
【Google Career Certificate】受講した動機と、データ分析の6フェーズ
先日から受講を開始した「グーグルプロフェッショナル認定証(Google Career Certificate)」の「データアナリティクス」プログラム。
まだ始めたばかりですが、だんだん楽しくなってきました。
今回は、そもそもの動機と、最近習ったで「データ分析の6フェーズ」について簡単にご紹介したいと思います。
動機
この資格を取得しようと思った理由は、身の回りを「よりよく理解」するために、すでにあるデータを分析することに興味があったからです。
たとえば、日本は国として借金が多いけど、他国と比べてどれぐらい多く、何が問題になり、最悪の場合どうなるのか?年金は、定年後にちゃんともらえるんだろうか?貯金よりもインデックス投資の方が本当にいいのだろうか?といったことです。
より具体的には、「データジャーナリズム」に興味があり、そのために「データ分析」「データ可視化」のスキルが必要です。
この、「データ分析」と「データ可視化」を学べば、自分で調査できることの幅がふえ、身の回りをよりよく理解するのに役立ち、それにもとづき、自分の意思決定にも影響をあたえることができると思いました。
ただ、「データ分析・可視化」を独学するには、なかなかとっかかりがつかめません。
そこで、まずはこの資格取得をつうじて、基礎を学びたいと思いました。
またこのコースでは、「データだ、データだ、データだよ! 粘土がなくてはレンガは作れない!」といったシャーロック・ホームズの引用など、ユーモアをまじえて紹介。
このように、たのしく学習ができるように工夫されており、さらには実際にGoogleで働いている人が教えていることもあり、講義が簡潔で学びやすいのも魅力です。
とくに「探偵」と「データ アナリスト」の共通点という話はおもしろく、以下のようにXにも投稿しました。
1週目のテストを終了して合格✨1問だけ間違えた
— hovinci (@hovinci_jp) March 19, 2024
「探偵」と「データ アナリスト」には多くの共通点があるという話がおもしろかった。それは👇
🔍手順をふんで証拠を集めて調べる
🔍事実と手がかりをもとに判断する
🔍情報をもっている人から話を聞く
🔍痕跡をたどり行き先を突き止める
🎷🧐 https://t.co/dyDyHKEYCc pic.twitter.com/XPg7h2IKKZ
データ分析の6フェーズ
データアナリストが実際に行っている(企業や業界によって、多少ながれは変わるようです)データ分析の6つのフェーズをご紹介します。
以下のような流れで、データ分析はすすみます。
問いかけ: 効果的な質問をする、課題を明確にする、体系的に考える、他の人たちとコミュニケーションする
準備: データがどのように生成・収集されるかを理解する
処理: データを作成・変換する、データの整合性を維持する、クリーンアップ
分析: ツールを使ってデータの形式を変換、絞り込み、パターンを見つけて結論を出す、予測と推奨、データ主導の意思決定を行う
共有: 効果的な可視化資料を作成する、データに命を吹き込む、データにストーリーを与える、他の人が理解できるようコミュニケーションを図る
行動: インサイトを活かす、課題を解決する、決断する、新しいものを創造する
データアナリストは、データを活用し、データにもとづいた意思決定にするさいに、これらのステップに沿って実行します。
疑問:経営コンサルタントとの違いって何だろう?
データ分析の6フェーズをみましたが、経営コンサルタントとの違いってなんだろう?と考えさせられました。
どのステップも、経営コンサルタントがたどる、問題解決のプロセスのように思えます。
あえて挙げるならば、「分析」や「共有」でしょうか?
経営コンサルタントはR言語や、Tableauを使っていないはずなので、より、プログラミングやや統計学を駆使して、データ主導のインサイトを見つけることができるのが、データアナリストと言えるような気がします。
そもそもデータアナリストは会社の内部で、経営コンサルタントは会社の外部という違いもありますが...
これから学んでいくうえで、データアナリストと経営コンサルタントの違いを明確にしていきたいと思います。
コース設計の妙
このコースを受講してみて、全体の設計が、よくできているなぁと感心させられます。
「データアナリティクス」では、大きくわけて以下の8つのコースがありますが、それぞれが、上記のデータ分析の6フェーズにそっているため見通しがしやすく、理解しやすいものになっています。
()内にデータ分析の各フェーズを書いています。
・1. 基礎知識
・2. 意思決定を行うための問いかけ(問いかけ)
・3. 探索用データの準備(準備)
・4. データをクリーンに(処理)
・5. データ分析(分析)
・6. データ可視化(共有)
・7. R言語(共有)
・8. ケーススタディ(行動)
いまはまだ1の基礎知識ですが、そもそもデータ可視化に興味があるため、早く6のデータ可視化まで行きたいとウズウズしています。
いいなと思ったら応援しよう!
