データ主導の組織の作成

第4章. アナリストの組織

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

本当に優れたデータアナリストは人々を興奮させるはずだが......。データを最初に手に入れたのは僕だから、 ストーリーを最初に知ったのも僕だった。何かを発見するのは楽しいものだ。

ダン・マレー

優れたデータ主導型組織の人的構成要素は、優れたアナリティクス組織である。そのような人材とは誰で、どのように組織されるべきなのだろうか？

この章では、アナリティクス組織そのもの、つまり組織を構成するスタッフの種類と、彼らが持つべきスキルについて取り上げる。アナリティクスの役職の幅を検討し、様々な職務に就いている人々を紹介する。また、アナリストの組織構成には様々な方法があり、それぞれに長所と短所がある。

アナリストの種類

データドリブンな組織（）には、様々なアナリストの役割があり、通常は複数チームに編成される。人によってアナリストの役割は異なり、スキルの多くはそれらの間で重複しているが、私の考えるデータアナリスト、データ・アナリティクス・エンジニア、ビジネスアナリスト、データサイエンティスト、統計学者、クオンツ、会計士・財務アナリスト、データ可視化スペシャリストの一般的な説明を概説する。それぞれについて、どのようなスキルを持つ傾向があるのか、どのようなツールを使うのか、そしてその役割に就いている人の例を挙げる。あなたの組織では異なる肩書きがあるかもしれないが、ここで説明するスキルは、データを最大限に活用するために一般的に必要なものである。

データアナリスト

これは、、少なくとも次に述べるより特殊化した役割に比べれば、最も幅広く、最も一般的な用語である。多くの場合、データアナリストはT字型をしており、幅広いスキルに浅い経験を持つが、特定の分野では深いスキルと専門知識を持つ。データアナリストには、データの収集と準備に重点を置くことが多いエントリーレベルのポジションから、高度なスキルを持ち、非常に特殊化されたアナリストまで様々なポジションがある。そのようなアナリストは、顧客の声、ロイヤルティプログラム、Eメールマーケティング、地理的に特化した軍事情報、株式市場の特定のセグメントなど、豊富なさまざまな分野に焦点を当てたドメインの専門家であることが多い。組織における特定の役割は、組織の規模、成熟度、ドメイン、市場によって異なる。これらすべての役割において、彼らのアウトプットは、報告と分析の両方が混在している可能性が高い。アナリストは、専門領域の広さだけでなく、技術的スキルのレベルにも大きな差がある。

一方の端には、エクセルやベンダーのダッシュボードの世界だけで働くアナリストがいる。もう一方は、Etsyで生の大規模データストアに対してScalaコードを書いているSamarthのような人々だ。サマースのバックグラウンドは政治学だが、2012年のバラク・オバマの再選キャンペーンに携わる中でアナリティクスのトレーニングを受けた。そこでR、SQL、Pythonを習得し、典型的なデータサイエンティストの三種の神器としてウェブや電子メールの実験を行った。現在はニューヨークのEtsyでデータアナリストとして、ウェブやメールの実験だけでなく、クリックストリーム分析、トレンド分析、レポートやホワイトペーパーの執筆にも携わっている。社内の様々なプロダクトマネージャー、エンジニア、デザイナーと協力し、実験の設計、Scala/Scalding、R、SQLを使った分析、結果の解釈をサポートしている。また、一般化された全社的なホワイトペーパーや、トレンド、ユーザ振る舞い、特定の機能を理解するための、より具体的な役員向けメモも執筆している。 ...