データサイエンスを学ぶ前と後で、見える景色が大きく変わった

データサイエンティスト育成コース本講座卒業（FP&A）

データサイエンスを学ぶ前と後で、見える景色が大きく変わった

数年前に会社の研修か何かでデータサイエンスという言葉を知りました。自分なりに調べてみると、内容的に非常に興味深く、自分もやってみたいと感じた事が最初のきっかけです。
実は2018年に説明会に参加してそのタイミングで受講しようと考えていたのですが、仕事の都合等によりその時は見送りました。今となっては多少無理してでもそのタイミングで受講すべきだったなと思っています。迷っている方がいればとりあえずやってみることをお勧めします。受講前後で見える景色は変わり、自分の幅は広がると思います。
私が携わっているFP&A(ファイナンシャルプランニング&アナリシス)の業務においては、割と普段からデータをハンドリングして分析した結果をまとめて報告するということを行っていましたが、所謂データサイエンス的な手法を用いた分析は行っていませんでした。
これからはこういった高度な分析が求められる可能性が高く、スキルとして身に着けておくと可能性が広がりそうと考えて「データサイエンティスト育成講座」の受講を決めました。

企業価値の向上を定量的に明らかにしたい

ここ数年、「企業価値の向上」という言葉を様々なところで見聞きするようになりました。特に、経営者やCFOが発信する記事や経営戦略、中期経営計画等の中でこの言葉が使われていると思います。ちなみに、弊社の中期経営計画の中にもこの言葉が出てきます。
また、会計/ファイナンス視点だと着目する指標がP/L(売上や損益)からC/F、ROE(自己資本利益率)、ROIC(投下資本利益率)といった指標に変わりつつあるという肌感がありました。
これらの背景より、“何が「企業価値」に影響を与えているのか？”について、会計/ファイナンス視点から定量的に関係性を明らかにして、経営戦略策定時やKPI設定時等に重み付けの判断材料として使用できないかと考えて、「企業価値と企業業績の関係性分析」をテーマに選びました。

苦手意識の強かった統計が、今では一番興味のある領域に

記述統計、推測統計、機械学習の基本的な理論やR、Pythonによるデータ分析のベースとなるスキルはそれなりに身に付いたと思います。その中でもやはり、卒業発表時の分析手法として選択した推測統計領域に関しては、理論との整合性の検証、データの前処理から分析の実施の一連の流れを1人で何度も繰り返したため、それなりに定着したと思います。
とはいえ、現時点では基礎となる土台ができた位のレベルだと思いますので、今後はこの土台をベースとして色々と積み上げていきたいと考えております。
受講開始当初は、統計分野は特に苦手意識が強い領域でしたが、今となっては一番興味の強い領域となり、受講終了後も継続して学習しています。やればやるほど奥深さを感じる領域だと思います。