はじめに
私はデータアナリストとしてメーカーからIT企業に転職することができました。それによってキャリアアップと報酬アップをかなえました。
メーカーのデータアナリストから、IT企業のデータアナリストへの転職をかなえるために意識していたことを本記事でまとめてみます。
（転職ありきというよりは、他社でも通用するデータアナリストになるために意識していたこと、という文脈に近いかもしれません。）
データアナリストとして転職するために意識していたこと
早速ですが、まず私が他社でも通用出来るようになるために意識していたことは3つです。
- データ収集からアウトプットまで一貫してできるようにする
- データアナリストとして定量的に語れる結果を残す
- コミュニケーションスキルを身につける
ひとつずつ整理してみます。
データ収集からアウトプットまで一貫してできる
データアナリストは主に、要件の整理→データの収集・加工→可視化、の流れで業務を進行します。
こちらを一通りできることがデータアナリストとしてタスクを進行していく上では不可欠となります。そのため、一貫してできるようにすることに取り組みました。
一連を実行するために必要なスキルは以下となります。
- プログラム
- SQL
- Python（データ分析のライブラリ）
- データベース
- データ形式や構造化の理解
- SQLによるデータ抽出/加工
- 分析ツール
- BIツール
- ロジカルシンキング
- ロジックツリーなどを活用した体系的整理
前述したようにこちらを身に着けること、高度化していくこと、はデータアナリストとして業務を進めるうえで必要不可欠となります。
そのため、バランスよくこちらのスキルを獲得していけるように意識できるとよいのではないかと思います。
おススメ データアナリスト向け学習本 をこちらにまとめておりますのでご参考ください。
データアナリストとして定量的に語れる結果を残す
2点目は、定量的な結果を残すことです。
理由は、データアナリストは要件通りにアウトプットする人ではなく、データから利益貢献を行う人であるからです。どちらもデータアナリストというくくりにはなるかもしれませんが、「依頼に対応できる」と「データから利益貢献ができる」方には大きな差があると考えます。
ですので、日々の業務の中で定量的に語れる結果につなげるためには？を考えていけるとよいのではないかと考えます。
私はメーカーでのデータアナリスト時代に、販売データを扱っての売上予測を行い在庫削減や適正発注につなげて利益に貢献することができました。そうした実績が、データアナリストとしてアピールポイントになります。
時間もかかり、コミュニケーションもかなり必要になってきますが、定量的な結果につなげられるようぜひ頑張りたいですね。
コミュニケーションスキルを身につける
普通じゃない？と思うかもしれませんが「データアナリストとしてのコミュニケーションスキル」があると考えます。そして、業務を正確かつスピーディに行うためにこのスキルが必要であると考えています。具体的に以下にまとめます。
データアナリストとしてのコミュニケーションスキル
結論としては、情報整理のコミュニケーションスキルです。
具体的には、
- ふわっとした依頼を5W1H具体化できる
- 理解してタスクに落とし込むところまで繰り返し質問が出来る
- 分からないところを分かりやすく伝える
だなと思います。ひとつずつ整理してみます。
ふわっとした依頼を5W1H具体化できる
データアナリストをしていると、分析依頼を頂くことが多々あります。
ただ、実務をされている方はウンウンとうなずくかと思いますが、その依頼は抽象的なことが多いです。
「全体KPIに対してどれくらい貢献できているか見たいです！」みたいな感じです。
ですので、
- 「何のデータをみたいのか」
- 「なぜみたいのか（どういうアクションにつなげたいのか）」
- 「いつそれを見るのか（日次？月次？）」
- 「誰がそのデータを見るのか」
- 「どこでみるのか（どんなツールで）」
- 「どのように見たいのか（数値の羅列がいいかグラフがいいのかなどの見え方など）」
といったところを整理する必要があります。
そういった点をあいまいにしてしまうと依頼者が見たいものが見れなかったり、アナリストの作業が2度手間になってしまったり、使用されないデータになってしまったりと悪いこと続きです。
そのため、抽象的な依頼を具体的にする、ということが重要になります。
自身の中で、要件整理のためのヒヤリングの型を作っておくとよいのではなかと思います。
目的・背景・5W1Hに沿った整理、といった感じです。
理解してタスクに落とし込むところまで繰り返し質問が出来る
2点目は言い換えると、一人でも手が動かせる状況にする、ということです。
データパイプライン構築やデータマートの作成、分析の集計を行うときなどをイメージしていただくとよいかもしれません。
例えばデータパイプラインを作るときには、「どんなデータ分析基盤の設計になっているのか」「データの定義はなんなのか」「それらを知るためのドキュメントはどこにあるか」といったことを把握しておく必要があります。それらを知ることで、初めてパイプラインを開発する、という手を動かす状態に持っていくことができます。
そうした的確な情報把握は、タスクをスピーディに行うことに繋がります。
そして、タスクをスピーディに行うことが信頼や評価につながっていくと思います。
以上の理由から、理解してタスクに落とし込むところまで質問が出来ること、が重要であると感じています。
分からないところを分かりやすく伝える
3点目は、1点目と2点目のテクニック的な部分になります。
例えば、ダッシュボードの作成依頼が来た際に「分かっている情報は何で」「決めるべき点は何か」というところを整理する際に以下のようにするとわかりやすいかもしれません。
| なぜ | 何を | 誰 | いつ | どこ | どのように |
| KPI モニタリング | 新規顧客獲得数 | CRMチーム | 日次 | ？ | 表+グラフ 手書きでもいいのでイメージ図書くと〇 |
じゃあ、どこで（なんのツールで提供しようか）というところを聞いておこう、と行動できるかと思いますし、依頼者側も情報が整理されているとコミュニケーションがスムーズにできると思います。また、何かしらの問い合わせを頂いてあとで見返した際にもスムーズな対応ができると思います。
このような理由から、わからない部分を整理して伝える、ということが重要であると感じます。
私自身、転職も経験し分からないことが多い環境でもあるので「何に答えてほしいか」をきちんと伝えることの大切さは身に染みて感じています。（テクニカルな部分ももちろん大事ですが）
今後も、依頼者の方にストレスなくコミュニケーションをしてもらうため、自身の中での型を増やしていきたいと思っています。
データアナリストとして転職するために意識してきたことまとめ
最後にまとめますと、私はデータアナリストとしてメーカーからIT企業に転職することができました。
それによってキャリアアップと報酬アップをかなえました。そのために、日々の業務で意識してきたことは
- データ収集からアウトプットまで一貫してできるようにする
- データアナリストとして定量的に語れる結果を残す
- コミュニケーションスキルを身につける
の3点です。もし同じような悩みを抱えている方がいらっしゃれば、こちら3つを意識できるとデータアナリストとしてのキャリアアップにつながるかもしれません。
IT業界への転職でお悩みの方はIT転職に特化した Geekly へのご相談をご検討ください！
（わたくしも転職の際に利用させていただき、ご縁を頂きました）
データアナリスト関連記事
また、そのほかにもデータアナリスト関連記事まとめていますのでよろしければご参考ください。
>Coffee Tech Blog Data Analyst関連記事
参考になれば幸いです☕
コメント