コンサルにてアナリストをやった後、データサイエンティストを名乗りながら仕事をしています。そんな中で嫌だったなと思った人たちとプロジェクト
最近はアウトカムでの評価の流れにはなってきたが、まだまだモデルの評価をする事は少ない。
でも何故か相変わらずロジステックとCox回帰をやれればおっけーであり、モデルの精度が当たらなくてもオッズ比と説明変数の
有意差だけでていれば上手く行く分野。 本当に心が痛む上、まだまだ「医者でなければ人であらず」が通ってしまい、モデルの説明よりもお医者様のお言葉が1stにきてしまう。また分析プロジェクトの
設計らしい設計があまり出来ないのもつらいところ(モデルの精度が出ていないのにそのオッズ比・有意差に何の意味があるんだと思う)。後日本の製薬企業から「何とか工夫で有意差がでないのか!!」
という謎おしかりを受ける・・・いやそんなん無理ですやんと切実に思う。やる気でこの世界の数字は変わりません。
割と良いBIみたいなんが良くも悪くもあるためアナリストの人たちがやった気になっているやつ。Web関係のアナリストは、アナリストを名乗って欲しくない人の方が多いイメージ(勿論しっかりWebアナリストやっている方々は知っている)。広告内容を分類し、CVを予測、そしてマルチチャネルの予算からのCVを最適化案件をしていたらWebアナリスト様から「私の作るLPは最適です。なので予算4000万です」という謎の最適の主張を受けたのはいい思い出(何故かデザイナー様がWebアナリストもやっていた)。広告内容のuser2vecでのレコメンド実装にチャレンジして評価して、協調フィルタリングよりも精度はよさげだな喜んでいたら、どっかのよくわからないレコメンドツールというのが汎用性もあるし、既存のツールに1万ぐらい払えば追加できるとそして何故か「最適化」されているという言葉に役員が騙されて決済がおりていたのを聞いたときは殺意が沸いた。どうせ既存のマーケティングオートメーションのレコメンドエンジンなんて協調フィルタリング・ロジぐらいだろうと思っている。本気で分析やっている人がそうそう最適化なんて言葉を使わないと思うんだ・・・。まぁここの反省はWeb業界といってもみんなコーディングがりがりではなくてGUIでいいならそれでが割と多いという事を学んだ (注意)。
3.データベース関連
どっかの人のにもあったが、「あっ、データ分析分かるんだよね?」という事でVB6とAccessの改修をやらされそうになったときは全力で拒否った。
4.やる気を説いて来る人達
やる気で数字が変わったら誰も苦労なんてしないんだよ・・・。半教師有り等で精度向上見込めるといってもいくらなんでもこのデータでは
5.ホワイトボックステストを要求されたとき
モデルのホワイトボックステストってどうやってやるんだ?精度を検証用データでやっていれば良いじゃないかと思っていた。ただそこの金融系でITプロジェクトは、基本的に「ホワイトボックステスト」やらが必須らしく・・・おいおい・・。とりあえずカテゴリーの目的変数がそれぞれの値を取ることを客先で見せてかつレポートで「こうこうこうゆうときにカテゴリー変数が変わりますよ」という彼らがいう境界線の確認を全てやることになった。カバレッジ100%も言われたが、流石に無さ過ぎるので諦めてもらった。
6.KGIとKPIしっかり切り分けてBI作成していたら集計屋かといって来られる時
どこかの人にもあったが、私はビジネスが動けばよいと思っているので難しい分析をしなくても上手く行く時は、集計で上手く切り分けて、要因分析をやる(裏で決定木とかで境界値とかは見ていたりする)。ただ何故かそれで集計ばかりしかしていないと怒られる。別に研究者ではないし、難しい分析をしてクライアントへの説明に時間を取られたり、展開が難しくなるぐらいならば皆と合意した上で、KPIとKGIを切り分けてダッシュボード作成をしっかり出来る方が実はビジネス上上手く行くだ。むしろ自分への戒めでいつも難しい分析が本当に必要なのかと思ってるぐらいである。
注意 因みに私の別部署でインフラ基盤周りのWordpress関係が炎上していた。そこそこの大規模でWordpress使うって大変らしいのに・・・。