「データサイエンティストが足りない」の大問題をどう乗り越える？：予測分析をビジネスに生かすには

あらゆる業務において経験や勘だけでなく、データに基づいた意思決定を実現したい。ただ、データサイエンティストは今でも手いっぱい。うまい解決手段はないだろうか。

[ITmedia]

　「データ分析をビジネスに」「データドリブンな経営を」――。あらゆる企業がこれらのスローガンを掲げる時代になった。

　先進的な企業では、過去のデータを振り返り業務の改善に生かす従来型のデータ分析の枠組みを超え、膨大なデータを基に予測モデルを作りスピーディな意思決定を進めていきたいという機運も高まっている。

　しかし、ここに1つのボトルネックが生じている。膨大なデータを分析可能な形に加工し、そこから経営の判断材料となる知見を生み出すためには専門知識を備えた担い手、すなわちデータサイエンティストの活躍が不可欠だ。だが、近年ずっと叫ばれているように、これに資する人材は圧倒的に不足している。

　社内外から集められるデータの総量は増える一方だがデータサイエンティストの数はそれに追い付いていない。となれば、個別のデータサイエンティストに掛かる負担も少なくない。優秀な人材の負担を軽減し、その能力をいかんなく得意分野で発揮してもらうためにも、システム面でのサポートが不可欠だ。そこで注目されているのが、「人工知能（AI）」や「機械学習」といったテクノロジーだ。

　今日、企業の分析力強化をサポートする優れたサービスが生まれている。これらはどんな場面で役に立つのか。以下のページで解説しよう。