「データチームを作りたい」と相談されたとき、私たちが最初にする質問は「いま、何人で、何の課題を解いていますか？」です。フェーズによって最適な体制は全く違うので、ロールモデルを真似ても上手くいきません。本記事ではフェーズ別の編成と、よくある失敗パターンを共有します。
フェーズ別の最適編成
| フェーズ | 人数 | 編成 | 主課題 |
|---|---|---|---|
| 立ち上げ | 1〜2 | 万能型データエンジニア | DWH 構築・基本 |
| 拡張 | 3〜5 | DE×2 + アナリスト×1 | セルフサービス化 |
| 組織化 | 6〜10 | DE / DA / Analytics Engineer | ガバナンス・品質 |
| 大規模 | 10+ | ドメイン別チーム + Platform | Data Mesh 志向 |
ロール別の責務
- データエンジニア (DE)：、、DWH 運用、インフラ
- アナリティクスエンジニア (AE)： mart、セマンティック層、BI 連携の橋渡し
- データアナリスト (DA)：ビジネス指標の設計、ダッシュボード、洞察提供
- データサイエンティスト (DS)：機械学習、予測モデル、A/B テスト分析
- データプロダクトマネージャー (DPM)：データ製品の優先順位付け、ロードマップ
ありがちな失敗
失敗 ① ロールを細かく定義しすぎる
10 人未満で「DE は DE しかしない、DA は DA しかしない」を強いるとボトルネック多発。5 人くらいまでは「全員 80% 役割 + 20% 助っ人」で OK。
失敗 ② DS だけを採る
「データ活用」という大目標で DS（Data Scientist）だけ採用 → 取り込みも BI もない状態で、DS が雑用に追われる。DE が先、DS は最後。
失敗 ③ 全員ジュニア
予算で 全員ジュニア採用 → 設計判断する人がいない。シニア 1〜2 名は必須。受託で外部から入れるのも有効。
ふくふくの進め方
「データチームを作る/拡大したい」というご相談には、現状診断（1 週間）→ 半年〜1 年の編成計画 → ジョブディスクリプション作成 → 採用支援 / 受託で穴埋めまで対応します。シニア 1 名を当社からのお出しで、ジュニア 2〜3 名を採用という構成が短期で立ち上がりやすいです。
次回予告
EP.11 は災害復旧。本番 が止まっても 1 時間で復旧する設計と、バックアップ・リストアの実装を。
この記事の感想を教えてください
あなたの 1 クリックで、本当にこの記事は更新されます。「もっと詳しく」「続編希望」が一定数集まった記事は、 ふくふくが 実際に内容を拡充したり続編記事を公開 します。 送信したリアクションはお使いのブラウザに記録され、再カウントされません。