データサイエンティストの参画初月にやること｜現場で信頼される進め方

データサイエンティストの参画初月は、データの所在と定義をつかむこと、依頼者と問いを合わせること、月末に小さくても判断に使える分析結果を一つ出すことの3つをゴールにするのが基本です。最初の1か月で大きな分析を仕上げる必要はありません。むしろ、データの理解と問いの合意を飛ばして分析を急ぐと、あとで前提から崩れることがあります。

この記事では、初月のゴール、週ごとの進め方、案件の型による重心の違い、初月に避けたい動き、月末の振り返りを整理します。参画前の準備は参画前の準備の記事、職種を問わない参画初期の動き方は参画初期の進め方で扱っています。

初月のゴールを3つに分ける

3つ目の「小さな結果」は、分析全体の結論でなくてかまいません。現状の数字の整理、仮説の当たり外れの見通し、データの状態の報告なども、依頼者にとっては判断の材料になります。

1週目：データと人から現状を集める

データサイエンティストとして最初に確かめること

• 作業の環境とデータの扱いのルール：作業してよい端末と環境、アクセスできるデータの範囲、持ち出してよい形、使ってよい道具。分析を始める前に確かめます
• データの所在：どのデータベースやテーブルに何があるか、誰が管理しているか
• 指標の定義：売上・会員・離反など、依頼の中心になる言葉が社内でどう定義されているか
• 過去の分析：同じテーマで以前に行われた分析や報告書、そのときの結論と使われ方

前任者がいる場合は、分析のコードや抽出の条件、報告の履歴を引き継ぎの中で受け取ります。引き継ぎの受け方は引き継ぎの記事をご覧ください。

関係者と短く話す

依頼者だけでなく、データを管理している担当者、分析の結果を使う現場の担当者とも、早いうちに短く話しておきます。聞くのは、困っていること、これまでの分析で役に立ったこと・立たなかったこと、データの使いにくい点です。データの癖は、資料より担当者の話から分かることが多くあります。

2週目：問いを合わせ、データの状態を確かめる

依頼者と問いを言葉にする

依頼の段階では「売上が落ちた理由を知りたい」のように相談の形になっていることがよくあります。これを、「どの期間の、どの顧客層の、どの指標の変化を、何と比べて説明するか」まで分け、依頼者と合わせます。あわせて、分析の結果で何を決めるのか（施策を続けるか、予算を移すか）を確かめておくと、報告の形が決まります。

データの状態を先に見る

本格的な分析の前に、使うデータを一通り集計し、欠けや重複、値の急な変化がないかを確かめます。システムの切り替えや定義の変更で、ある時期から数字の意味が変わっていることもあります。分析に使えない部分が見つかったら、その時点で依頼者に伝えます。

分析の計画を一枚にまとめる

問い、使うデータ、比較の方法、報告の時期と形を一枚にまとめ、依頼者と合意します。効果検証であれば、比べる相手の選び方をこの段階で決めておくと、結果が出てから方法を変えたと疑われずに済みます。

3〜4週目：小さな結果を出し、次の計画を引く

早く答えられる部分から報告する

計画のうち、データがそろっていて早く答えられる部分を先に分析し、報告します。たとえば、指標の推移と変化の大きい顧客層の整理、仮説ごとの当たり外れの見通しなどです。報告では、結論と判断の選択肢を先に置き、前提とデータの制約を添えます。

再現できる形で残す

最初の報告から、抽出の条件、前処理の手順、分析のコードを、誰が実行しても同じ結果になる形で残しておきます。数字を求め直されたときにすぐ答えられることが、外部の立場では信頼の土台になります。

次の1〜2か月の計画を引く

月末には、初月の結果を踏まえて、残りの分析の順番と報告の時期を依頼者と見直します。データの状態によっては、対象を絞る、前処理の時間を足すなど、計画を引き直す提案も必要になります。依頼が広がりそうなときは、今の業務の範囲に入るかを確かめてください。考え方は業務範囲が変わったときの対応で整理しています。

案件の型によって初月の重心は変わる

効果検証の案件

施策の内容と実施の時期、対象の選び方を早く確かめます。比較の方法を分析の前に合意することが、初月でもっとも大切な仕事になります。

予測・最適化の案件

予測の結果を誰が、どの判断に、どのくらいの頻度で使うのかを先に確かめます。精度の目標だけでなく、業務の中でどう使われるかを初月に描いておくと、作ったモデルが使われずに終わるのを防げます。

指標とダッシュボードの案件

部門ごとの指標の定義の違いを洗い出し、どの定義にそろえるかを決めることが初月の中心になります。画面を作るより先に、定義の一覧を合意するのが近道です。

分析組織の支援の案件

社内の分析チームの今のやり方、レビューの有無、報告の流れを観察することから始めます。初月から型を持ち込むより、困っている点を聞き取り、小さな改善を一つ試すほうが受け入れられやすくなります。

初月に避けたい動き

• データの定義を確かめずに集計する：報告の場で数字が合わないと、分析全体の信頼が揺らぎます
• 依頼者と合意する前に分析を広げる：作業は増えても、依頼者の判断に使えない結果になりやすくなります
• データの扱いのルールを自己判断で外れる：手元の端末や外部のAIサービスにデータを移すと、秘密保持の約束に反するおそれがあります。考え方はNDAの記事をご覧ください
• 悪い知らせを月末まで抱える：データが使えない、計画どおりに進まない、と分かったら早めに伝えます
• 手法の説明で報告を埋める：相手が知りたいのは、多くの場合「何を決めればよいか」です

1か月の終わりに振り返ること

月末には、次の点を自分で振り返り、必要なら依頼者と短く話しておくと、2か月目からの動きが安定します。

1. 主な指標の定義を、依頼者と同じ言葉で説明できるか
2. 分析の計画（問い・データ・方法・報告の時期）を合意できているか
3. 依頼者が判断に使える結果を一つ出せたか
4. 分析を再現できる形で残せているか
5. 業務の範囲と稼働の見込みに、契約とのずれがないか

振り返りで見つかった課題は、2か月目の計画に組み込みます。リモート中心の案件で進めるときの段取りはデータサイエンティストのリモートの記事で整理しています。

よくある質問

前任者の分析のコードがあるのに、同じ結果が再現できません。どうすればよいですか？

抽出の条件、データの更新、前処理の手順のどこで差が出ているかを順に確かめ、分かった範囲を依頼者に早めに伝えます。前任者の結果を前提に分析を進める前に、再現できない部分を明らかにしておくことが大切です。再現できた手順は、自分の分も含めて残しておきます。

初月から大きな結論を求められたら、どうすればよいですか？

データの状態と分析の計画を示したうえで、初月に答えられる範囲と、答えるまでに必要な期間を分けて伝えます。そのうえで、今の時点で言える見通しを、前提と制約を添えて報告すると、依頼者は判断を先送りするか、仮の判断をするかを選べます。

社員のデータサイエンティストがいる現場では、どう振る舞えばよいですか？

参画の初期に、誰がどの分析を担い、誰が結論を報告するのかを確かめておくことが出発点です。社員の方が持っているデータの知識を教わり、自分は依頼された問いの分析に集中する、という分担にすると、役割が重なりにくくなります。