YuRAN-HIKO

アナリスト兼、日曜歴史家のブログ。ゲーム分析や歴史のトピックが中心。

未経験からデータアナリストを目指す方への勉強のアドバイス

タイトル画像

  • 未経験でデータアナリストを目指しているが、何から勉強すればよいか?
  • データアナリストになるには、どういうスキルや資格が必要か?

これからデータアナリストを目指そうとしている方の中には、このような悩みを持っている人も多いのではないでしょうか?

私もかつて文学部卒・未経験でデータアナリストに転職しましたが、その後アナリストのリーダー、マネジャーを経て、現在は分析のディレクターをやっています。そんな私が自分の経験から、または、自分が未経験者の採用をする場合どういう人を求めるかといった観点から、考えを述べたいと思います。

最後まで読んでいただくことで、データアナリストになるために必要な知識を、より効率的に身につける方法や順番を理解いただけるかと思います。

ちなみに、ここでの内容は私の一個人としての意見です。所属機関の方針や思想とは一切関係がありませんので、ご了承ください。

最重視すべきは、データを使って改善策を考える姿勢

未経験からデータアナリストを目指す方が最も学ぶべきことは何か。それは、プログラミングスキルや統計学の知識ではありません。私は、データを使ってサービスやプロダクトを改善していこうという姿勢だと考えています。

なぜならば、これが最もデータアナリストに求められるものだからです。『データアナリストのキャリアと将来性は?』という記事にも書きましたが、データアナリストの仕事は課題の定義や要因仮説の洗い出しからはじまり、解決施策の提案までがゴールです。このプロセス自体を息を吸うようにこなせる人、ないしは苦に感じない人。これがデータアナリストとして一番求められる素養だと思います。

仮に私が未経験の方と中途採用の面接をするとしたら、そういった姿勢で自分の担当業務に向き合えるかどうか、は重視します。いくら技術的に優れていても、この動き方ができない場合は、データアナリストとして活躍するのは難しいと感じるためです。

ただ、難しく考える必要はありません。まずはご自身が担当されているサービスや商品を対象にして、どうやればもっと売上を伸ばせるか考えてみてください。何が課題でしょうか?売上に繋がるKPIをツリー状に設計してみましょう。考えられる仮説を洗い出してみましょう。その仮説をひとつずつ、出来ればデータを使って検証していきましょう。

絞り込んだ原因仮説の中から、可能性が高そうな仮説について、解決策を考え、ぜひそれを上長に提案してみてください。このような一連のアクションを数多くこなすことが、データアナリストを目指すうえで一番の素養になるはずです。

ちなみに、KPIの設計に関しては以下の本が参考になります。

ロジカルシンキングの基礎知識は理解しておく

上記の姿勢を身につける上で、ロジカルシンキングの基礎知識は持っておいた方がよいです。実際、私がデータアナリストに最初になったときの上長がまず勧めてくれたのが、以下にあげる『問題解決』という本でした。

ロジカルシンキングは知識を身につけただけではほぼ役に立たないため、その知識を実践するなかで習得する必要があります。そのため、一冊本を読んでみて、自身の仕事やバイトなどでそれを実践してみるのがよいと思います。

その際、データを使って考えていく習慣をつけておくと、データアナリストとしての素養が磨かれていきます。個人的には、分かりやすい「技術的なスキル」よりも、こういった基本となる姿勢や考え方をまずはこれからデータアナリストを目指そうとする方には学んでもらうのがよいのではないかと思います。以下は少し多いですが、私がお勧めする本たちです。

SQLは独学しておくと楽だが必須ではない

データアナリストがデータの取得・加工・集計・分析を行う際、SQLを使うことが多いです。そのため、データアナリストとして身につける「技術的なスキル」でいうと、SQLは筆頭にあがります*1

ただし、SQLは仕事をする中で嫌でも覚えていくものなので、最初から完璧に習得する必要はないと思います。簡単な集計クエリを書けるようにしておいてたり、頻出表現を覚えておけば問題ないです。もし独学してスタートダッシュを好調に切りたい場合は、以前私が初心者用に教材をまとめたものがあるので、ご参照ください。

SQLを学ぶ上で参考になったものまとめ - YuRAN-HIKO

PythonやRはいったん後回しでもOK

データアナリストになるための資格やスキルを解説するサイトの中には、PythonやR言語といったプログラミング言語をあげるものが少なくありません。データアナリストの求人でも、これらの言語のスキルを掲載しているものは多いです。

ただし、私個人としてはこれらの知識は未経験からデータアナリストを目指す上では、後回しでも大丈夫な部類かと思います。なぜならば、それらを専門的に扱うようなデータサイエンティストや機械学習エンジニアでもない限り、それらが業務で必要となるケースは決して多くはないからです。

データアナリストが担当するようなビジネス課題の多くは、クロス集計で太刀打ちできるものがほとんどです。まずはクロス集計できっちり示唆が出せるような思考力や仮説の検証能力を磨くほうが先でしょう。PythonやR言語の知識があれば分析の幅が広がるのは確かです。しかし、それはある程度データアナリストとして板についてから学ぶのでも遅くないと思います。未経験者が着手するものとしては、優先度は決して高くはないです。

高度な統計知識はいったんなくても大丈夫

同様に、高度な統計知識も未経験でこれからデータアナリストを目指す段階では、優先度は高くないです。さすがに平均値や中央値であったり、グラフの基本的な読み取り方が分かっていないと辛い面はあるので、基本中の基本だけまずは押さえておいて、高度な知識はデータアナリストとして仕事をしながら身につけるのがよいかと思います。

あえて分かりやすい基準を設けるのであれば、統計検定3級程度の知識があれば最初のうちは大丈夫かと思います。そこから、業務を続ける中でさらに勉強を進め、統計検定2級あたりの知識習得を目指すのがよいのではないかというのが持論です。

BIツールの使い方は入社後でOK

BIツールの使い方などの知識も、未経験で始める際は必要ないです。理由は単純で、データアナリストになってから覚えるのでも全く問題がないことと。加えて、会社によって使用しているツールが異なるので、入社してから使い方を学んだ方が無駄にならないためです。

ツールの使い方は調べればすぐに習得できるので、未経験でこれからデータアナリストを目指そうとする方にとってはあえて独学する必要はないかなと思います。

あわせて読みたい

*1:ドメインや会社によっては、SQLよりもGoogle Analyticsのタグ付けの方が優先度が高かったり、データを取ってくる部分は別のエンジニアの方が担当する場合があるかもしれません。