データアナリストの求人2

サイバーエージェントがコンピューターサイエンスとか統計学系のポスドクをマーケティング系データアナリストとして採用したいという話があるけど、それってどうなのよ、と言うことを前回書きました。

で、その理由を今回書きます。
ま、だれも別に興味ないと思うけど。

実は、僕自身、ハードスキル（⇒（数理）統計を知っている、色んな多変量解析を行列レベルで理解できる、複数言語のプログラミングができる、データベース(RDB)の設計やデータベースプログラミング、つまりSQLが自在に書ける、数値シュミレーションがわかる、線型代数やベクトル解析といった理工系や経済学で普通に使う数学を理解できる）と言った事をわりと重視していました。（個人的にも、この程度のレベルのスキルはカバーしているつもり）

さらに、いまでも重視している事には変わりありません。
できないより、出来たほうがよいに決まってるからね。

が、しかし、最近はかなり優先度が下がりました
むしろ、マーケティング自体をすごく重視しています。

実は、現在、ハードスキルを使うような仕事をしてません。今勤めてる会社には、学校歴が立派で、さらに、かしこくて、素直で、人当たりが良いプロパーの子が多いので、中途採用の僕ごときが高級なことをする必要がないのですよ。

で、彼らは多変量解析などを使い、新分析の開発を行うのですが（マーケティングモデルと言ったりする）、これが、、、、正直な話、使えない。到底、使い物にならない。

なぜ使い物にならないかと言えば、分かりきった結果が出るような内容を、わざわざ多変量解析を使って分析するんですよね（下手すると、意味不明の結果を出すけど）。決定木をつかいました、ロジスティック回帰を使いました、SEMをつかいました、、、で、この結果がでました、、、と。

ああ、そうですか。それはご立派ですね
でもね。

まあ、分かりきった結果が出るのは、べつに悪い事ではないです。しかし、分かりきった結論「しか」でないことが大問題ですよ。それなら、べつに多変量解析を使う必要ないよね、折れ線グラフとか構成比とかで、十分でしょうよ、ということです。そもそも、モデルを使った分析をすると、見積もりが高くなるんですよ、だから、プラスアルファの結論が出ないと割に合わないの！

かれらは多変量解析は使えるけど、マーケティングを知らないんですよね。

言い換えると、マーケティングにもとづく、分析対象への洞察力がないから、問題設定がPoorになる。その結果、多変量解析を使っても、構成比を注意深く見れば理解できる程度の結論しか出ない、ということになっていると思われるのです。

なによりもまず、どんな問題設定を行うか？を考えるのが重要。
で、設定された問題を解くためには、どんな手法を使うべきか？を考えるべき。
手法に貴賎はない、とおもう。構成比で結論を出せれば、それで十分だと思う。

思うに、マーケティング業界では、データアナリストという職種は成り立たないと思いますね。
というもの、マーケティングとデータアナリストをつなぐ人がいないから。
だから、マーケターやリサーチャーがデータアナリストになるか、あるいは、データアナリストが、リサーチャーやマーケターになるしかないんですよね。

まあ、データアナリストは、マーケティング業界以外では成り立つかもしれないけど。
その意味では、マーケティング業界は、未だ職種が未分化なんだろうなあ、と言う気がしますね。

---------------

2014年10月28日追記

なんだか、勢い余って数学得意ですが何か？的な感じになってしまったが、決してそんなことはありません。やっぱり数学、難しいですよね、ははは。まあ、ご愛嬌ってことで。
しかし、考えてることは変わらないけど、まったくあられもないこと書いてますね。きっと、このころは、とても疲れていたのであろう。

以上