世の中不思議なもので、確実な足元に転がっている幸福よりも、存在するかどうか分からぬ桃源郷を目指すケースが少なからずあります。
データ分析・活用（データサイエンス実践）の世界も同様です。
目の前に転がっている成果の出やすいテーマを足蹴にし、成果の出にくいテーマを追い続けているケースが多々あります。
今回は、「修羅の道を歩むデータサイエンティスト。いばらの道で傷だらけになる」のお話しをします。
テーマ選びの2つの軸
データ分析・活用（データサイエンス実践）のテーマを選ぶとき、例えば次の2つの軸で考えていきます。
- 容易性（難易⇔容易）
- インパクト（小⇔大）
容易性（難易⇔容易）は、データ分析・活用（データサイエンス実践）の実現の容易性です。
データが取得しやすいのか、分析しやすいのか、現場で容易に活用してくれそうなのか、という3つの視点があります。
インパクト（小⇔大）は、よくあるのが利益の額です。他には、コストダウン額の大きさや売上の額の大きさなどです。
筋のいいテーマ
筋のいいテーマとは、容易かつインパクトの大きいテーマです。
夢のようなテーマです。
このようなおいしいテーマを、データ分析・活用（データサイエンス実践）すべきテーマたるもの、難易度の高いテーマでなければならない、といった感じの理由で、やらないでほったらかしにしているケースも少なくありません。
不思議なことです。
筋の悪いテーマ
筋のいいテーマとは、先ほどの筋のいいテーマの真逆で、難しいのにインパクトの小さいテーマです。
悪夢のようなテーマです。
このような悪夢なようなテーマにチャレンジし、なかなか成果を出せないケースもたまに見受けられます。
恐ろしいことです。
いばらの道で傷だらけになる
大企業の中で、急にデータサイエンティストを集め作った組織でよくあるのが、難しくインパクトの大きなテーマを選び苦労しているケースです。
容易かつインパクトの大きい筋のいいテーマがあるにも関わらずです。
不思議なことです。
なえ敢えて難しいテーマに挑み、傷だらけになりながら、途中でやめることもせず、続けているケースもあります。
よくよく話しを聞いてみると、「データ分析・活用（データサイエンス実践）すべきテーマたるもの、難易度の高いテーマでなければならない」といった感じが背景にある不思議な選択です。
同じぐらいのインパクトであるならば、容易なテーマな方がいいはずです。
そこを敢えて、難易度の高いテーマを選ぶのですから大変です。
意外とおいしい
意外とおいしいテーマは、容易だがインパクトの小さなテーマです。
小粒ですが、容易なためすぐに成果が出ます。
小さいな成果も、塵も積もれば山となる、ということで、それなりの成果になります。
しかも、簡単ですぐ成果がでるため、データ分析人財（データサイエンス人財）を育成するのに好都合です。
今回のまとめ
今回は、「修羅の道を歩むデータサイエンティスト。いばらの道で傷だらけになる」のお話しをします。
世の中不思議なもので、確実な足元に転がっている幸福よりも、存在するかどうか分からぬ桃源郷を目指すケースが少なからずあります。
データ分析・活用（データサイエンス実践）の世界も同様です。
目の前に転がっている成果の出やすいテーマを足蹴にし、成果の出にくいテーマを追い続けているケースが多々あります。
大企業の中で、急にデータサイエンティストを集め作った組織でよくあるのが、難しくインパクトの大きなテーマを選び苦労しているケースです。
容易かつインパクトの大きい筋のいいテーマがあるにも関わらずです。
データ分析・活用（データサイエンス実践）すべきテーマたるもの、難易度の高いテーマでなければならない、といった感じの選択です。
同じぐらいのインパクトであるならば、容易なテーマな方がいいはずです。
最初に選ぶべきは、容易かつインパクトの大きなテーマ、次に選ぶのが容易だけどインパクトの小さなテーマです。
難易度の高いテーマに挑むためにデータ分析・活用（データサイエンス実践）があるわけではありません。
成果を上げられなければ、そのデータ分析・活用（データサイエンス実践）に価値はありませんし、価値があるものだと認めてもらえません。
データ分析・活用（データサイエンス実践）のテーマ選びは、存在するかどうか分からぬ桃源郷を目指すよりも、確実な足元に転がっている幸福を優先させた方がいいでしょう。
