2024年からnoteを始めます。
あけましておめでとうございます。
noteをお読みいただきありがとうございます。
日々の気づきや学んだことなどをアウトプットしていくことで、より自分の身につけばと思い、noteを始めてみることにしました。
自己紹介
私は、とある事業会社の企画関係の部署で2022年から勤務しており、販売実績のとりまとめや販売状況の分析を行う業務を行っています。
それ以前は、Webアプリケーション開発をやっていて、LAMP構成でのプログラミングやデータベースは一通り触れるかなというところです。
昨年の取り組みと分かってきた自分の課題
分析業務は、販売における購入者層の属性分析だったりを出してそれらしい資料を作ったりはしているものの、何か物足りない・・・。状況の報告だけになることもしばしばあり、こんなことを繰り返していても何も変わらないんじゃないかなと考えていて、もっと改善に繋がる分析を行って発信し、改善を行うことで、今よりもより稼げる人材になりたい！という思いがあり、データサイエンスの分野に取り組もうと活動を始めました。
取り組み方針としては、２つほど考えていました。
①統計検定2級の取得を通じて、統計の基礎的な知識を身に着ける。
②kaggleなどコンペを通じて、機械学習のアウトプット機会を多く作り習うより慣れろで体に覚えこませる。
勉強して学んだことは翌週何かの形で本業に生かすことを意識していましたので、統計の勉強やkaggleを通じた機械学習を少しずつ業務に取りこんでみましたが、分析の内容がどうも質があがってこない・・・。分析資料を提出しても、ふーん、それで？となることがすごく多かったです。
そこでもっと深く考えるためにはどうすればいいんだろうとWeb検索を繰り返していく中で出会ったのが、「仮説思考」。
その仮説を考える上での現状の理解としての「フェルミ推定」という因数分解に出会いました。コンサル入社試験で使うようですが、突き詰めてよりリアルに考えることで現実世界を反映させたフェルミ推定を行うことで、現状を分かりやすく定義でき、仮説対象を絞り込むことができるのかなと考えました。
フェルミ推定は、本業で事象が起きた際に事象の因数分解を行う癖をつけようと思い、都度使ってフェルミ推定をブラッシュアップするように心がけています。
課題解決のための仮説思考を取り入れている中、すごくありがたいことに解決のパターンを網羅する戦略思考の本が発売され・・・。この本すごく気に入っていて、思考の基盤に出来るように今も読み返して暗記を続けてます。
基本的な仕事の考え方については、コンサルが最初の3年間で学ぶコトの中でも、基本的なアウトプット作成の手順が示されていました。論点・サブ論点を立てて、そのうえで行うタスクの検討、スケジュール作成を行ったうえで作業すると。。
分析にあたっての論点は上司が与えてくれる環境ではないので、自身で事象から論点・サブ論点を立てていく必要があり、高松さんのような論点、サブ論点の作り方をどうすればいいんだ・・・。ということで悩んでいたところに、これまた高松さんからのメッセージの中で参考図書が紹介されました。ホントありがたいです。
その中でいくつか本を読ませていただき、暗記の有効性などは理解できました。論点・サブ論点などに関することでは、一見関係なさそうな（高松さんのメッセージでも「書く・話す」のカテゴリで紹介されていたこちらの本に、論点、問いの違いが明確に書かれていて問いとは何か？が明確になりました。
そして、問い、論点思考を抑えることでより良い論点を立てることができるようになれるかなと思っていた矢先にふとamazonのレコメンドに出てきたこの本。私にとってまさに神本でした。
フランスでは哲学の授業があるようで、そこで考えることを教えられるそうです。そんなフランス仕込みの考え方、問いの立て方がとても分かりやすく体系的に書かれており、すんなり頭に入ってきました。
そんな本がkindleUnlimitedで読めるなんて・・・。感動です。著者の方に感謝です。ホントありがとうございます。noteもやっておられるようで、有料記事も参考にさせていただきました。
昨年、私の社会人人生の中でもたくさんの本を読みました。また、考えを深めるすべを学べました。これはまた別の記事でも書こうと思いますが、速読を身に着けたら、もっとたくさん本が読めて知識が身につくかなとおもっていましたが、速読の本質は早く読んで覚えるというより、早く繰り返し読んで覚えるようで、1冊3時間かかる読書を1時間で終えて3回読むことをやっています。
23年末に繰り返し読んだ本がこちら。資産にする読書方法がみにつきますので、これを基本に24年も読書していこうと思います。
今年の抱負
データサイエンティストには、ビジネス力、データサイエンス力、データエンジニアリング力が必要と言われています。
https://www.datascientist.or.jp/common/docs/PR_skillcheck_ver3.00.pdf
長々と振り返りしてしまいましたが、その中で、昨年はビジネス力の向上が中心になったかなと思っています。
23年に読んだ本は、本業のアウトプットでも生かせており、少し資料の制度が変わって、打率は低いですが、実際の行動が変わる、分かった後の行動を考えた提案ができたりして、それが通ったときは少し成果を感じられうれしかったです。
昨年の目標でも上げていた統計検定の合格を通じての統計への理解力向上とLLMを取り入れた形での機械学習も併せてやっていこうと思います。
第2回金融データチャレンジも開催されるようなので、今年はしっかり取り組んで、データサイエンス力とエンジニアリング力を磨いていく年にできたらたらなと考えています。
そして、23年から学んだことや本業でアウトプットして気が付いた気づきなど、これから少しずつnoteやXを通じてアウトプットしていきたいと思いますので、よろしくお願いいたします。
#note書き初め
この記事が気に入ったらサポートをしてみませんか？