2024.05.08
課題解決型人材コンテスト2023参加者インタビューvol.1
課題解決型人材コンテストは、企業にリアルな業務課題とデータを提供いただき4ヶ月間のデータ分析の結果からアクションを提言するコンテストです。参加者がチームを組みメンターからアドバイスを受けながら、フレームワークに沿って課題・データ提供企業と合意形成するユニークな取り組みを行っています。
2023年の概要はこちら→https://techplay.jp/event/904455
今回は、2023年の参加チームの中からカインズ賞を受賞されたDチームのみなさんにコンテストを振り返って様々なお話を伺いました。
メンバー：株式会社JTB 岡本悠さん／東京ガス株式会社 板垣世一さん／株式会社ベネッセコーポレートガバナンス 学校カンパニー 高橋恵美さん／宮川和司さん
メンター：日本アイ・ビー・エム株式会社 長井真吾さん
インタビューアー：DS協会 広報担当 真田
このコンテストを通じて良かった点、人に勧めたいと感じた点などについて教えていただけますでしょうか。
板垣さん：コンテスト全体を通して社内の同僚に非常にオススメしたい内容だと感じました。普段の業務では、どうしても触れるデータの種類が限られてしまっているのが現状です。その点、今回のコンテストでは普段の業務とは異なる業種のデータを贅沢に触れる機会となったため、非常に良い経験になったと思います。また、元々このコンテストに応募した意図としては、データを使ったビジネス課題の解決の経験に触れるためであり、その点においても本来の目的を十分に果たせたと思っています。普段は機械学習やダッシュボード作成など技術的な業務に寄っており、あまりビジネス的な価値を意識して仕事ができていなかったですが、今回のコンテストはkaggleのようなコンペと異なりどちらかというとビジネス寄りの内容であったので、普段の業務では学べない充実した経験を積むことができました。
高橋さん：分析環境が準備され、通常では触ることができないツールや環境を経験できたことが良かったです。また、これだけ大きな実データを触る経験は今までなかったので、すごくチャレンジングでした。メンターの方のアドバイスやカインズのご担当者の方と忌憚のないディスカッションは学びが多かったです。
このコンテストで大変だったことや苦労したことは何ですか。
岡本さん：普段はプレゼンをしたり、マネジメント業務をすることもないのですが、メンバーに背中を押してもらってリーダーを引き受けることになりました。しかし、毎回のミーティングでうまく回せず、仲立ちができなかったことなどを反省しました。
また、DatabricksやSPSSを使うことができてとても勉強になりましたが、使ったことのないツールで慣れるまで時間がかかってしまいました。コンペに参加するのは力不足だったな、もっと力を付けてから参加できたらもっと勉強になっただろうな、と思っています。
宮川さん：普段は手元のPCでpythonとExcelを使って分析していますが、今回はData Bricks（cloud環境）の中だけで分析しなければならないという状況でした。そのため前半は思うようにやりたいことが実行できず苦労しました。しかし、逆にそのおかげでこのコンペの期間中だけでSQLスキルとpysparkスキルがかなり伸びたと思います。また、後半にはData Bricksで1億件超のレコードをぶんぶん回して分析できたのは楽しく、いい経験でした。
このコンテストを通じて学んだこと、普段の業務に活かせられそうなことはどんなところですか？
岡本さん：どんな大量のデータも一つずつ丁寧にEDAしていくことが次に繋がるんだなぁと改めて実感しました。また、闇雲にモデルを作って高精度を求めても、費用対効果上やビジネス上旨味がなかったり、5W1Hに繋がらずに無意味な予測になって終わってしまったりなど、目的がきちんとしていないと評価されないという点はデータ分析以外の業務でも大切な目線だと思うのでしっかり押さえていきたいです。今の仕事ではデータ分析は直結しないのですが、今後そういった業務に携わっていきたいと改めて思う良い機会でした。
板垣さん：データでビジネス課題を解決していくには、分析のバックグラウンドに加えて、普段データ分析に携わっていない人でも十分に活躍できると感じました。自分もこれまでの経験だけに頼らず、貢献できる形でどんな業務でも携わっていきたいと思いました。
また、基本的な仕事の進め方が非常に勉強になりました。タスクの分担やスケジュール整理など、普段の自分にはできていない部分を多く学べましたし、そのおかげでチーム全体としてもうまく進められたように感じます。
高橋さん：他チームの発表などを見て、分析方法の幅が広がりました。また、データ分析の基礎となる型や時系列の整理なども今後考えるうえで参考にしていきたいです。
宮川さん：何を課題に設定すればいいのかという部分はやはり難しいなと感じました。課題を設定するためには、まずビジネスの分析とデータの分析が必要ですが、具体的に何をすればいいのか迷いました。しかしメンターの方や他のチームの上級者の方々の分析を見るとデシル分析やRFM分析、製品別の分析などで的確で説得力のある分析を行っており、非常に勉強になりました。普段の自分の業務にも応用してみたいと思います。
真田：メンバーの皆様、ありがとうございました。
メンターの長井さんにも質問させてください。コンテストを通じて、人に勧めたいと感じた点などについて教えてください。
長井さん：データサイエンティストにはビジネスの実課題を解決するスキルが求められていますが、本コンテストでは課題を解決する上で必要なプロセスを一通り経験できるところが特にお勧めできます。また、自社でのプロジェクトと違って、全くバックグランドの異なるメンバーと立場関係なく自由に意見をぶつけながらプロジェクトを進めていくことができ、普段得られない気づきや学びが得られるはずです。メンターの立場としても、毎年異なるメンバーの中で毎回異なる気づきがあり、視点が広がるメリットがあると感じています。
メンターとして大変だったこと、苦労したことは何ですか？
長井さん：毎週のチームミーティングでのディスカッションの中で、参加者の皆さんの意見を参加者の観点としても考えつつ、一方でデータサイエンス的な観点やお客様のビジネス的な観点でも客観的に考える必要があり、そのあたりのバランスをうまく取るのが難しいと感じています。特に、課題設定や施策を検討するフェーズでは、方針の軌道修正が必要かどうかの判断が難しい局面もあり、様々な観点を総合してアドバイスできるように意識したいと思いました。
このプロジェクトを通じて学んだこと、メンターとして気をつけていたことがあれば教えてください。
長井さん：データサイエンスの観点ではデータを分析して数字の裏付をとったり、ロジックを積み上げたりすることは大事ですが、それに加えてビジネスオーナーがどのような提案を求めているかを正確で具体的に理解することがとりわけ重要だと感じました。メンターとして前者の部分は客観的な目で見ることを意識していましたが、あとで振り返ると後者の部分をもっと意識した方がよかったという気づきがありました。
真田：ありがとうございました。
- カテゴリ
-
-
DS関連NEWS
-
インタビュー
-
スキルアップ
-
コラム
-
教えて！DS
-
- アーカイブ
-
-
2024年
-
2023年
-
2022年
-
2021年
-
2020年
-
2019年
-
2018年
-
2017年
-
2016年
-
- 記事アクセスランキング
- タグ
