データサイエンティスト人材の不足問題
データを基に経営方針についての意思決定を行う「データドリブン経営」を推進する企業が年々増加傾向にあります。これに伴い、データ分析のプロである”データサイエンティスト”の需要も増え続けています。
機械学習、人工知能、データ分析など、データサイエンティストには必要なスキルが多いため、幅広く十分な経験を持つ人材が不足しているのが現状です。実際、経済産業省によると、AI、クラウド、IoT、データサイエンス等のIT人材不足は、2030年には約79万人に拡大すると予想されています。
この専門人材不足の問題を解決するひとつの糸口は、データサイエンティストのような高度なスキルや技術がなくとも、データからビジネス成果につながる深いインサイトを導きくシチズンデータサイエンティストと呼ばれる人材を確保することです。
シチズンデータサイエンティストとは
シチズンデータサイエンティストはガートナー社が命名した用語であり、「データ統計や分析の専属担当ではないものの、高度なデータ分析や予測・意思決定機能を用いた機械学習モデルを構築できる人材」と定義されています。つまり、シチズンデータサイエンティストは営業、マーケティング、財務、人事などの事業部門に在籍し、各部門が直面しているビジネス課題に関して深い専門知識を持っているが、データ分析の専門家ではない人と言えます。
ガートナーは、「企業におけるデータ分析の責任者は、シチズンデータサイエンティストのそれまでの経験やスキルを十分に活用し、その貢献度を最大限に高めることで、データドリブンなビジネス経営を総合的にサポートできる」とアドバイスしています。
チーターデジタルのシチズンデータサイエンティスト機能
Marigold Engage+（以下 Marigold Engage+）のシチズンデータサイエンティストは、データサイエンティストのような専門的なスキルや技術を必要とせず、マーケティング担当者が、ノーコードで機械学習モデルを構築し、顧客の深いインサイトの把握を可能にする革新的な機能です。
チーターデジタルのシチズンデータサイエンティストは、主に以下のポイントで導入企業をサポートします。
1. 顧客エンゲージメント戦略の最適化
シンプルなガイド付きUIが機能の一部として組み込まれているため、データサイエンティストに頼ることなく、独自の予測モデル（傾向・メッセージの送信時間の最適化・クラスタリング・オファーのリコメンド）に沿ったマーケティング戦略の設計が可能。
2. ネクストアクションの最適化
傾向モデルやメッセージの送信時間の最適化など、収益とエンゲージメントを促進する結果と次のアクションを予測。
3. 顧客プロファイルの構築
予測モデル（傾向・送信時間の最適化・クラスタリング・オファーのリコメンド）の結果から、よりターゲットを絞ったセグメントの構築、メッセージコンテンツのパーソナライズなどエンゲージメント戦略やパーソナライゼーション戦略を推進する、より強固な顧客プロファイルの構築が可能
Marigold Engage+ の「傾向モデルインサイト」画面
Marigold Engage+に備わっているシチズンデータサイエンティストの機能紹介資料（日本語版）も公開していますので、是非ご覧ください。
最後までお読みいただきありがとうございました。
