アナリストはデータ解釈に十分な技術を備えているか

近年、多くの組織が「データ解釈者」を求めているという話を耳にします。しかし、これに対するわたしの疑問は、現在の分析部門は日々何をしているのか、ということです。

※動画は英語です。

わたしはこの質問を、シニアアナリティクスリーダーのグループに投げかけたところ、彼らはその時間の80%をデータ準備に費やしているが、彼らの大部分は結果の解釈こそ、自分たちがビジネスに価値を追加できる一番の方法だと確信している、という回答を得ました。アナリストたちが大部分の時間をデータ準備に費やしているのであれば、彼らはデータ解釈者を担うだけの十分な技術を備えているのでしょうか。

問題のひとつに、多くのアナリストは技術中心ではなく、ツール中心であることが挙げられます。これは、彼らが自身の役割を、ビジネスを本質的に分析する立場ではなく、TableauやQlik、PowerBIを使い、コンテンツを構築することだと認識している可能性を示唆しています。

機械的な分析はいずれ自動化へ

コンテンツの構築は、機械的なタスクです。より多くの機械的なタスクが自動化されるに連れて、アナリストの役割は必然的に変化していくでしょう。アナリストは完璧なグラフが作成できたかを心配するのではなく、データを解釈し、数字や傾向の本質的な意味をビジネスユーザーが理解するサポートをすることで、ビジネスに価値を提供できなくてはいけなくなります。

この変化は、分析部門のリソースをどのように優先度付けするかに影響します。現状は、機械的タスクが優先される傾向にあるため、アナリストはデータ準備プロセスの作業を担うだけで、ビジネスへの影響をあまり深く考える必要がありません。しかし、結果を解釈するとなると、責任の負担は遥かに大きくなります。データ解釈者という役割は、非常に挑戦的です。

これを実現するために、アナリティクスリーダーは、部門内のアナリストがデータを解釈するに十分な技術やツールを備えているか、という難しい問いかけをしなくてはいけません。アナリストは技術ではなく、ツールドリブンで作業をしているのでしょうか。彼らはビジネスを把握し、データを広義的に理解しているでしょうか。

データ解釈者とは、ビジネスをより深く理解している人物のことです。データからその意味をビジネスに伝え、結果を変える可能性のあるアクションを推奨します。彼らには、異なるデータソースを取得し、何が、なぜ起きて、それに対してどのようなアクションを起こせばよいのかというコンテキストを提供する、筋の通ったナラティブをビジネスに伝えることができるプラットフォームが必要です。これが、データストーリーテリングであり、データ準備とはまったく異なる技術です。

多くのビジネスが機械的タスクの自動化に注力する一方で、組織はデータ解釈者の技術を強化し、彼らが効果的にその役割を果たすために必要なツールを提供しなくてはいけません。また、異なるデータソースを、結果を解釈し、ビジネスにコンテキストを提供する長編形式のナラティブにまとめるサポートができるツールが必要不可欠です。わたしは、Yellowfinこそ、これを実現するプラットフォームを提供できる最前線にいると確信しています。

データにコンテキストを追加するツールをアナリストに提供することで、分析部門は、将来的に必要になるスキルセットの構築を開始することができます。