けに、業務・業種・業界別1000プロンプトテンプレートもあり、1クリックで実行可能です。パーソル総研様をはじめ、主に新入社員、中途社員のオンボーディングでご利用されています。
ご興味のある方は、下記のページよりご連絡ください。2週間無料でトライアル利用可能です。