大学卒業後、会社員としてデータ分析に携わる一方で個人事業主としても活動しその後独立。現在は業界を問わずデータ分析やDX支援など、データサイエンス分野の様々な課題解決に尽力している。データサイエンスの面白みを語る上で「結果に影響すると言える分析者のセンスには、自身の経験が一番のエッセンスである」と話す彼女に、データサイエンスとのルーツをお聞きしました。
鶴野 藍蘭
合同会社GruVo 代表社員
東京工業高等専門学校情報工学科卒業後、東京都市大学へ編入し、知識工学部応用情報工学科を卒業。大学卒業後、会社員としてAI開発、データ分析、WEBアプリ開発に関連したプロジェクトに参画しながら個人事業主としても活動。独立後、業界問わずAI開発、データ分析、DX支援等を行う。2021年には第一子を出産し、元々夢だった山中湖村への移住を果たす。現在は山梨県・東京都の二拠点で活動中。趣味は旅行と料理。国内外でワーケーションすることが楽しみ。
仕事内容
現在のあなたの仕事内容、データ（サイエンス）や統計学とどのように関りがあるかを教えて下さい
データに関連したご相談事に幅広く対応しています。
データが既に存在していれば、主にデータを統計や機械学習等を使って分析したり、アプリ内の機能としてレコメンドエンジンを開発することがあります。
データがなければ、データを収集するプラットフォームの構築をいたします。多くの企業ではデータがないケースが圧倒的に多いので、「データがあったらしたいこと」に対し、現ビジネスにおいてどういったアプローチがあるかをご提案し、ご提案内容からご支援することが多いです。
データサイエンスの面白みはどのような点だとお考えですか？
実務では様々なトライ＆エラーを繰り返していい結果を導いていくので、まるで実験をしているかのような感覚になります。結果に対して納得したり驚いたりの繰り返しが多いのもあり、平坦な作業じゃないところが面白く、魅力的な点です。
また多くの仕事は標準化することで効率的にまわそうとしますが、データサイエンスは標準化しづらい作業が多いのかなと思います。もちろん一部の処理は標準化できるところもありますが、「どれをどう選ぶか」で結果が変わってくるデータサイエンスでは、「分析者のセンス」が最終的な面白みとなって影響してくると思います。
ここでいうセンスの部分は自身の経験が一番のエッセンスだと私は考えています。経験が多ければ様々な角度からデータと向き合って分析をすることができるので、見せ方の幅が広がります。見せ方の幅が広がれば、提供できるものも増えるので、あとは「この課題でなにが最適か」を決めるだけになります。
結果、自分の人生そのものがデータサイエンスでは活かせると言っても過言じゃないと思います。あまり俗人的なのはどうかと思いますが、感じたことがわりとそのまま結果に出るのも面白い点です。
ビジネスにおけるデータサイエンス活用にどのような可能性を感じていますか？
データサイエンスは課題に対して導き出した解のエビデンスを作る助けになるので、多くの意思決定において非常に効果的な手段です。効果的であるということが多くの企業で理解が進んだことから、データは今後も確実に増え続けますし、データを蓄積していこうという波は止まらないと思います。
ただ、実際のデータ活用は外と比べれば日本はまだまだと言えます。多くのメディアでデータサイエンティストを目にする機会は増えてきましたが、多くの企業や人が「データサイエンティストって一体なに」の状態だと思います。そもそもデータってなにという状態にあるかもしれません。
まだまだ発展途上ということから様々なことが期待される分野だと思いますし、多くの仕事を生む可能性が大きいと思います。
データサイエンティストとして働いたご経験の中で、特に思い出深いできごと、エピソードを教えて下さい
とあるプロジェクトにて、KMeans法（*1）を用いた分析を行ったのですが、どの程度各セグメントが離れているかを可視化するために二次元上へプロットをしたのです。やったことがある方はわかると思うのですが、これがなかなか思ったように綺麗に分離できないことが多いのです。それが、本当に綺麗に分離できたんです……。実際の意味づけでも、かなり離れた結果になり、お客様も感動されてかなり快感でした。
他にも日常的な分析作業において変数の削減がうまくできたとか、要因がわかったとか、そういった出来事一つ一つがわりと思い出深いです。
（*1）KMeans法とは、データの中から似ているものをグループとしてまとめた「クラスター」を作る手法の一つ。分析者が先にいくつのクラスターに分けるのかを決定する非階層的手法に分類される。
参照：https://www.albert2005.co.jp/knowledge/data_mining/cluster/non-hierarchical_clustering
学習内容
データサイエンスに関する知識をどのように習得されましたか？また現在はどのように学んでいますか？
東京工業高等専門学校在籍中に統計学を学びました。その後編入した東京都市大学では、ニューラルネットワークの概念や、実際に自分たちでデータを収集し分析するといった実習を行ったことでベースとなる流れは身につきました。
就職後は企業内研修で学ぶことでさらに理解を深めていきました。
現在はプロジェクトベースで随時必要となった知識を習得するほか、現役データサイエンティストの方との交流にて情報を得ることが多いです。
データサイエンスとあなたのルーツをお聞かせください
正直にいうと、学生時代は「面白いなぁ」程度でここまでハマって仕事にするとは思っていませんでした。なので、新卒時は全然関係ない業種に行きました。そのためかうまく馴染めず、就職して３ヶ月で会社を辞めてしまいました。就職に失敗したんです。
いずれは独立したかったので、退職後はしばらく個人事業主で案件をこなしていましたが、やはりスキル不十分な状態だったので第二新卒での就職を考えていました。その時に出会ったIT特化の転職エージェントさんから「学歴から見ると、データサイエンティストが向いていますがご関心いかがですか」と聞かれました。ここが大きなきっかけです。
そこからアドテク業界でデータを分析するようになってから色々なことに興味を持ち始め、今に至ります。私のルーツはデータサイエンティストという仕事をお勧めしてくれた転職エージェントさんです。
あとは、自分らしく生きるヒントが詰まった21ストーリー（https://www.amazon.co.jp/dp/480213276X）で執筆しているので是非ご覧ください。
データサイエンティストとして、今後の目標や挑戦したいことがあれば教えてください。
現在、小規模企業に対してデータに関連したご支援ができないか弊社で新たに事業化を進めております。企業の規模関係なしにデータの利活用は進めた方がいいので、どんどん支援していきたいと考えております。
また移住先の山中湖村でデータサイエンスに関連した事業をしたいなとも考えています。子供向け教育でのご支援にも興味があるので、そういったことでも山中湖村を活性化できたら楽しいだろうなというのを想像したりしています。
大変貴重なお話をいただきありがとうございました！ 今後の鶴野さんの益々のご活躍を応援しています！
