課題解決型人材コンテストは、企業が抱える実際の業務課題と実データを提供いただき、約4ヶ月間にわたり参加者がチームで分析・提言を行う実践型の取り組みです。参加者はメンターの助言を受けながら、ビジネス課題の特定からデータ分析、アクション提案までを一気通貫で行い、「データを活用して事業を前進させる力」を磨きます。
2024年は株式会社パルコ様からご提供いただいた購買・来店データをもとに、来店促進施策の立案に挑戦しました。今回はTeam Bのみなさんに、コンテストで得た気づきや学びを伺いました。
2024年の概要はこちら→https://techplay.jp/event/942873
メンバー：パナソニック インダストリー株式会社 宇良宗一郎さん／データアナリティクスラボ株式会社 大部知史さん／株式会社オリエントコーポレーション 川上 修平さん／株式会社オージス総研 照井勇輔さん／キリンホールディングス株式会社 真弓裕貴さん／スズキ株式会社 山田克拡さん
インタビューアー：DS協会 広報担当 真田
山田さん：
実企業のリアルな課題をデータサイエンスで解決する経験を得られたことが大きな価値でした。
渋谷PARCOや名古屋PARCOを実際に訪れ、現場調査を行ったことで、データだけでは見えない顧客行動や課題構造を体感できました。現場理解の重要性を強く感じました。
宇良さん：
課題定義から分析設計、PoC、アクション提言まで一連のプロセスをチームで取り組めた点が魅力的でした。
予測精度を競うコンペとは異なり“本当に課題を解決する”ことが目的である点が、本コンテストならではの良さだと思います。
真弓さん：
データから自分たちで課題やKPIを設定していく点に魅力を感じました。
用意された課題に取り組むのではなく、曖昧な状況から課題を発見していくプロセスは、ビジネス力の向上にもつながる貴重な機会でした。
大部さん：
分析に向かう前の“思考の型”を得られたことがとても大きかったです。
特に、KPI策定や分析方針といった上流工程の重要性を実感し、分析をビジネス貢献へつなげる視点を学べました。
川上さん：
実データを使って施策提言まで行い、クライアントやメンターから客観的なフィードバックをいただけた点が最も良かったです。
未知のデータに向き合う経験は刺激が多く、新しい視点を得られました。
照井さん：
モデル精度の追求ではなく、クライアントの課題解決をゴールに据えている点が、他のコンペと決定的に異なる良さでした。
データサイエンスを“目的”ではなく“手段”として適切に使う姿勢を学ぶことができました。
山田さん：
まったく触れたことのないデータ領域でビジネス理解から始める必要があり、時間を要しました。
またリモート中心の活動だったため、意見を集めてひとつの提案にまとめるまでのプロセスにも苦労しました。
宇良さん：
パルコ様が本当に求めていることを理解し、チーム全員が納得する提案にまとめていくプロセスが難しかったです。
分析を成果につなげる難しさを痛感しました。
真弓さん：
メンバーの環境や得意領域が異なる中で、どうすれば全員が継続して取り組めるかを考える必要がありました。
タスク管理やモチベーション維持の面でも学びがありました。
大部さん：
上流設計に時間をかける必要があり、特にKPI設定や分析の目的整理に苦労しました。
フレームや型がなかったら迷っていたと思います。
川上さん：
限られた時間の中で優先順位をつけ、議論を収束させることが大変でした。
また、データを触る前に“何を解くのか”を整理することの重要性を強く感じました。
照井さん：
機械学習の精度よりもビジネスインパクトを重視する姿勢が求められ、アプローチを切り替えるのに苦労しました。
課題を正しく設定できなければ、どれだけ分析が正確でも意味がないという点を痛感しました。
山田さん：
現場を知り、データの背後にある行動を理解することで、分析の質が大きく変わることを実感しました。
実務においても、データと現場の両方を見る姿勢を大切にしていきたいです。
宇良さん：
顧客の期待を正しく理解し、チーム内で合意形成して進める重要性を学びました。
分析そのものよりも“成果物としてどう伝えるか”のスキルが磨かれたと思います。
真弓さん：
マーケティング的な視点から課題発見力が鍛えられたと感じています。
曖昧な状況に対し、仮説を立て、形にしていくプロセスを業務にも活かしていきたいです。
大部さん：
「良い分析とは何か」を、精度ではなく“ビジネスにどう価値を届けるか”という観点で考えられるようになりました。
今後のクライアントワークにも活かせる学びです。
川上さん：
論理的に議論し、相手目線で説明する重要性を改めて認識しました。
業務でも、ステークホルダーに寄り添いながら課題設定を進めたいと思います。
照井さん：
データサイエンスは“課題を解くための手段”であるという、本質的な学びを得ました。
分析の目的を常に意識し、意思決定につながるアウトプットを心がけたいと思います。
Team Bのみなさんの取り組みは、課題を定義する力、ビジネスの言葉で伝える力、他者と協働して価値をつくる力が大きく伸びたことを示しています。
実課題を扱う本コンテストだからこそ、曖昧さを受け入れ、対話を重ねながら最適解を探るプロセスを体験できます。
データサイエンティスト協会では、今後もこうした学びの場を提供し、データサイエンス人材の育成と産業界の発展に寄与してまいります。
- カテゴリ
-
-
DS関連NEWS
-
インタビュー
-
スキルアップ
-
コラム
-
教えて！DS
-
- アーカイブ
-
-
2026年
-
2025年
-
2024年
-
2023年
-
2022年
-
2021年
-
2020年
-
2019年
-
2018年
-
2017年
-
2016年
-
- 記事アクセスランキング
-
- タグ
