データアナリストは、分析環境の構築に始まりビッグデータの分析や予測モデルの構築などを行う仕事です。この記事ではデータアナリストのタイプ別の仕事内容・必要なスキル・取得しておくべき資格・年収などを紹介します。データを扱う人材はこれから不足傾向が高まるとも言われているので、気になる方はご一読下さい。

データアナリストとは

データアナリストとはデータを収集・集計・分析し、収集したデータから規則性を導き出して、将来の課題解決につながる示唆を導き出す仕事です。分析対象とするデータは、大量の情報量があるビッグデータです。

ここでは、2種類のデータアナリストの仕事内容を紹介しますが、どちらも主な業務は「データの分析」であり、解決策の提示や将来の予測モデルや戦略の提案などは副次的な仕事となります。

エンジニアタイプのデータアナリストの仕事内容

エンジニアタイプのデータアナリストの仕事は、ビッグデータから法則性・規則性を導き出し、分析対象の将来の予測モデルの構築などを行い、今後の研究や商品・サービス開発に役立つ新しい情報を生み出すことです。

そのため、次紹介するコンサルタイプのように企業がより高い生産性を実現するための戦略を構築したり、経営論・マーケティング・組織論といったビジネスに必要な専門的な知識を使った提案などは行いません。

あくまでも「分析」を専門として、示唆を生み出すのが仕事です。

コンサルタイプのデータアナリストの仕事内容

コンサルタイプのデータアナリストの仕事は、エンジニアタイプのようにデータの分析によって規則性や価値ある示唆を生み出すことに加えて、クライアントが抱える課題の具体的な解決策の提案まで行います。

特にビジネスの分野で言えば、マーケティングや経営戦略に関わる専門的な知識を必要とし、分析結果から企業が取り組むべき課題の特定や、課題への効果的な施策の提案まで行います。

つまり「分析」と「解決策の提案」まで行うということです。

データアナリストとデータサイエンティストとの違い

データアナリストとデータサイエンティストの違いは、分析に主軸を置くか、解決策の立案・提案までを仕事の範囲とするかが基本的な違いです。

データアナリストが主に行うのはデータの分析です。最もエンジニアタイプが一般的なイメージのデータアナリストで、コンサルタイプはそこから派生して解決策の提案まで行っているというイメージです。

一方で、データサイエンティストの場合は、機械学習やディープラーニングなどによる分析や予測モデルの構築まで行い、更にビジネスの専門的な知識を用いて、生産性向上・利益拡大のための提案まで行う人のことを言います。

データアナリストが身につけて損はないスキル・資格

では、データアナリストが身に付けておくことで仕事の質の向上につながるスキルや資格にはどのようなものがあるのでしょうか。

ここでは、データアナリストを目指す方が身に付けておくべきスキルを6つ紹介します。実務に直結する技術的なスキルと、仕事をする上での思考力やデータアナリストの基礎となるスキルに分けて紹介します。

データアナリストが身につけて損はないスキル

ここでは、思考力やデータアナリストの基礎となる3つのスキルを紹介します。

より具体的に分析に直結するスキルについては次の見出しで紹介しますが、ここで紹介する3つのスキルがなければ分析の質が下がってしまいます。やや抽象的なスキルではありますが、しっかりと押さえておきましょう。

①コミュニケーション能力

身に付けておくべき1つ目のスキルは、コミュニケーション能力です。

データアナリストが主軸を置く仕事は「分析」とお伝えしましたが、分析結果はクライアントや社内で情報を求めている人に伝えなければなりません。その時にコミュニケーション能力が非常に重要になります。

なぜなら、データアナリストの分析は統計学やビッグデータの活用に関わる専門的な知識を基にしており、それを専門外の人に分かりやすく伝えられなければ、せっかくの発見が無駄になってしまうからです。

②論理的思考力

身に付けておくべき2つ目のスキルは、論理的思考力です。

データの分析は全て論理に基づいて行われます。1つのデータを様々な角度から分析したり、複数の分析結果を統合する際にも、分析対象や分析結果の整合性が取れているかを論理的に判断しなければなりません。

また、分析結果をまとめるたり人に伝える時にも、論理的に筋の通った内容にする必要があるため、分析後のレポーティングでも論理的思考力が必要となります。

③プログラミングに関する基礎知識

身に付けておくべき3つ目のスキルは、プログラミングに関する基礎知識です。

データアナリストは一般的な統計分析などの他に、効率的に大量のデータを分析するために自分で分析環境を構築することもあり、その時にプログラミングの知識が必要になります。

実際の環境構築は、プログラミングの専門家に依頼することもありますが、構築された環境が目的としている分析にとっ最適なものになっているかを判断するためにも、データアナリスト自身が基礎的なプログラミング知識を知っておく必要があります。

データアナリストが身につけて損はない資格

ここから紹介する3つのスキル（資格）は、より分析作業の内容や質に直結するスキルです。

それぞれの資格で身につけられるスキルや扱う技術は異なりますが、より幅広い情報分析スキルを身に付けることで、高度な分析が可能になるので、できる限り複数の資格を取得しておきましょう。

①OSS-DB技術者認定試験

1つ目の資格は、OSS-DB技術者認定試験です。

これは特定非営利活動法人のLPI-Japanが主催しているITの技術者検定で、ウェブ上で無償で公開されているオープンソースソフトウェア（OSS）による、データ処理ソフト管理・活用のスキルを習得できます。

OSSを使用してデータの分析や管理を行う場合、無償で公開されているソフトのため、誰かにサポートしてもらうことができません。しかし、この資格を持っておくことで、OSSソフトを使用した際のトラブルを自力で解決できるようになります。

②ベンダー資格（オラクルマスター）

2つ目の資格は、オラクルマスターなど、企業が販売しているソフトを活用するための資格（ベンダー資格）です。

オラクルマスターは、マイクロソフトオフィススペシャリスト（MOS）のように自社で販売しているデータベース管理ソフトの活用方法を学べる資格です。

オラクル社は、データベース販売に於いて日本国内でも45％以上のシェアを誇っているので、オラクルマスターの資格を取得しておけば、活用できるデータの幅が広がります。

③統計検定

3つ目の資格は、統計検定です。

統計検定は一般社団法人日本統計学会が開催している資格試験で、データ・確率・グラフなどの基礎知識を学ぶ4級から、実社会におけるデータ分析の専門的な知識を学ぶ1級まで用意されています。

統計学の知識は、データアナリストが最も頻繁に使用する知識でありアナリストの基礎でもあるので、ここで紹介した3つの資格でどれを取得するか迷った場合は、統計検定から受験することをおすすめします。

データアナリストに向いてる人の特徴

次は、データアナリストに向いている人の特徴を紹介します。

データアナリストには、エンジニアタイプとコンサルタイプの2種類があると紹介しましたので、それぞれのタイプで向いている人の特徴を紹介します。

エンジニアタイプ｜辛抱強く客観的に正しい事実を導き出せる

エンジニアタイプに向いている人の特徴は、辛抱強く客観的に正しい事実を導き出せることです。

エンジニアタイプは、もっとも分析作業に時間を割く人であり、幅広い視点から考えて妥当性のある解が導き出せるまで、根気強く分析・結果の検証・分析方法の修正などを行う必要があります。

1回の分析で綺麗に傾向を導き出せることは少なく、目の付け方になれるまでにも時間がかかるので、辛抱強く業務に取り組み続けられる人のほうが向いています。

コンサルタイプ｜好奇心があって自分なりの答えを出せる

コンサルタイプに向いている方の特徴は、好奇心があって自分なりの答えを出せることです。

コンサルタイプは導き出した分析結果を元に、具体的な解決策の提示まで行います。その解決策の構築は論理的な思考力が必要ではあるものの、自分なりの洞察やクリエイティビティも必要になります。

分析は手法に沿って行えば1つの答えが出ますが、解決策は無数に存在し、どの方法が正解かは実践結果が出るまで分かりません。なので、より良い解決策を模索し続けられる好奇心を持てる人のほうが向いている仕事と言えます。

データアナリストの平均年収

データアナリストの平均年収について、公的機関などで公表されている情報はありませんが、カカクコムが運営する「求人ボックス 給料ナビ」というサイトでは、平均年収は627万円とされています。

国税庁の平成30年分民間給与実態統計調査結果では、2018年度の日本人の平均給与は約441万円とされているので、平均年収に対しておよそ180万円近く高い年収を得られると考えられます。

データアナリストに就職・転職するための基礎知識

では、データアナリストとして企業に就職する上では、どのようなことを考えておくべきでしょうか。

ここでは、データアナリストの求人を見つけるためのポイントと、「分析」という仕事が今後AIに奪われる可能性があるかについても紹介します。

データアナリストの募集がある業界・企業はどこか

まずデータアナリストとして就職することを考える時には、募集がある業界・企業を知っておく必要があります。

• 戦略コンサルティングファーム
• シンクタンクやリサーチ会社
• 広告業界
• 金融業界
• ゲーム会社
• 医療業界

データアナリストの仕事は、ビッグデータ活用の意識の高まりから、求人を出している企業・業界は多岐にわたります。

実際にどんな企業が求人を出しているかは、各種求人情報サイトを確認する必要があります。ただし、月収100万円以上を提示している企業も沢山あり、就職先選びは比較的簡単にできると言えます。

データアナリストの将来性はAIに脅かされるのか

データアナリストの仕事がAIによって奪われるかについては、「部分的には奪われるが、全ての業務を奪われるとは考えづらい」と言えます。

確かに、AIは与えられた情報を分析する能力は人間に勝り、今後もその精度は高まっていきます。しかし、無関係な情報を組み合わせて新しい着眼点を見つけることは、AIには難しいとされています。

つまり、「分析の着眼点を考える」という独創性が求められる部分については、人間が今後も携わる可能性が高いと言えます。

データアナリストを未経験の30代で目指す方法

最後に、30代未経験の方がデータアナリストを目指す方法を紹介します。

データアナリストは比較的多くの求人情報があるため、30代以降でもしっかりと学習すれば転職が成功する可能性があります。なので、ここで紹介する方法を実践してみて下さい。

①統計学・プログラミングを学ぶ

1つ目の方法は、統計学やプログラミングを学ぶことです。

「身につけて損はないスキル・資格」の見出しで紹介した資格にもある通り、統計学はデータアナリストの基礎知識であり、プログラミング言語も扱えればより高度な分析が可能となります。

『Pythonによるデータ分析入門（Wes McKinney著）』、『はじめてのパターン認識（平井 有三）』などの書籍を読んで、統計とプログラミングを基礎から学習しましょう。

②エンジニアを目指す

2つ目の方法はエンジニアを目指すことです。

エンジニアになるためには、必然的にプログラミング言語を実践的に扱える必要があります。WEBのプログラマー・アプリ開発・インフラエンジニアなど、何のエンジニアを目指すかによって学ぶべき言語は変わります。

Java・Python・Ruby・C++など言語はたくさんあるので、志望する就職先で求められる言語や、あなたがなりたい職種で必要な言語を学び、就職面接を受けましょう。

③著書を読んでキャリアアップする

その他、データ分析に関する良書はいくつか存在します。

• 『会社を変える分析の力』（河本薫/講談社）
• 『データ解析のための統計モデリング入門』（久保拓弥/岩波書店）
• 『統計学が最強の学問である』（西内啓/ダイヤモンド社）

上記の著書は全て統計学に関するものです。これからの社会で統計学の知識や考え方がますます重要になることや、統計に関する基礎知識について紹介した書籍になっています。

実践的な分析方法などについても言及されているので、本格的に統計を学ぶ方は、是非ご一読下さい。

まとめ

この記事では、データアナリストの仕事内容・身に付けておくべき資格やスキル・向いている人の特徴などを紹介しました。

データ分析ができることは、今後は大きな強みになります。全くデータ分析に関わったことのない方にとってはハードルが高い印象を持たれがちですが、学ぶことで確実に力はつくので、転職や就職を考える方は是非学習してみて下さい。