Megan Oftedal 氏

既存のチームを活用し、データサイエンスコンピテンシーを向上

スマートに効率よく成長するために、企業が自社の AI の可能性を最大化できる領域がいくつかあります。アナリストをトレーニングし、シチズンデータサイエンティストに育て上げましょう。今いる人材の潜在能力を最大限に引き出すことで、繰り返し行われるデータサイエンスプロセスを自動化したり、データサイエンティストではなくビジネスユーザーが可視化や準備作業を行えるようにタスクを割り当て直したりできるようになります。また、プロジェクトに優先順位を付ければ、ビジネス上の価値が明確で、実行可能で、成果を達成できるプロジェクトを優先できるようになります。

Megan 氏は、American Fidelity のすべての部署からシチズンデータサイエンティストを見つけ出しました。「特に IT 部門と、保険の管理や財務など数字に関わる仕事をする部門に、多くの人材がいることがわかりました。また、人事部門や、場合によってはカスタマーサービス部門など、実にさまざまな部門で人材を見つけることができました。したがって、シチズンデータサイエンティストを探す場所を自ら限定しないようにすることが大切です。また、スキルだけでなく、データに対する熱意をより重視する必要があります」と Megan 氏は言います。また、正確性、完全性、および品質を確保するため、Megan 氏はデータの品質とアクセスを監視するデータガバナンスチームと相互評価プロセスを構築しています。

「私たちは大きく成長し、自社のさまざまな業務にデータサイエンスを取り込めるようになりました。DataRobot は、提供されるモデルの数と前処理ツールの機能が際立っていました。しかも、分析ツールや、パフォーマンスが最も高いモデルを特定できるツールなど、バックエンドにもあらゆるツールが用意されています」。

Megan 氏のデータサイエンスグループが、会社で求められているすべてのプロジェクトを自分たちだけで行っていたら、「プロジェクトが終わるまで 2 年はかかる」ことになっていたでしょう。しかし、シチズンデータサイエンティストを活用できるようにしたことで、組織全体で AI 主導型モデルの導入にかかる時間を、わずか数時間から数日にまで大幅に短縮できます。

「私たちは、自社のビジネスをデータドリブンなビジネスに変革しました。200 人以上のデータサイエンティストを DataRobot でトレーニングし、100 種類のダッシュボードと 30 種類の機械学習モデルを本番環境に導入しました。これらのモデルは、ビジネスに真の変革をもたらしており、意思決定者や経営幹部がビジネスの手法を変えるのに役立っています。彼らは、直感に頼って意思決定を行っていた状態から、革新的な方法でデータを活用できる状態へと移行しました」 – Megan Oftedal 氏、American Fidelity 社 シニアデータサイエンティスト