• はてなブックマークに追加
  • Yahoo!ブックマークに登録

Gunosy開発者×iAnalysisの最高解析責任者が対談

データサイエンティスト

ビッグデータ新時代!
  データサイエンティストの仕事術

ビッグデータの活用が一般化する中、その使い手であるデータサイエンティストが注目されている。彼らはどんな資質や知識を持ち、データをどう扱っているのか。Gunosyの関喜史氏と、iAnalysisの倉橋一成氏が明らかにする。

(取材・文/総研スタッフ 高橋マサシ 撮影/平山諭) 作成日:13.05.15

きっかけとは「医療系の教室」と「Webの研究室」

データサイエンティスト

iAnalysis合同会社
代表
最高解析責任者
倉橋一成氏
http://ianalysis.jp/

データサイエンティスト

株式会社Gunosy
開発部
関 喜史氏
http://gunosy.com/

―― 本日はありがとうございます。まず、お二人の自己紹介をお願いします。

倉橋 iAnalysis合同会社という会社の最高解析責任者を務めます、倉橋一成と申します。学生時代(東京大学、同大学院)に医療分野を中心に統計学を研究していました。機械学習についても学び、論文を発表して博士号を取得しました。
こうした経験をビジネスに生かしたいと、卒業と同時にデータ分析を専門に行う弊社を設立しました。現在では医療分野に加えて、ソーシャルゲームやWebサービスなどの幅広い分野でデータマイニングなどを行っています。

 株式会社Gunosyの開発部におります、関喜史です。社会人学生として、東京大学大学院工学系研究科技術経営戦略学専攻の博士課程にも在籍しています。学部時代の友人と3人で、2011年にGunosy(グノシー)を立ち上げ、「Gunosy」というサービスを提供しています。
GunosyはTwitter、Facebook、はてなのアカウントからユーザーの興味を分析して、個人にマッチしたニュースや記事を推薦するパーソナルマガジンです。私は推薦エンジンの開発や開発全体のマネジメントなどを担当しています。

―― お二人はどういう経緯でデータサイエンティストになったのですか?

倉橋 きっかけは、大学時代に医療系の教室で受けた授業ですね。そこで統計学を学び、もともと数学が好きだったのでしだいに面白くなり、データの分析にハマっていきました。

 学部4年のときにWebの研究室に入って、データマイニングに出会いました。特に人の行動を分析するのが肌に合っていると感じましたね。修士からは複数のWeb系の会社でアルバイトやインターンをして、データの分析などをしていました。

倉橋 私は修士や博士の時代には、医師のコンサルティングをしていました。お医者さんでも、「患者さんのデータはあるけど何していいかわからない」という人が多いんですね。そのため、「何をしましょうか」から始まり、データ分析していく中で新しい発見や法則が見えてくる。
それが面白かったですし、相手に伝えると、「実はそうかと思っていたんだ」とか「確かに新しい発見だ」などと言ってもらえるんです。一番のやりがいを感じました。

 私はWebの行動ログが好きなのですが、ログをデータ解析すると「人間てこうだよね」と明らかになる瞬間があり、そこに面白みを感じます。人間がいかに複雑でも、一部を切り出せば単純化できるので、「こうした刺激を与えればこう動く」という法則がどこかにあると思うのです。
その意味ではどの部分をどう切り出すか、どんな刺激にするかが、難しくも楽しいのだと感じます。マッドサイエンティストみたいですけど(笑)。

データサイエンティストに必要なのは「業務知識」

―― データサイエンティストには「統計学に長けたデータ分析のプロ」というイメージがあります。どういうスキルや知識が必要なのでしょうか。

倉橋 私は、「分析能力」「エンジニアリング能力」「業務知識」の3つだと思います。これらがミックスした仕事であり、特にビジネス的な業務知識は欠かせません。これがないとデータの使い方も考えられませんし、何かの専門家である顧客と会話ができません。

 僕もそう思います。分析は仮説を立てるところから始まりますが、それは対象となる事業やデータに特有なものになります。ですから、これらの一定レベルの知識は必要ですし、分析の手法をただ使うだけでは結果は出せません。

倉橋 また、3つの能力は必ずしも均等になくてもよく、ひとつの専門があれば、それを補う形でほかの2つを習得できます。私も統計学が最初にあり、エンジニアリングと業務知識は後からを身に付けました。
分析能力には統計学や機械学習の知識は大切ですが、大学レベルでなくともよく、独学でも勉強はできます。業務知識も独学に加えて、仕事の中でミーティングに参加するなどで覚えられます。

 統計学は手法だけ知っていれば、さまざまなフリーソフトを活用できます。特に今、企業で求められるデータサイエンティストは、統計学のスキルというよりその手法を知り、それをコードに落とせるエンジニアリング能力と、業務で生かせる知識を持つ人だと思います。
その意味で向いている職種はコンサルタント。この方が統計やコーディングの能力を身に付けるのが、世の中で言われている理想のデータサイエンティストに近いと思います。

倉橋 実は弊社でもそういう方を探しています(笑)。IT系というより、戦略系コンサルタントのほうが向いているかもしれません。理系出身でなくても大丈夫でしょう。

 僕も同意見です。コンサルタントは業務知識に加えて分析力も持っていると思いますし、事業会社での仕事ならExcelが使えれば対応可能と思います。なぜなら、現場のニーズとして多いのは「データはあるけど何していいかわからない」なので、コーディングよりも業務知識が大切だと思います。

倉橋 弊社の場合も、「仮説があるので検証したい。分析の方法を教えてほしい」というお客さんもいますが、「このデータを使って売り上げを上げたい」などのざっくりとした要望がほとんどです。
また、研究者出身、エンジニア出身のデータサイエンティストはいても、コンサルタント出身はまだ少数派。この方々が増えれば、業界全体が活性化すると思います。

データサイエンティスト
データサイエンティスト
データサイエンティスト

Gunosyのエンジン開発とiAnalysisの事業展開

データサイエンティスト
データサイエンティスト
データサイエンティスト
データサイエンティスト

―― 今のお仕事のことを詳しく教えてください。Gunosyは2011年10月のリリースから約1年半がたちましたが、今のバージョンはいくつですか?

 すみません。わかりません(笑)。バージョンアップは常に続けているので、ログを取っていないんです。推薦エンジンの更新は月に一度ほどで、リリース時のコードは残っていないほど様変わりしています。
現在のユーザー数は15万人以上で、45〜50%の方からデイリーでアクセスがあります。こうしたアクティブ率はリリース時より上がっていて、ユーザーの反応などの数字を重視しながらエンジンやUIなどを変えています。満足度は確実に上がっているという自信があります。

―― マネタイズはまだ考えない?

 考えていません。プランはいくつかありますが、今はサービスの充実や満足度の向上を優先させて、ユーザーを集めたいと思っています。少人数のベンチャーですから、ほかにリソースを避けないという事情もあります。
その意味では、(ユーザーにマッチした仕事を探す)「Gunosy Career」もペンディングの状態です。抜本的なエンジンはある程度準備できていますが、Gunosyが予想以上に急成長しているので、こちらに全力を注いでいます。
多くの推薦エンジンは、ユーザーの過去のデータを基に、今後の行動を予測するものです。ただ私たちは、「ユーザーにどんな体験を与えるか」が一番大切と考え、この視点から推薦エンジンを開発しています。

倉橋 確かに、行動予測は今までとは違う形が求められていますね。防水機能の高い腕時計を検索したら、同じ種類の時計が何度も広告に出てくる。これが従来の行動予測の結果としたら、新しい形はスキューバ用の時計やアウトドア用品を推薦するなどです。過去のデータにはない、新しい価値を与えてくれるわけです。こうなればユーザーの不満は減り、評価も上がるのではないでしょうか。

 この機能はアマゾンさんが強くて、机を検索すると椅子、椅子を検索すると椅子の足に付けるキャップが出てきたりするんです。「どんな体験をさせたらよいか」を開発の指針のひとつにしているのだと思います。私たちは記事やニュースでこれを実現したいのです。

―― 倉橋さんのお仕事はいかがでしょうか。

倉橋 iAnalysisの今の事業は、半分がコンサルティングやセミナー、半分が受託分析です。こうしたB to Bのジネスをまずは伸ばしたいですし、他社さんとの連携も強めています。業界全体を成長させたいという思いもあるからです。
加えて、B to Cでの個人向けサービスも始めたいですね。分析力を駆使してユーザーや、広く社会に何らかのプラスを与えたいと思います。推薦エンジンもそのひとつですが、みなさんがすでに開発しているので、むしろ別の切り口かなと思っています。ニーズを探っている最中です。

 私たちも幅広いユーザーに貢献したいという気持ちです。検索キーワードを考えたり、自分に近い人を探してフォロワーになるなど、ネットでの情報獲得のハードルは意外に高いんです。
ですので、推薦する記事をすべてヒットさせるのではなく、1日に1つでも2つでもじっくり読める記事を届けて、興味があればそこから何かを調べてもらいたい、検索キーワードを思い浮かべてもらいたいと思っています。Gunosyだけで欲しい情報を得てもらおうとは全く思っていません。

世の中に期待とデータサイエンティストとのギャップ

―― 最後になりますが、お互いに何かご質問はありますか? せっかくの機会ですから(笑)。

倉橋 そうですね。Gunosyの目標、それと今後をどう考えていますか?

 多くの人にもっと簡単にネットを使ってほしいです。スマホが主流になって24時間ネットが使えても、その対象がFacebookとTwitterとゲームだけでは、個人的にも面白くない(笑)。Webはリテラシーの高い人に沿って進化してきたと思うので、あまり多くの情報に触れていない人たちに、「ネットの入口」を提供したいと思っています。
また、学術界にも貢献したいと思っています。2年以内に国際学会に、Gunosyの名前で論文を出すつもりです。Webのデータマイニング系の学会にはGoogleやFacebookはもちろん、海外からはベンチャーも論文を出していますが、日本のWeb系企業のものはほとんど目にしないのです。Gunosyについては推薦エンジンの改修はもちろん、デザインや機能の向上も続けています。

―― では、関さんからもどうぞ。

 はい。今はビッグデータがブームですが、世の中の期待と分析者側の実際にギャップを感じます。倉橋さんはどう思いますか?

倉橋 確かに期待感が大きすぎますね。10年ほど前にデータウェアハウスが話題になりましたが、「つくったけど使えないね」という評価が多くて下火になった。それに近いことが起こるのは阻止したい(笑)。

 僕は、「データサイエンスは大したことできないよね」と言われるのが心外なんです。間違いなく運用してもらえれば、確実に利益が出るのがわかっていますから。

倉橋 そうですね。「広告費の1割削減」なんて、分析の結果から普通にできることでしょう。生産的な方向に分析を使うのが主流になればよいのだけど、そうでないとビッグデータも下火になっていくと思う。
私の希望は、ユーザーの側もデータを提供するだけでなく、どうしたいのかを考えてもらうこと。それをいただければデータの有効活用がより確実にでき、こちらがすべてを考えるよりもずっとうまくいくと思う。ビッグデータは魔法の杖ではない。このことを多くの人に知ってもらいたいですね。

データサイエンティスト
データサイエンティスト
データサイエンティスト
  • はてなブックマークに追加
  • Yahoo!ブックマークに登録
あなたを求める企業がある!
まずはリクナビNEXTの「スカウト」でチャンスを掴もう!
スカウトに登録する

このレポートを読んだあなたにオススメします

スペシャリスト対談「分析結果のビジネスへのインパクトが魅力」

注目の職種!データサイエンティストになるための条件

本格的なビッグデータ時代を迎え、注目を集めている「データサイエンティスト」という新たな職種。今回、データ分析のスペシャ…

注目の職種!データサイエンティストになるための条件

100個の玉の中から貴重な石を一つだけ選び出せ!

「機械学習基礎」簡単な問題を解いて理解しよう!後篇

こんにちは、@naoya_tです!ITエンジニア向け実務スキル評価サービス「CodeIQ」で僕が出題している問題の解答…

「機械学習基礎」簡単な問題を解いて理解しよう!後篇

君は本物の金貨、本物のキノコを見つけられるか???

「機械学習基礎」簡単な問題を解いて理解しよう!前篇

はじめまして、@naoya_tです!僕は、C.M.ビショップ著「パターン認識と機械学習(PRML)」の読書会を都内で主…

「機械学習基礎」簡単な問題を解いて理解しよう!前篇

AKB48、ももクロ、エビ中、東京女子流…6グループを調査

ビッグデータが解き明かす!ももクロ・ブレイクの理由

アイドル戦国時代!ポストAKBとなるのは誰か? 星の数ほどある(?)アイドルグループの中からAKB48、ももいろクロー…

ビッグデータが解き明かす!ももクロ・ブレイクの理由

非構造化データのビジネス活用があらゆる産業を変える!?

ビッグデータ時代に熱望される3つのスキル

今年になって「ビッグデータ」という言葉がクローズアップされるようになった。今後、大量なデータを保管するだけではなく、効率的な分散…

ビッグデータ時代に熱望される3つのスキル

広める?深める?…あなたが目指したいのはどっちだ

自分に合った「キャリアアップ」2つの登り方

「キャリアアップしたい」と考えるのは、ビジネスパーソンとして当然のこと。しかし、どんなふうにキャリアアップしたいのか、…

自分に合った「キャリアアップ」2つの登り方

この記事どうだった?

あなたのメッセージがTech総研に載るかも

あなたの評価は?をクリック!(必須)

あなたのご意見お待ちしております

こちらもお答えください!(必須)

歳(半角数字)
(全角6文字まで)
  • RSS配信
  • twitter Tech総研公式アカウント
  • スカウト登録でオファーを待とう!
スマートグリッド、EV/HV、半導体、太陽電池、環境・エネルギー…電気・電子技術者向け特設サイト

PAGE TOP