【初心者向け】未経験からデータアナリストになる方法【3ステップ】

プログラミング

あなた

あなた
「データアナリストになりたいけど、未経験でもなれる?」

そういった疑問に徹底的に答えます。

この記事で分かること

  • データアナリストとは何か
  • データアナリストの仕事の具体例
  • データアナリストに必要なスキル

管理人
「本業プログラミングでデータアナリスト業務も行う私が、実作業を元に情報をまとめます。」

管理人

そもそもデータアナリストって何?

考える

本記事の目的は、コンサル型データアナリストの仕事やスキルを理解すること。その目的だけに絞ってデータアナリストという言葉を説明すると、以下の通りです。

コンサルって何?
-> コンサルタントの略で、コンサルです。問題を明確化して、それを解決するための提案をする仕事のことを指します。

データアナリストって何?
-> データから現状や将来の分析をする職業。問題を可視化して、将来の予測を立てて改善に導いていく。

データアナリストと言っても、業務範囲は様々。担当する分野、担当する市場、それぞれで扱うデータ形式が違ったり、同じデータを元にした分析であっても人によって着目する点が違ったりします。

データアナリストってどんな仕事?

プレゼン

コンサル型データアナリストの具体的な仕事は、こんな流れです。

  1. データを分析して可視化する
  2. 分析結果から未来を予測する
  3. それを分かりやすく説明する

活躍できる業種は、マーケティング担当から経営企画まで色々あります。コンサル型と言っても企業に属しているかどうかは関係ありません。

どんな立場であれ、基本的にはこの流れを意識しておけばOK。データを分析することが目的ではなく、分析した結果をどう活用するかですね。

例えばマーケティング担当の方であれば、今までの経験値や直感にデータアナリストのスキルを重ねると、より的確にプロモーションの効果を狙うことができるようになります。

市場は常に変化し続けているので、リアルタイムに分析&改善を提案できる能力はこれからより重宝されますよね。

データアナリストの仕事の具体例

分析

例として、メンズコスメ市場を分析した記事を取り上げます。この記事では、以下の流れで分析と考察を行いました。

  1. 各ブランドのマーケットポジションを可視化する
  2. 将来的に狙えるマーケットの隙間を予測する

この予測をするために、データを分析し、結果を可視化して、未来のニーズを見出す、という過程を辿っています。

3Dマッピングを作成したり。
メンズメイクブランドの3Dマッピング

その中で視点を変えてみたり。
メンズメイクのマーケットの狙い目

あらゆるパラメータを掛け合わせたり。
メンズメイクのマーケットの狙い目

想像してみてください。

例えば上記の3Dマップを動かしながら、”まだこの辺りに市場の隙間があります。売上を伸長するには競合のいないこのマーケットポジションを狙いましょう”と提言したり。

例えば上記の散布図を見せながら、”実はこのパラメータ同士は相関があるので、こういうプロモーションが効きそうです”と提言したり。

散布図って何?
-> 2つ以上のパラメータを対応させて、データがどこに位置するかを可視化した図のこと。例えば、身長と体重のデータからクラスの生徒がどういう分布になっているかを見ることができます。

データを分析した結果を元に現状の問題や改善点を可視化して説明し、ビジネスの手助けをしていく。そんな仕事をしていくことができます。

  1. データを分析して可視化する
  2. 将来的なニーズを予測する
  3. その根拠を説明する

このステップこそが、まさにコンサル型データアナリストの仕事。以下がその詳細記事です。

以下の2つの記事も、データ分析を行っているので参考にしてみてください。

もし、こういう分析やってみたい!と思ったあなた、データアナリストに向きかも。

あとは分析できるスキルさえ身につけてしまえば、あなたも立派にデータアナリストの最初の一歩を踏み出すことができますね。

データアナリストにはどんなスキルが必要?

プログラミング

結論、プログラミングです。

あなた

あなた
「えー?やったことないから嫌なんだけど…」

安心してください。プログラミングを深く理解する必要は一切なし。プログラミングは、WordやExcelと同じであくまでツールの一つ。

データ分析のために必要最低限の知識と活用術を身につけるだけでOKです。

あなた

あなた
「でも何から始めたらいいのかわからないなぁ…」

そんなあなたへ、データ分析にはPython(プログラミング言語の名前で、”パイソン”と読みます)から始めると良いですよ。

先ほど紹介したデータアナリストの仕事の具体例も、実は全てPythonのみで分析しています。

コンサル型データアナリストになるためにPythonを提案する理由は、以下の2つです。

  1. 理解しやすい
  2. 将来的な汎用性も高い

一番取り組みやすく、かつ将来的にアプリやAIに仕事が広がったとしても、柔軟に応用できる汎用性の高いプログラミング言語がPython。

Pythonを使いこなせると、色々と発展的に活用することが可能です。将来的な仕事の選択肢も大きく広がること間違いなし。

プログラミングってどうやって学ぶの?

図書館

最初から独学だと挫折する可能性が高いので、手っ取り早く学ぶ&継続するにはプログラミングスクールの活用がベスト。

詳細はおすすめのプログラミングスクールの記事にまとめまてあります。

どのスクールもオンライン完結で習得できるので、自分のペースで学べる上に、スクールに通うための移動時間も節約できます。

モチベーションが上がっているうちに勉強をスタートして、コンサル型データアナリストへの最初の一歩を踏み出しましょう。

やるぞ!と思えた時に行動することが大事。まずは情報を集めることだけでも始めておくと一歩リードですね。

プログラミングしなきゃダメ?

見上げる

Excelでもかなり頑張ればできるかもしれません。ただ、実際にデータを分析する現場では、パッと思いつくだけでも以下の問題が出てきます。

  1. 分析するデータは最初からExcelにまとまっていますか?
  2. 100万を超えるデータをExcelで扱いますか?

Pythonを使えるようになると、実はExcelデータの中身を読み出して分析することも可能です。

分析する対象がデータベースであろうがExcelであろうが、Pythonなら何でも分析できるようになりますよ。

管理人
「個人的な意見ですが、Pythonを使えばExcelでまとめるより凄みのある可視化ができます。」

管理人

余談:データサイエンティストとの違いは?

データアナリストに対比してよく聞かれる言葉が、データサイエンティスト。

両者の線引きは、実はわりと曖昧です。言葉の意味からそのまま考えると以下の通りでしょうか。

  • データアナリスト:分析
  • データサイエンティスト:科学

分析か、科学か。科学って何?と思いましたが、研究して系統的に知識や学問としていく活動です。ということは、

  • データアナリスト:分析結果を活用
  • データサイエンティスト:分析結果を研究

といったあたりで違いがありそう。どちらにせよデータを分析するので、分析した結果を用いてどうするのか?という点が分かれ目でしょうか。

言葉の意味から考えると曖昧ですね。笑

もう少し深く考えてみる

科学って、自然科学や社会科学のように、”XX科学”という分野になる言葉です。ある対象を研究して系統的な知識や学問になっていく過程そのものですね。そして、研究することってまだ答えのない事象に答えを導き出していくこと。

そう考えると、データサイエンティストの本質は、答えのない未来を何とか導き出すために、より高度な知識や技術を駆使する仕事ですね。データアナリストのさらに一歩先の職業であるのは確かだと思います。


まとめ

本記事の目的は、コンサル型データアナリストの仕事を知って、最初の一歩を踏み出してもらうこと。

最初は誰もが未経験。だからこそ、やる気が出た時にスキルの習得を目指して行動を開始すると、将来的にかなり有利になります。

この記事を読んだ後にすぐ行動に移せる人は、100名いてもおそらくその中の1、2名だけかもしれません。すなわち、行動を始めた時点で有利。

プログラミングという言葉に臆せず、ぜひデータアナリストへの最初の一歩を踏み出しましょう。