cassetteの延澤です！
今回、pythonが何故注目されてきているのかについて書いていきます。
まず、以下の記事をご覧下さい。
pythonが人気言語の1位になっております。以前はランキングに対して私はそこまで興味を惹かれませんでした。しかし、pythonが首位になったことは大きな意味があると今回ばかりは感じてしまいました。
何故、今回注目したのか？
それは、データを扱うことがより当たり前になってきたからです(めちゃくちゃ今更です…)
ここで、「はいはい、ディープラーニング・ビックデータね。オレにはあんまり関係ない分野ね」という方はちょっと待って下さい。
事実、データサイエンティストでもない限りこれらのガチの機械学習に業務で関わる機会は確かに誰でもあるわけではありません。
ただ、PythonのPandasなどを使ったデータ分析についてはもう既に一般的なエンジニアにとって近い領域になっております。なぜ、データ分析の当たり前になってきたのかについて2点書いていきます。
理由1：企画結果を数値で検証できる
今まで私は沢山のサービスの企画をシステムとして構築してきました。
しかし、毎回どんな施策もヒットしていたというと…そんなこともありませんでした。
肌感覚で言うと２割ぐらい施策がまあ上手くいったかなという感じです。恐らく、多くの人が同じ感想を持つのではないでしょうか。
何を言いたいかというと、そもそも企画した内容ってそんなに当たらないことが多いです。しかし、良い企画もダメだった企画も数値として実施前と実施後にきちんと計測しておければ、次回の仮説検証を繰り返すデータとしてなるからです。
今までは一部の大手企業のみが大量のデータを保持し分析基盤を持っておりましたが、今ではクラウドを活用すれば比較的安価に分析作業をすることが可能になってきました。
データ分析メリット2：調査コスト削減
今、フリーランスになってサービスを企画する立場になって思ったのは調査に意外と時間がかかることに気づきました。。こういうデータが欲しいと思っても中々見つからなかったり、調べるのに時間がかかったり。しかも調べた結果、やっぱりダメだったよねとなった瞬間にはめちゃくちゃ疲れます(決して無駄ではないのですが…)
また、エンジニアに調査を頼むケースでもコミュニケーションコスト含めて高くついてしまいます(しかも、調査嫌がるし…)
つまり、調査しやすい環境があるということは企画者とエンジニア両方にメリットがあります。
データ分析の最終的なメリット
一言で言うと意思決定が早くなり、効果の高い企画を実行出来るからです。データを積み上げていかないと、どこまでも企画にムラがあり余計な企画をしてしまうリスクがあります。余計な企画がブランディングの毀損やユーザーの混乱になるとむしろマイナスになってしまいます。
プロダクトを初期の頃はデータ分析よりも機能を作っていくことの方が望ましいですが、効果的な施策を実施するステージならば分析することが必要になってくるのではないでしょうか。そこで、分析に強いPythonを予め採用しておくことでスムーズに分析する環境への移行が出来ます。
