- チャレンジしたい気持ちがあれば、
未経験でも後押ししてくれる環境 -
データサイエンス部への異動を決めたのは、単純に「面白そう」という興味からでした。私はもともと社会学部を卒業しており、数学や情報工学の知識はほとんどありません。それでも、新しい分野に挑戦してみたいという強い気持ちがありました。
新卒で入社してから営業店に配属され、融資・法人営業の仕事に従事しました。入社の決め手は銀行業務以外にも資産・事業承継、不動産仲介など幅広いソリューションを扱えるりそなグループに魅力を感じたことです。しかし次第に自分が価値を提供できるのが、担当するお客さまだけという状況にもどかしさを感じ、もっと広範囲に影響を及ぼせる仕事がしたいと模索し始めました。
そんな中、会社のデータを活用して多くの部署に価値を提供できるデータサイエンティストという職種に興味を持ちました。そこで社内公募制度を利用し、データサイエンス部への異動を機に新たな環境に身を置きました。今振り返ってみると、未経験から専門領域への挑戦は自分にとって大胆なものでしたが、こうした挑戦を歓迎・後押ししてくれるのも当社の魅力の一つです。
- ビジネス課題に着目し、
現場の業務効率化や高度化を推進 -
データサイエンス部は、社内データの利活用を通じてグループ各部署のビジネス課題を解決することをミッションとしています。私の担当は主にAI・データ分析で、生成AIの活用やAIモデルの開発を通じて業務の効率化を図っています。
データサイエンス部の業務は非常に多岐にわたり、データの可視化や機械学習などの技術を駆使して、現場の問題解決に取り組んでいます。しかし、「こんな悩みがある」という認識があっても、AI・データ分析でその悩みがどう解決されるのか、現場の担当者は具体的なイメージが湧かないことがほとんどです。そのため、現場とデータサイエンス部の間で認識のギャップが生じやすく、課題とソリューションがかみ合わないリスクがあります。
そのため、現場の課題とソリューションのズレが起こらないよう、共通認識を作ることを心掛けています。課題解決に必要な技術を分かりやすく説明したり、AIモデルやシステムを開発する各段階で成果物を共有し、関係者と完成イメージをすり合わせたりしながら進めています。役職や立場によって、重視することや考え方が異なるので、相手の立場に立って考えることが必要です。
また、相手の要望に合わせるだけではなく、プラスアルファの価値をどう提供できるかを考えながら、新たな提案をすることもあります。それは現場の課題をビジネス全体の課題としてとらえ、より本質的な解決を目指しているからです。
- データ化されていない現場の情報にこそ、
潜在的な価値が眠っている -
当社の魅力の一つは、未経験からでもデータサイエンティストに挑戦できる環境が整っていることです。実際、営業店からの異動者が全体の40％を占めています。データサイエンスのバックグラウンドがなくても、意欲さえあれば新しい分野への挑戦が歓迎される文化が根付いているからです。また、若手の意見や「こういうことがやりたい」といった意欲を受け入れてくれる風土があり、私自身も現在、データ分析の業務を担当しながら、企画業務に挑戦しています。
データサイエンティストとして成長する中で、将来的にはデータ化されていない情報を可視化し、活用したいと考えています。営業時代、優秀な営業スタッフのノウハウが現場に留まり、全社的に共有されていないことにもどかしさを感じていました。このようなノウハウを全社で活用できる仕組みを構築することで、業務改善や組織の成長に貢献したいと考えています。これまでの営業経験を活かし、データサイエンスの知見と組み合わせることで、より効果的な業務改善や新しい取り組みを推進できるはずです。
データ化されていない情報は、現場にまだ多く眠っています。そのような情報を可視化し、データの利活用で組織に貢献する、そうした取り組みに一緒に挑戦してくれる方に来ていただきたいですね。
※掲載記事の内容は、取材当時のものです。
