データマネジメントについて話せます

エキスパート

氏名：開示前

作成日: 2022/09/14

■背景
データマネジメントコンサルティンググループ所属。

■話せること
データマネジメント全般。

プロフィール詳細を見る

氏名：開示前

職歴

職歴：開示前

このエキスパートのトピック

謝礼金額の目安

¥30,000 / 1時間

登録してメッセージログイン

取引の流れ

似ているトピック

銀行におけるデータマネジメントについて話せます
¥50,000~
■背景シンガポール駐在。アジア大洋州地域のデータガバナンスを統括。シンガポールを中心とし、タイ、マレーシア、ベトナム、オーストラリア、インドなど各拠点と連携し地域内でデータガバナンスの底上げ。＊本社データマネジメント部と兼務【業務内容】 1.当局報告の自動化(ETLツール導入) 2.データガバナンスツール選定 3.日本本社との情報連携/予算取り【活かした経験・スキル】・データマネジメント: プロジェクトマネジメント、クラウド運用ノウハウ・データガバナンス: 要件定義、Tableau、Alteryx ・語学:ビジネス英語 ■話せることシンガポール駐在。アジア大洋州地域のデータガバナンスを統括。シンガポールを中心とし、タイ、マレーシア、ベトナム、オーストラリア、インドなど各拠点と連携し地域内でデータガバナンスの底上げ。＊本社データマネジメント部と兼務【業務内容】 1.当局報告の自動化(ETLツール導入) 2.データガバナンスツール選定 3.日本本社との情報連携/予算取り
データマネジメントについて話せます
¥50,000~
■背景広告配信プラットフォームやメガアプリでデータ活用をおこなっておりました ■話せること以下のようなtopicについて話せますデータパイプラインデータ分析データマネジメントガバナンス、個人情報保護の実現方法など変更管理
ビジネスにつながるデータ活用/データ組織/データマネジメントについて話せます
¥50,000~
■ 具体的な経験の内容自分1名でとある事業を担当していた際に、ビジネスにデータを活かせていないことに気付き、データ組織を提案・構築。具体的に事業のどこに対して、どういったデータを活用するかを提案し、データサイエンティストや機械学習など色んなリソースを事業課題に対してつなげる「プロデュース」的な動きを実現。それらを個人に留まらず組織として実行できるように組織化し、最終的に110名規模の組織になりました。 ■ 実績や成果リクルートの営業組織に対してデータを活用して生産性を高めた案件などでは、全社売り上げに対する貢献などが認められ、「ARINA（All Recruit Innovation Award ）」という、リクルートグループ全体で年間10名だけが選ばれる賞を受賞しました。詳細な中身は案件の都合上明かせないですが、ビジネス上の成果につながる実績を多数作っています。また、副業で会社を立ち上げ、東証一部上場のメーカーやアパレル企業などに対して、データ組織関連コンサルティングも行っています。外部で講演をした際の記事は以下になります。 https://markezine.jp/article/detail/27446 ■ そのときの課題、その課題をどう乗り越えたか私が考える、多くのデータ系組織が抱える課題は2点あります。そして、それらはAIが活用されていく未来でも続く課題だと考えています。１．データ整備役割の不在（データマネジメント機能不全）実はAIが活用されていく未来でも、結局AIにどういったデータを食べさせられるかが競争優位性につながるため、「データ整備」がとても大事な役割となります。実際データサイエンティストの仕事を聞いていても8割はデータ整備に時間を使っているのですが、その割に「効果的なデータマートの構築」など、データ整備系の全体最適（not案件最適）な案件には手がついていないことが多くあり、こうしたデータマネジメント機能不全は組織全体の生産性に大きな負の影響を与えています。２．データ活用役割の不在（データプロデュース機能不全）データサイエンティストなど、世の中に多数のデータの専門家がいますが、「データを使った問題解決」に特化して育てられた人材があまりいません。そのせいか「こういう状況でこうした限定的な課題を解く」というレベルにかみ砕くと作業できても、「そもそも何を課題と捉えて案件として仕立てるか」をうまくできる人材があまりおらず、その結果「人材はいるが、あまりデータがビジネスに活用できている実感がない」という企業が多いのではないでしょうか。例えば、競馬を過去の実績データから予測するとなった際に、「有馬記念で1位を取る馬を予測する」としても、なかなか高い精度の結果は得られず、ビジネス的に大した成果は得られません。しかし、「競馬をデータ予測によって儲ける」→「実績データをもとに予測オッズを作成し、それらが現実のオッズと乖離がある場所を探し、割安となっている馬券だけを買いまくる」という案件にすると、期待値がプラスになったりすることがありえます。この後者のような問題の立て方をするためには、単に統計学の知識があればいいのではなく、「データの活用方法が具体的にイメージできたうえで、高い問題解決能力を持った人材」というのが必要になります。この2点を組織的に解決したことで、私はデータによるビジネス成果を実現させました。 ■ 業界構造（トレンド/主要プレイヤー/バリューチェーン等）の知見の有無私はもともとデータ関連のバックグラウンドは無く、問題解決能力には自信があったものの、データ分野はほぼ経験がない状態でした。そこから最低限のデータ関連について学び、過去の多数の組織の経験（営業・コールセンター・運用・システム開発・広告・経理まで）を合わせて、「データを活用して、いかに会社に対して良い成果を作るか」に特化してまいりました。そのため、統計学の学位やエンジニアリングの深い知識はございません。その代わりに「データを活かした問題解決を行う」に関しては多数の経験・知見がございます。 ■ お役にたてそうと思うご相談分野・データマネジメント・データ関連組織構築 ■その他地域: 東京役割: 一人で立ち上げから、部署全体のマネジメント規模: 一人から開始し、最大で最大110名（業務委託含む）、予算20億円規模の部署全体のマネジメント