本記事は「データマネジメント・ラジオ」に配信されたコンテンツを許可を得て掲載しています。（放送日は2024年11月11日）
特集「データマネジメント・ラジオ」へようこそ！データマネジメント・ラジオは、「データ横丁」が運営するラジオ番組。パーソナリティのよしむらさんといずみさんが、データマネジメント業界で活躍する人々や、これからデータマネジメントを目指す人々からのお便りや質問に答えながら、ゆるーく語り合う番組です。
本特集はこちら
メルマガ登録をしていただくと、記事やイベントなどの最新情報をお届けいたします。
ChatGPTとAPI連携したぼくたちが
機械的に答えます！
何か面白いことを言うかもしれないので、なんでもお気軽に質問してみてください。
ただし、何を聞いてもらってもいいですけど、責任は取れませんので、自己責任でお願いします。
無料ですよー
30秒で理解！インフォグラフィックや動画で解説！フォローして『1日1記事』インプットしよう！
スタンフォード大学の訪問
データマネジメント・ラジオ、いずみです。
よしむらです。
吉村さん、今日はすごく派手めな赤色のTシャツを着ていらっしゃいますね。
またTシャツいじりですか?
なんか気になっちゃいまして。今日は胸のロゴのところ、スタンフォードって書いてあるんですけど。
僕の出身大学ですね。
本当ですか?
嘘です。
でも、それってスタンフォード大学のTシャツですか?
そうなんですよ。わざわざ行って買ったんですよ、これ。
そのTシャツを買うために?
そうそう。アメリカ出張のついでに。
びっくりした。なるほど、なるほど。アメリカ出張はいつ頃行かれたんですか?
そうですね、もう5年前ぐらいですね。だいぶ前ですね。
何か会社訪問とか?
そうですね。アメリカの会社に訪問するっていうので、一日余裕があったんで、ちょっとアメリカ観光でスタンフォード行けるらしいぞって言って。
どうでした?スタンフォード大学。
スタンフォード自体は森の中にあるって感じで、あんまりキャンパスすら見つけられなくて、なぜか購買だけ見つけて買えたんですけれども、行くまでが大変だったんですよ。
車で行ったんですけど、国際免許ってすごい簡単に取れるんですね。日本の免許さえあれば。
それでテストもなくて、手続きさえすれば紙がもらえて、それで乗れるんですけれども、日本でもほとんど運転しないんですよ、僕。
そんな中、アメリカは車、その時まだウーバーが発展してなかったんで、車じゃないとって行って。
だから5年より前ですね。車じゃないとっていうので、会社に車で行けって言われたから行ったんですけれども。
めちゃめちゃ大変じゃないですか。だって車線は逆でしょ?
そう。
ハンドルも?
逆。
逆でしょ?
で、運転5年ぶりで、空港にレンタカーの会社があって借りるんですけど、借りたのはいいんですけど、空港からまず01で信号とかなくて、いきなり高速道路が始まるんですよ。
5年ぶりにアメリカで高速道路を運転するみたいな右車線で、右ハンドルで、左ハンドルでって言って。
すごいですね。それ一人で乗ったんですか?じゃなくて同乗車?
同乗車一人で後輩と行ったんですけれども、アメリカの高速道路って無料で入れるんですね。
で、いきなりハイウェイでやべえやべえって言って、近くに行って普通の下道みたいなところに降りるんですけれども、道を走ってて左と右間違って曲がると、もう引き返せなくてまたハイウェイに行って、隣のインターチェンジみたいなところまで運ばれて帰ったりして、またやっとスタンフォードのところに戻ったと思って、また曲がり間違えてハイウェイって言って絶望的なんですよ。
無限地獄に陥ってる。
無限地獄に陥って、運転慣れてないから、切り返しとかもあんま分かんないから、あまんじてハイウェイ受けるかと思って、ずっとハイウェイ地獄でやっとTシャツ買えたんですよ。
思い出のTシャツですね。
なので、いきなりアメリカで運転することがあったら気をつけてください。ハイウェイに。
データアナリストの悩み
分かりました。気をつけます。
では、今日はお便り届いておりますので、お読みしたいと思います。
ラジオネーム・シーワルドさんです。
こんにちは、データマネジメントラジオの皆さん。いつも興味深い話題を提供してくださりありがとうございます。
私の悩みをぜひ聞いていただきたくてお便りを書きました。
私は現在、社会人1年目としてデータアナリストの仕事をしています。
大学時代、データ解析の理論や機械学習についての授業を受けて、難しい問題をデータで解決することに憧れを抱いていました。
ところが、現実の職場では、分析に入る前のデータのクレンジングや前処理にかなりの時間を費やしています。
正直言って、データを磨く作業ばかりで、自分の分析スキルは伸びていないのではないかと感じることもあります。
このような状況に対して、モチベーションを保つのがすごく難しいと感じています。
何かアドバイスをいただけると嬉しいです
ということでした。
なるほど。よくあるような話ですね。
そうですね。大事な作業ではあるんですけどね。データを磨く、クレンジングするということはね。
ただ、そればっかりやっているとつまらないかなというお気持ちも分かりますが。
ですね。この人は分析をやっているんですかね。
今ですか。
これというのは、システムエンジニアなんかはいろんな工程があって、最初は例えばテストしかできないよっていうのはザラなんですね。
そうですね。
そのテストの工程だけやっていると、プログラミング書きたいなみたいなのがあるんですけれども。この人は分析しているんですかね。わからないですけどね。
社会人1年目なので、まだもしかしたら下積みというか、簡単な定型な作業ばっかりお願いでって先輩にやらされているというか、仕事が来ちゃうのかもしれないですよね。
分析していない前提でしゃべると、そういう定型なのはありますと。
それをやったときに、いかに作業を作業として捉えるとか、目的ありきで捉えるのかっていうので。
あるじゃないですか。宇宙船の話とか、NASAのトイレを掃除している人は、もっとビジョナリーに宇宙に行く助けをしているんだ我々はっていうかなりビジョナリー。
いかにビジョナリーで、ゼロイチの欠損値だけを埋めているというと、狭い世界だけ見ると穴掘って埋めているだけに思いますけど、それがあって目的を達成しているわけじゃないですか。
そこをまず大きな視野で捉えるっていうのと、ゼロイチとか欠損値を埋めるっていうのは、データマネジメントを行う上ではデータ品質ってすごい大事じゃないですか。
その観点を踏まえた上で作業をしたら、それは実は身につく。
データクレンジングするときは、じゃあここをシステム化してやるんだとか、例えば異常値弾くためのアルゴリズム、どういうふうにロジック組もうって考えながらやるとかですね。
全然その作業の入り方で全然違うんじゃないかなと同じ作業でも。
確かに確かにこの方のお話確かに見ていて思ったのがやはり大きな目的っていうのを見えていないのか、もしかしたら先輩がその説明をしてくれてないのかもしれないですよね。
そうそうそう全体こういう目的とかこういうゴールがあってっていうのを省いて作業だけお願いしてるのかもしれない。
もし先輩からそういうこの作業がどういう結果につながるのかの説明をしてもらってないんだとすると、一回お願いしてちょっと自分の仕事がどういう力になってるのかを知るために先輩に説明してもらった方がいいかもしれないですよね。
モチベーションの維持
そうですよね。そこは結構どんなデータ領域でもなくて、どんな領域でもちゃんと目的背景の目的を説明したよっていうのはよくある話で、それをやるとチーム一丸となるっていうね。
そうですね。もし先輩から聞いててもなんかピンときてなくて自分の仕事の重要性がわからないんだったら、もしかしたらそれを先輩にぶつけてみてもいいのかもなってちょっと思ったんですよね。
先輩は同じ道を通って今のお立場、もっと多分上流行ってやられてると思うんですけど、そこに行ってると思うんですよね。なのでこの相談者さんがその今モヤモヤしてるんだったら、それをぶつけてみると何かいい答えがもっと返ってくるかもなとも思いますね。
そうですね。あと1個思ったのは、もし分析してないってさっき仮定しちゃいましたけれども、分析してないんだったらもうやりたいって言ってやればいいと思います。
なるほど。挑戦させてくださいって言ってみる。
そうそう。言ってやってみたらモチベーションが湧く。その分析をするとかビジネス貢献するとか、そういうところに言ったらできるもんじゃないですか。結構。
確かに確かに。それでもしお前にはまだ早いって言われたら、じゃあ次は何を目指せばいいのか、もっと先の近い目標が見えてきて、またモチベーションになるかもしれないですしね。
そうだ、モチベーションっていうと、確か秘訣みたいなのがあって、身近なモチベーションを上げるには餌を釣らせっていうのはよくあってあるんですけれども、それってドーピング的に一時期で終わるんですけど餌っていうのは、中長期的なモチベーションを保つためにはやっぱりビジョンを見せろっていうのがあって、そこを握っていくのはすごい、モチベーションを保つのは難しいって書いてあるんだったらビジョン、自分のキャリアとか会社の構造、会社の成果、どれも中長期的なビジョンだと思うんで、そういうところを拾っていただければいいかなと。
いいですね。ぜひシーワルドさんはちょっと先輩もしくは身近な上司の方にお話ししてみて、中長期的なゴールをぜひ知っていただければなと思います。お便りありがとうございました。
では本日のデータマネジメントラジオ、以上です。ありがとうございました。
さようなら。