なぜ「データ抽出の依頼のやり方」を身に着ける必要があるのか

依頼の質が分析の成否を決める

「エンジニアに頼んでも時間がかかりすぎる」「SQLを自分で覚えようとしたがうまくいかない」「BIツールを入れたがデータが出てこない」。こうした声はよく聞く。しかし、依頼のやり方を体系的に学んだ経験がある人は少ない。各自が独学や見よう見まねで対応しているのが実態だ。スキル不足や環境のせいにされがちなこの問題の根は、実は依頼の質にあることも多い。

データ抽出が遅くなる理由として、SQLが複雑だから、データが汚いから、担当者が忙しいからという説明がよく出る。それらが影響していることは否定しない。しかしあまり語られないことだが、依頼が正しくないことが大きな原因となっていることは少なくない。

「何を知りたいか」「何を判断したいか」「どう見たいか」といったことを決めるのは依頼者の仕事であり、抽出担当者の仕事でも、AIの仕事でもない。依頼が曖昧なまま進めば、手戻りが発生し、的外れなアウトプットが出て、双方の工数が無駄になる。

その無駄が有限なリソースを食いつぶし、本当に優先すべき依頼への対応を遅らせる。この問題を回避するためにまず取り組むべきは、依頼のやり方を学び、その質を向上させることだ。

依頼の質が悪いと無駄が多くなるから

データ担当者は、SQLを書けるだけの存在ではない。データの場所や定義への理解、組織全体のデータの整備状況、他部署で管理・利用されているデータ、効率的な取得・加工の方法といった知識を持っている。依頼者が知らない便利なデータの存在を教えてくれることもあるし、より良いアプローチを提案できる場合もある。

しかしその専門性は、依頼の質がよくないと発揮されない。曖昧な依頼に対して担当者ができることは、行間を読んで補完するか、そのまま進めるか、コミュニケーションをしながら要件を詰めていくかになる。

その結果、的外れなアウトプットにつながり、やりとりに時間がかかる。いずれも依頼者が損をする。

自分で全部やる必要はないから

データの抽出には、データ構造の理解、定義の確認、SQLの作成、外部データの取得、エンジニアや法務とのやりとりなど、さまざまな業務が発生する。これらをすべて自分でこなそうとすれば、分析や企画にかける時間が圧迫される。

そうなれば、本来の目的である企画や意思決定の質も落ちてしまう。データを使って分析し、判断する立場の人が、前段の準備に追われていては本末転倒だ。

他にもっとうまくできる人がいる環境であれば、他の人に担ってもらうことで、自分の時間を作り出すことができる。そのための役割分担であり、機能させるためにはコミュニケーションが必要だ。

何が欲しいかを一番知っているのは依頼者当人だから

自分のやりたいことに最も詳しいのは、依頼者当人だ。どのデータが必要か、なぜそれが必要か、何に使うのか。これを決める責任は依頼者にある。

「何がしたいか」を抽出担当者に聞けば、何らかの答えは返ってくる。しかしそれは、聞かれたから答えているに過ぎない。「KPIはどうしたらいいか」「どんな分析をすべきか」まで抽出側に委ねてしまうと、分析の主導権が依頼者の手から離れていく。

データを使って何かを判断するのは依頼者当人だ。その判断の前提を他者に委ねることのリスクを、もっと意識すべきだ。

担当者が間違いを指摘することを期待するのは危険だから

「おかしな依頼をしても、担当者が気づいて直してくれる」という期待は危険だ。抽出側が依頼の内容に違和感を持っても、それをわざわざ指摘してくれるとは限らない。社内でも遠慮や立場や優先度の問題でそのまま抽出を進めることがある。そもそも担当者によって、分析への知識経験も、どこまで指摘するかの基準も異なる。

外注先であれば、なおさらだ。外注先にとっては依頼された作業をこなすことが仕事であり、「このデータは不要では」という指摘は自らの仕事を減らすことになる。長期的な信頼関係から指摘してくれる外注先もいるが、構造的にはその動機が働きにくい。自分の首を絞めてしまう指摘を期待するのが間違っている。

AIで完結しない場面でも対応できるようになるから

今後、AIエージェントにデータを問い合わせる場面は確実に増える。しかしAIが答えられるのは、データが整備されているか、あるいは一般的な回答で足りる場合に限られる。

他にも、データへのアクセス権限がない、社内データに接続されていない、ハルシネーションのリスクがある。そもそもAIが使えないこともある。加えて、AIは依頼の内容を正確に理解できないこともある。行間を読むことができないため、依頼者が自分の意図を明確に伝えることが不可欠だ。

自社の特定のデータや、整備が追いついていない領域、社内の定義や文脈が絡む問いなど、AIだけでは扱いきれない場面もあるため、誰かに頼む必要が出てくる。

その時に正確な依頼ができるかどうかが、アウトプットの質を決める。AIへの問い合わせも、人への依頼も、「何を知りたいか」を自分で定義できることが出発点だ。依頼のやり方を身につけることは、AIを使いこなすための基礎でもある。