データ人材からプロダクトマネージャーへの進路
いや、今日もいい話しましたわ。いい話したけど、どうせみんなお便りもくれないし、ツイッターにもつぶやいてくれないし、やれちゃおっかな。
そんな寂しいこと言わないでください。
最近みんなお便りくれないからさ。
一ヶ月来てないな。確かに。
一時期めちゃめちゃ来てたんだよね。
飽きられた?
おかしいな。次回もめちゃめちゃ豪華なゲスト呼んでるんだけどな。
っていうね。今回は、俺自身が転職した時にどんなのを考えてたかっていうところの実体験ベースで、データ人材からプロダクトマネージャーになるっていうところの話をしていこうかなと。
真面目かい?
割とね。
割と?
かなりボケ数が過去一少なかった可能性がある。
でも過去一聞きやすいとも言える。
確かに。
じゃあこれで募集しようか。
ボケ数が少ないやつと、最初に歌わないでちゃんと真面目に入るやつと、どれが一番聞きやすいのかっていう。
それをお便りに書いてもらって、次に活かすと。
ですね。ついでにボケのリクエストもあれば、歌ってほしい曲のリクエストもあれば。
そうしたら頑張って歌います。
ということで、じゃあ今回はデータ人材のネクストキャリアっていうところをベースに、プロダクトマネージャーっていう仕事、こういったところについてお話ししていきます。
ぜひ最後まで楽しんでください。
隣のデータ分析屋さん。
この番組は、隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁ。
を叶えるポッドキャストチャンネルです。
データアナリストのりょっちです。
データサイエンティストのたつちゃんです。
データサイエンティスト、プロダクトマネージャーへの道。
たかなが多いですね。
確かに、行けすかないね。
今回は、俺のキャリア選択の途中までの話をしていこうかなっていうところで、
今、データアナリストがメインになってるんだけど、今の会社に入ったタイミングでは、プロダクトマネージャー、PDMっていう仕事で入ってるんだよね。
プロダクトマネージャー。
その道って、データ人材からの道筋としては割と、アメリカとかだと王道な道筋の一つだったりもするらしいから、
ちょっとそこをどうやって選んだかみたいな話をしていくキャリア界というか、
データ掛けPDMってなんぞやみたいな話とかをしようかなと。
そもそもPDMは、データ分析人材がなるもの?
これがね、ちょっと微妙なところがあって、
プロダクトマネージャーって、サービスの中の何か機能を作ったり、製品を作ったりっていうようなものを推進していく仕事なのね。
例えば、LINEっていうのがあったら、LINEの中にグループ機能を作るとか、
LINEっていうそのものを作るっていうわけではなくて、それもプロダクトっちゃプロダクトなんだけど、
その中でより製品の顧客満足度が上がるように、もう今LINEのグループなんてなきゃダメじゃん。
けど、そういうグループの機能っていうのをこういう形で作ればいいんじゃないとか、
インバイトの仕方、そのグループにどうやって入れればいいのかとか、どういう見た目にしなきゃいけないかとか、
もうだからデザインの面も含め、機能の面も含め、で、じゃあ競合がどうやっててとかっていう調査もろもろして、
自社の製品の中に機能を追加していくのの取りまとめをする仕事っていうのがプロダクトマネージャー。
なるほど。じゃあ1個のサービスのオサというよりかは、そのサービスの中にある各機能を取りまとめる人みたいなポジションっていうこと?
一般的にはそう言われることの、そういう仕事の範囲が多いかな。
ヤフージャパンのページに行った時に、ヤフー天気取りまとめる人とか、ヤフーニュース取りまとめる人みたいな、そんなイメージ?
情報の大きさで言うと、そこを持ってる人がプロダクトマネージャーと呼ばれてるかは分かんないけど。
うんうんうん。
っていうイメージ。
そういうことか、なるほどね。
で、それもそういうヤフー天気とかっていうでかい媒体に対するプロダクトの責任を持ってる人もいれば、
その中で、例えば、ヤフー天気にあるか分かんないけど、
うん。
雨雲レーダーを導入するとか、雨雲レーダーって多分最初なかったじゃん。
確かに。
けど、最近ってどのサービス見てもだいたい雨雲レーダーってあるじゃん。
うん。
あれを入れることによって顧客の満足度がどう上がるかみたいな、ああいう機能の追加をしていくのを担う人。
じゃあそもそもどんな機能を追加しようかみたいな、満足度上げるためにはどうすればいいかみたいなところも考えるんだ。
そうそうそうそう。
広いね。
広いのよ。
で、そこに対してデータ人材っていうのは結構そこに行き着くっていうのも一個方法としてはあるっていう話なんだよね、今回は。
なるほど。
プロダクトマネージャーの仕事内容
じゃあ新卒から嫌いになれそうにはないな。
新卒からそうね、どっちかっていうと一個どっかで下積みをした上で、その能力かける何かを狙いにPDMに行くみたいな。
なるほどね。
いいね。
確かによく言われるわ、キャリアの話するときに。
お前将来何やりたいんだよって。
やだね、その聞き方。
いやでもそのうちの一つになるかもしれないから勉強していこう。
そうそうそうそう。
まあなんかじゃあなんでデータ人材からPDMなのかっていうところ、プロダクトマネージャーなのかっていうところで、
そういう新しい機能を作るみたいな話を言いましたじゃん。
はいはい。
そういう機能を作るんだけど、それがお客さんが満足してるかどうかとか、そもそもそれを求めてるかどうかってどうやって把握するかっていう話で、
もうなんかヤフーテンキ最初に出てきたからヤフーテンキで行くけど、
ヤフーテンキ使ってますと。
で使ってるけど、なんか市場全体で見たらウェザーニュースの方が使ってる人多いらしいとか、
友達はみんなウェザーニュース使ってるなみたいな。
とかってなったら、ウェザーニュースの何がいいんだろう、ヤフーテンキの何がダメなんだろうみたいになるじゃん。
そうってなった時に、いろんな優先順位、機能あるないの機能を比べた時に、
なんかみんな雨雲レーダーめっちゃ重要視してるっぽいな。
とかってなったら、じゃあ雨雲レーダー入れようっていう風な意思決定がされるんだけど、
じゃあテンキだけの精度で見たらどっちがいいんだろうとか、テンキのページまでは本当にみんな見てんのかな。
テンキ見た後に何がしたいけど深掘りするところがないから離脱してるのかなとかっていうのは、
ウェブのサービスだとユーザーがどこまでたどり着いたかとかがわかるじゃん。
で、ここで落ちてるぞみたいな。ここで知りたい情報にたどり着けなくて落ちてるっぽい。
だからここに新しい機能入れればユーザーはここで落ちずに、ずっとヤフーテンキを使っていろんな情報を調べてくれるんじゃないかっていう仮説が出てくるじゃん。
けどこれってデータをどうやって追って、で、そのウェブページをこのレイヤーごとに分けて、
その入り口になってるところをワンクリックした1段先、2段先とかっていうところに対して、ユーザーがどれだけ抜けてってるかのデータ分析の設計とかをして、
機能の設計のまずベースになる課題把握とかをしなきゃいけないんだよね。
その課題把握をするための設計とかができないと仕事にならないわけ。
データ活用と製品作り
確かに。
っていう風になるからデータの理解の基盤が必要っていう。
じゃあ本当にデータありきで意思決定をするために、どうやってデータを収集すればいいんだって、どこから取ればいいんだっけ。
で、その取ったデータの何を見たいんだっけまでも考えていかないといけないって、そういう仕事なんですね。
で、それは例えば課題把握のタイミングだけど、今時のウェブ系のサービスって新機能を入れるってなったら何するかっていうと、
ABテストとかするじゃん。
あ、出た。
このポッドキャストでも、エピソードいくつだっけね、20ぐらいで喋った?
TwitterのUIが実は右の人と違うんだよっていうのをやりましたね。
しかもそれ気づいた時、たぶん次回のゲストに来るかぐるのグランドマスターのしまこしさんもいたんだけど、その場に。
会社で見てて、みんな違くない?みたいな。
はいはい。
で、気づいたの実はそのタイミングなんだけど。
うん。
そう。
っていうので、ウェブ系のサービスって今、必ず機能の検証、その機能をつけたことに対して意味があったかどうかとかっていうのも考えなきゃいけなくて、
で、それがその機能を入れたことによって他に悪影響が出るとかっていうのもあるじゃん。
確かにね。
っていう、だからそういうのも全部含めた検証の設計とかもしなきゃいけない。
えー、そっかそっか。
なんか、ぺいぺい年間に50回以上UIを書いてるらしいですよ。
そうなの?
そう、ちょうどね、最近ぺいぺいから通知が来て5周年になるみたいな。
うん。
で、5周年の中での、あなたの決済回数とか、いくら使ったとかっていう通知も来たことと一緒に、
ぺいぺいは皆さんの、より使いやすい機能を目指して年間50回以上アップデートをしていますっていうのがあって、
それも多分全部ABテストして、どっちが使いやすいかっていうところを比べてアップデートアップデートしてるってことだ。
そうね、多分そう。50回とかのレベルになるとすごいね。PDMめちゃめちゃいるんじゃない?
ああ、そういうことか。ぺいぺいの中の。
そう、この機能作るよ、この機能作るよみたいなやつが爆速でバーって動いてたりするみたいな。
で、多分、そこに対して1個1個の機能、製品とかっていうのが大事になってくるから、PDMっていう触手の多分目立ち方も増えてきたし、
検証とか諸々含めでデータ活用しながら製品を作っていくっていうことが増えて、
PDMっていうのが多分名前として残り始めてる。
なるほどね。だから、マネージャーっていう名前がつくから、何かのトップというか、そのチームのトップでやることは間違いない?
いや、なんかね、そもそも大前提を言っとくと、俺、PDMで転職したけど、今もうPDMやってないから、
え?
俺もゴリゴリデータアナリストというか、もう何なら最近データサイエンティストっぽくなってるから、
そうなんだ。
もうね、わけわかんない。データアナリストのリョッチですって言ってるのもちょっと違和感出るぐらいデータアナリストっぽいことあんましてないんだけど。
そっかそっか。ちょっと待って、整理のために、データアナリストとプロダクトマネージャーもイコールではないんだよね。
違う。
違うんだよね。代償関係はあるの?
代償関係は正直なくて、もう本当になんか、ちっちゃいチーム作った時の役割の違いで、
誰が偉いとかではなくて、プロダクトマネージャーは、なんかこう製品の方向性を決めて、課題設定して、
で、その課題の中で何をしなきゃいけないか、とか競合調査してどういう機能にしなきゃいけないかを考える。
で、そこに対して、こういう課題があるだろうから、こういう、例えばじゃあデザインに変更したいからって言って、
デザイナーと諸々の形を詰めていくのをプロダクトマネージャーだし、
その、こういう課題があるっていう仮説を持った時に、データアナリストとかと一緒に話して、それを定量的に落とし込んで、
これぐらいユーザーがここで減っちゃってるから、このぐらい増やすための施策、こういう立て付けにしますって決めるのもプロダクトマネージャーだし、
だから、いろんな人と1個の製品を作るためにパートナー関係を結んでいくみたいな立場の人って感じかな。
つなげるんだ。それぞれの人たち。
得意分野を持ってる人たちをつなげる。
だからマネージャーって名前がつくんだ。
そうだね。
そういうことか。
その中で、あと名前似てるので言うと、プロジェクトマネージャー。
うん、よく聞くね。
そう、もともと多分PMっていうワードは、どっちかっていうとプロジェクトマネージャーに使われてたと思うんだよね。
はいはい、確かに確かに、聞きなじみあるわ。
うん、プロジェクトとプロダクトって製品化計画化みたいな感じじゃん。日本語にするとニュアンス的には。
そうだね。
データアナリストからプロダクトマネージャーへ
ってなるから、なんでもいいの。社内のなんちゃらプロジェクトみたいな。レクリエーション的なのもプロジェクトって言ったりするし。
忘年会プロジェクトだ。
そうそうそうそう。
いるね、そういう人。
俺らの研究室からブレインパッドに行ったチーフパーティーオフィサー。
CPO。
CPOが。
あいつは忘年会プロジェクトリーダーだね。
っていうのがあって、プロジェクトって何か目標の達成のためのマイルストーンとかタイムラインとかを引いて、
エンジニアとかが必要だったらその人たちを巻き込んで、作業をガーって推進していくみたいな。
確かに。
っていう感じ。
になっているところに対して、プロダクトマネージャーは、農機とか諸々は発生するけど、
どっちかっていうとお客さんの課題ベースでとか、仮説立ててそこから製品を一個作り上げるみたいな。
なるほどね。サービスとか商品に責任を持つ人なんだ。
そうだね。
っていうので、アメリカとか多分シリコンバレーとかですげー使われるようになったから、
プロダクトマネージャーって言葉がめちゃめちゃ出てきてるんだろうけど、昔から言葉としてはあるらしいんだよね。
で、そのアメリカとかではデータアナリストとか、そういったところでデータの所有をつけた人たちが、
よりビジネス側に寄せていくキャリアパスで入っていくところ。
なるほどね。
なんか前、データサイエンティストの所有みたいな話、多分超序盤にしてるじゃん。
アナリストとサイエンティストの違い何?みたいなさ。
1回目で話したやつですね。
そうそうそう。それで、なんかデータアナリストの方がよりビジネス寄りだみたいな話したじゃん。
うん、しました。
あれの、さらにビジネス側に寄っていったキャリアパスって感じ。
はいはい、なるほど。だから自分で別に手を動かして分析とかすることはほぼない。
けど、なんかちょっと気になった時に、自分でSQLとかPythonの分析ちょっと触って、課題確認した方が早いじゃん。
早い。
とかっていうので、データ分析の人としての所有があるっていうのは強みになる。大きく強みになる分野。
データアナリストの強み
そういうことか。だからデータありき利子決定するから、そこは自分で見に行けた方がいいよねっていうことで。
あ、だからか。最初のファーストキャリアはデータ分析人材だけど、その先、PDM、プロダクトマネージャーを目指すっていう、そういうキャリアパスがあるよって話か。
そうそうそうそう。ちょうど1年半ぐらい前に、りょっちはそこに気づきまして。
ほう。
これは給料を上げるだったりとか、あとはキャリアのステップアップさせていくようなイメージを描いた時に、どっかでビジネス寄りに寄せていくっていう方がいいんじゃないかなと思ったんだよね、転職のタイミングで。
もちろんそのデータサイエンティストとして、モデルをゴリゴリ磨いていくとか、エンジニアリング力をつけていくっていう方向もあるんだけど、キャリアのパスとしては。
でもなんかどっちかっていうとビジネス寄りに寄せていこうっていう気持ちの方が強かったから、じゃあそっちに行けるようにしようと思ったわけだ、転職の時に。
で、その時ってポッドキャストで宇宙話の方がかなり調子良くて、アワード受賞して、スポーティファイの独占契約に変わるってなって、でランキングとかも最高その時だと日本ランキング20何位とか、
10何位とかっていうところになってて、なんかそういうポッドキャストっていうプラットフォームに対するユーザーとしての理解もめちゃめちゃ深いみたいなところと、であとその時って宇宙スタートアップでもちょっと働いてたんだよね。
やってましたね。
で、そうそう、でその時は一応なんか肩書きはプロジェクトマネージャーみたいな、なんか製品リリースするみたいになった時の、エンジニアの人のスケジュールとか調整するとか、資料を作ったりして、こういう計画で行こうと思ってるみたいな話とかバーってやってたから、そういう経験あって、
そうしたらデータ側からビジネス側に寄せるんだったら、そういったところ絡ませて、プロダクトマネージャーできますっていう話に持って行って面接受ければいけんじゃないかなっていうのがあって、思いっきりデータ系ではないプロダクトマネージャーに寄せてインテンション活動したみたいな。
あ、そうだったんだ。
今の話聞くとかなり難易度高そうだなって思いましたよ。プロダクトマネージャーとしての仕事。
今の話のパーツだけ取ると、なんか結構多分期待値は高めで入社する可能性はあって、
はい。
けど、そのデータの素養はあります。だからこれをベースにプロダクトマネージャーとしてスキルさらにつけていきたいんです、みたいなので転職してプロダクトマネージャー見習いみたいな感じで入るってパターンも。
あ、そっかそっか。データ素養あるか、事業理解がめっちゃ進んでるか、プロジェクトとして何かこう全体を推し進める、人巻き込んで進めるっていう経験あるかみたいな、
この3つの要素が大事で、どれか1個経験あれば他を広げていけばいいだけだから。
そう。
まあいいのか。
俺の問題点は多分入った後、データ経営の人だったっていうのが強すぎて、結局データ分析からスタートしたってなったら、
いやデータ分析のままがっつりやってよくねってなって、結局プロダクトマネージャーの仕事ほとんどやらずにデータアナリストになった。
それはさ、やっぱりデータ分析としての需要、会社だったり社会の需要があるし、かつ供給が足りてない状態だから。
そのパターンも全然ある。
うん。
し、あとその会社の既存のあるサービスを理解する上で、プロダクトマネージャーとして何かこう機能を作ってみるのを実践するよりも、データ分析部隊に入ってデータ分析から始めた方が理解絶対早いよね。
あーそれめっちゃあるね、確かに。
で、そこでゴリゴリやってたら、いやもうこのままここに残ってくれみたいになって、で、データアナリストの方にそのままいた状態で今の状態になってる。
いやでも結構あるあるだな、やっぱりまずサービス理解、事業理解のためにデータ見れる場所に身を置くっていうのは絶対そうなんですよね。
めちゃめちゃいいしね、それこそ手足のようにプログラムだったりSQLだったりをかける状態でいれば、なんかこう他のことやっててちょっと時間が余ったときになんかあれ気になってたんだよなみたいな。
あの人言ってた、なんかここで、ここのユーザーが今めちゃめちゃ盛り上がってるって本当なのかなを自分で10分20分パチパチパチってやったら見れるわけじゃん。
とか、あの人盛り上がってるって言ってたけどって言って見に行ったら全然盛り上がってないみたいな。
とか、なんかその、いやあいつの主観じゃんみたいなのも裏付け取れるし。
とかっていう、ビジネス側の人との感覚の違いも埋められるし。
あとはもう本当そのKPIとかって呼ばれる、指標とか○○の理解も早いし。
っていうので、そういう意味でもデータ人材、データアナリストとかからそっちに行くっていうのは結構ね、良いキャリアパスの一つ。
そうだね。やっぱデータの内容を元に喋るとめちゃめちゃパワーが上がるから。
新卒ですら、自分でSQL叩いて出したデータの結果を持っていけば、
データサイエンティストからプロダクトマネージャーへ
もう上司でも部長でも何なら社長に対しても揺るがない真実を持っていけるから強いんだよねって。
逆にデータありきで喋っちゃうと、その証拠としての事実が強すぎて危険にもなるっていう。
事実を突きつけることになるから人を傷つける可能性もあるよねって。
優しい嘘ね。
でもそういうことだからデータの持つ力って、それが触れる人材がね、プロダクトの、よりビジネス側に行くと強いよねってそういう話か。
そうそうそうそう。だから結構ね、データ人材、そもそものデータサイエンティスト、データアナリストっていうところの需要が今めちゃめちゃ高いってなってるけど、
ってことはその素養を持ったプロダクトマネージャーなんて、もう希少人材なわけよ。
確かにね。
ってなってるから、なった方がいいよ。
逆にさ、今いるプロダクトマネージャーみんなデータ使えるの?
それがね、またちょっと怪しいところで。
データに強いとは言われないよね、そうじゃない人。
データに強いってなると、やっぱその、ちゃんと課題把握のところの根拠も強いし、そもそも検証とかも安心して任せれるじゃん。
そうだよね。
そうそうそう、上の人から見たときにね。
けど、なんかSQLかけるらしいけど、なんかまあデータの印象はないなみたいな、プロダクトマネージャーもたぶんたくさんいるわけよ。
いるよね。
いるいるいる。
なんとなくわかるよ、そういう話。
そういう人はいるんだけど、別にそれはプロダクトマネージャーとしての仕事が回ってれば問題はないんだけど、
プロダクトマネージャーになるためのファーストステップとしてデータアナリストはめちゃめちゃ良いっていう。
エンジニア側に寄せてるんです、みたいなことはあんま気にしなくてよくて、むしろアナリストになってるっていうのが最終的にはプロダクトマネージャーとか、
なんかもっと上のレイヤーになるときの、いや今基盤作り中なんで、みたいな。
ところの捉え方の方が、なんかアナリストになったらゴール、みたいな。
アナリストになるのって大変だよね、みたいなところの、さらに次の目線が見れるから俺的にはめちゃめちゃ良さそうだなって思うんだよね。
ああ、確かにいいキャリアパスだな。
あと信頼を受けますよね、ちゃんとデータの所有があって、データを見ている上司、部下目線で考えたときに、
この人結構プロジェクトとかを管理してるし、プロダクトマネージャーとしての仕事をしてるけど、
意外とSQL叩いてデータ見てるんだなっていうところの姿を見たり、
その人の話してる内容のベースが自分でデータを見た結果だよっていう話を聞くと、
ちゃんとやってる、この人についてこうって思えたりするんですよね。
多分データサイエンティストからプロダクトマネージャーも全然アリだと思ってて、
俺どっちかというとそっちだから、今アナリスト目線で喋ってて、
自分のところからプロダクトマネージャーになるっていうところも何となくイメージできるからアナリスト目線で喋ったけど、
俺はデータサイエンティストからプロダクトマネージャーに転職してるんだよね。
で、そうすると今の世の中の製品ってAIとかめちゃめちゃ入ってるし、
なんならAI導入したいっていう、このAI導入した製品を作るっていうのがプロダクトマネージャーの仕事になるじゃん。
ってなった時に、じゃあどんなモデル使えばいいのか、AIエンジニアはいるけど、
それを機能に落とし込むためのアイディアは多分データサイエンス経験のあるプロダクトマネージャーしかできない。
確かにね。
とか。
会話にならないっすもんね、知らなかったら。
そうそうそう。
へー。
ってなるし、そこの話が早いと多分機械学習のエンジニアをできる人たち側の発揮能力が多分バフが乗るじゃん。
めちゃめちゃ効率よくなるというか。
確かにね。
あの人だいたいわかってるし、多分これ実装したいって言えば話通じるなみたいなところがあると、多分向こうからの提案も増えるし、よりプロダクトのクオリティーが上がったりする。
なるほどね。だからプロダクトマネージャーに収まらず、もう社長すらもそこの素養があると最強だよねって。
その上に立ってる人たちが結局そういう人が増えて、実際にそういう会社がめちゃめちゃ伸びてるってことは、やっぱデータ人材からそれに掛け算して製品作れる、それに掛け算して経営ができるとか、技術力をバチバチに高めてるとかっていうところがめちゃめちゃでかい武器になるみたいな世界なんだと思うんだよね。
そういうデータ素養つけていって、ネクストキャリアも気にしつつデータサイエンティストとかになるのが個人的にはめちゃめちゃいい気がする。
プロダクトマネージャーの次はどんなキャリアがあるんですか?
プロダクトマネージャーの次は、でもなんかプロダクトの代償があるから、プロダクトマネージャーっていう肩書きでも、さっき言ってたみたいに、ヤフー天気の中の雨雲レーダーっていう機能のところから、
プロダクトマネージャーとデータプロダクトマネージャー
ヤフー天気全体を一個のプロダクトとして見て、その中に必要な機能を落とし込んでいって、また別のプロダクトマネージャーに推進してもらうとか。
なるほどね。でかくなってくるんだ、その間隔が。
多分扱うその企画の大きさとかが変わってくるっていうのもあるし、そっからデータ側に戻ってもいいはずだよね。
うん、確かにね。
そうすると逆に、プロダクトマネージャーと一緒に動くデータアナリスト、データサイエンティストってなった時に、プロダクトマネージャー側から異常に重宝されるみたいな。
うん。
ビジネス感度が高すぎて楽みたいな。
確かに確かに。仕事ないって感じだね。
そうそうそうそう。自分の仕事ねえなって思う人と働くのが絶対一番楽じゃん。
楽だね。
そうそう。で、そうしたら絶対重宝されるじゃん。
うん、間違いない。
実際、ゲストに来てもらった10Xの吉田さんはデータプロダクトマネージャーって言ってたしね。
あー、言ってましたね。そうだ。
話してた感じ聞くと、社内だけじゃなくて、社外の人が使うデータっていうのがちゃんと使える状態になるようなパイプラインを作ったりとか、
っていうところの設計をして自分で多分コードを書いたりもするだろうし、
っていうののデータを吐き出すっていう機能のところの管轄をしているっていうイメージだよね、多分。
そうだね。
商品そのものがデータを扱う商品なんだよね。
そうそうそう。だからデータはめちゃめちゃ大事な材料で、
それに対してそれをちゃんとお客さんに届ける機能を作ってるっていう意味のデータプロダクトマネージャーだと思うんだよね。
そういうことか。
吉田さんもブレインパッドからプロダクトマネージャーっていうデータサイエンティストからプロダクトマネージャーに行ってるわけだから。
おー、そうだ。
これでNイコール2ですよ、この番組の中でも。
じゃあ転職のあるあるになってきてるのかもしれないと。
データアナリストになるにはデータサイエンティストになるにはみたいなさ、質問めっちゃ来てる。それに答えてるとき多いじゃん。
確かにね。
そう、ってなってるけど、俺的にはその先のところも見て多分やった方がいいんだろうなって思う部分もあってこの話してるし、
あとはデータ活用された事例の話とかよくするじゃん、このエピソード。
あれってだからどっちかっていうとデータを使った上でビジネス上にどうやって使われてるかまでだから、
そこにプロダクトマネージャーがかかってる確率はめちゃめちゃ高かったりする。
なるほど、この前の大阪ガスの話とかもそうでしたね。
そうね。
大阪ガスってどういう風にガスを配送するかとか、どういう風な道で営業をかけるかみたいな話もあったけど、
それを最適化する必要があるんじゃないかっていうところの問題提起をしていくような役割の人ってことかな。
で、データでこういうことやればルート最適化できそう、じゃあAIチームに発注しましょうみたいな。
自分は今データサイエンティストの組織にいるから、どっちかっていうと発注された内容をもとにどうやって分析するかっていうことを設計するけど、
その発注がまとえてなかったり、ちゃんとデータを活用するまで落とし込めてないみたいなところがあるから、
かぐるグランドマスターのキャリア形成
発注する側がすげえデータの所有があったらめっちゃコミュニケーションしやすいし、仕事すごいスムーズに進むって思う。
そういうことです。
なりましょう、そういう人に、皆さん。
文句言ってんじゃなくて、自分がなろうだ。
そう、なればいい。
そういう人がいないなって思ってんならなればいいっていう。
見つかった。
あとやっぱ少ないよ。データ系と同じぐらいたぶん需要はあるし。
データ触れないプロダクトマネージャーがたくさんいる状態で、データ触れる武器を持ってるだけで、たぶん勝てる相手がめちゃめちゃ増えるよね。
うわ、ネクストキャリア見つかった。
そういうお話でした、今回は。
まとめると、データ人材になったっていうところがゴールじゃなくて、テックの方を極めるっていう道以外にも、
ビジネス側に寄せて、プロダクトマネージャーとして重宝される世界もあるよっていう。
そういう選択肢の話だね、今回は。
選択肢の一つですね、データ人材の。
そう。次回予告もしておきますか。
次回は、スペシャルスペシャルスペシャルゲスト。
かぐるグランドマスター、しまこしさんの登場です。
いやー、日本の中に50人いないですからね、まだ。かぐるグランドマスターって。
世界中でみんながなりたい称号、データサイエンティストの輝かしい称号の一つだね。
そうですね、世界にも300人いないですからね。
うん、やばいよね。
やばい。
それでなおかつ、こう、勢いマックスのレイヤーXっていうね。
Twitterとかで、インボイスより人件費の方がかかってるレポートを出して、
爆裂に話題になったレイヤーXで機械学習エンジニアやってる。
そして、もうその会話の内容を聞いたら、僕がどこで働いてるかもわかるっていう。
なぜなら、しまこしさんがレイヤーX行く前に、同じチームで働いてたからっていう。
っていうところで、まあ、かぐるの話が意外と好評だったからね、この番組の。
だからちょっと、かぐるの極めた人呼んで、かぐるをハックするとは、かぐらのキャリア形成とは、みたいなそんなお話をしていこうかなと思います。
はい。
もう収録終わったけど、面白かったよね。
めちゃめちゃ面白いし、勉強になるし、もうね、ノウハウが詰まってる1時間。
たっちゃん好きになっちゃってたから。
ファンになっちゃったからね。
この番組でゲスト呼んで、ただファンになった人と喋りまくるっていう。
はい。
やっていきましょう。
ということで、じゃあ次回も皆さんお楽しみにしておいてください。
隣のデータ分析屋さん、今回も面白いなと思ったら、フォロー・レビューよろしくお願いします。
番組の感想や質問は、ハッシュタグとなりの分析屋、隣のがひらがなで、分析屋は漢字でお願いします。
また、概要欄に貼ってあるお手紙フォームからコメントじゃんじゃんを寄せてください。
最近少ないんで、よろしくお願いします。
ではまた。
ばいばーい。
