【BCG流】データ分析を「やって終わり」にしない技術
コメント
注目のコメント
47%のプロジェクトがPoC=実証実験に至らない、つまりAI活用の課題は「課題がわからない」こと、というような調査もあります。データ分析を何のために使うのか、というback to basicは技術的な進化があったとしても最重要です。
データ取得→データ蓄積(cf. DigdagなどETL)→データ加工(cf. Big QueryなどDWH)→データ可視化(cf. RedashなどBIツール)→データ分析/現状把握→課題/仮説発見→施策実行→データ取得、という流れの中で、技術的な部分としてのデータマネジメントやデータサイエンスは大事ですが、それをどういかすか。
先に問題やそれに対しての仮説があったうえで、それを検証・分析するためにどのようなデータを取得するか、もっというとそれをその後の分析に活かせるような粒度で設計しておけるか、そしてそれをステークホルダーを巻き込んで実装できるか、そのあたりがとても重要ですね。SQLとの付き合いも20年以上になりますが、データ分析となるとまた別のスキルが必要で、まだまだ学ぶことが多い世界です。
ということで、エンジニア目線で、データ分析に役立つSQLの学習にお薦めの書籍を挙げてみます。タイトルに惹かれるものがあったら、是非調べてみてください。(難易度は上が平易、下が難解です)
・達人に学ぶSQL徹底指南書 第2版 初級者で終わりたくないあなたへ
・SQLクックブック 第2版 ―データベースエキスパート、データサイエンティストのための実践レシピ集
・SQLパズル 第2版~プログラミングが変わる書き方/考え方私自身、SQLを少しかじってこんな特集記事を作ったこともあるのですが、
【変身】素人がデータに強くなる「SQL学習」3つの秘策
https://newspicks.com/news/7059460
データを「分析できる」ことと事業を伸ばす「突破口を見つける」のは別物だと常々感じます。
BCGのデータサイエンティスト廣野さんの言う「対象となるビジネスや製品に関する深い知識を持つクライアントとの対話の中で、仮説を磨いていくプロセスが必要不可欠です」という経験談は、インハウスでデータ分析を行う人にも役立つアドバイスだと感じました。