「ビッグデータは“ビッグ”でなくていい」

　編集部：なるほど。では「攻めのIT」を実現できる人とは、どんな人ですか。

　西郷：最近、世間では「データサイエンティスト」の要件が語られていますね。でも少しハードルが高い気がします。例えばFacebook社が募集した「データサイエンティスト」の要件をご覧ください。

　西郷：「技術」と「分析」両方求めていますよね。でも分析技術ひとつとっても高度なものばかりで、両者を兼ね備えるスタッフは、少なくとも当社にはいないんです。ですから当社では「これらの要件をひとりで賄うのは無理」だと割り切り、チームや組織で担保しようと考えています。

　編集部：割り切りが重要ですね。

　西郷：加えて必要なのが、事業目的を達成させる力です。本来、技術力も分析力も、事業の目的を達成するための手段に過ぎません。でも「プログラムできます」というと「すごい！」となる（笑）　ビジネスの課題から情報活用を企画し、その手段として統計やプログラミングを活用して、具体的な施策につなげなければなりません。

　菊地原：理想の人材は、三角形の面積が広い人です。少なくとも、どれか1つがゼロだったらダメ。

　編集部：だいぶハードルが高い気もしますが（笑）……。

　西郷：どれか1つでもゼロだと、事業部やチーム内での会話が断絶してしまいます。「100・100・0」よりは「90・90・10」の方が望ましいです。

　また三角形の面積を広げるため、必要なのが吸収意欲です。10のスキルを、経験のなかで20や30に伸ばしていけるか。数年後には大きな三角形をもった人材が生まれるといいな、と思っています。

　菊地原：以前、「そもそもビッグデータとは何だろう」と考えたことがあります。ある論文では「これまでの組織や技術では扱うことが困難なサイズのデータ」と定義していました。理解はできましたが、この定義は少しネガティブに聞こえました。

　ですから私は「新しい技術を駆使して、分析・活用すべきデータ」だと捉え直しました。例えばスマートフォンが生まれたことで、「誰がどこにいるか」というデータを集めることができました。データが大きいかどうかではなく、新しい技術でないと解析できないデータが生まれていることが、「ビッグデータ」という言葉の裏にあるのだと思います。

　編集部：「ビッグデータ」と聞くと“膨大なデータ”という定義をしがちですが、必ずしも「ビッグ」でなくてもいい、と。

　菊地原：はい。「データ」である必要はありますが「ビッグ」でなくてもいい。大切なのは、分析技術を使って何を達成するのか、を押さえることだと思います。ビジネスの目的を達成することがすべて、ですから！