未経験文系から事業会社のデータアナリストになって1年間でしたこと
本記事では、未経験文系から事業会社のデータアナリストになった私が、1年間のうちに行ってきたことを書いています。
このような方にオススメです！
・データアナリストになりたての方
・データアナリストへの職種転換を予定、検討されている方
・データアナリスト組織のマネージャーをされている方
最初に簡単に自己紹介をさせていただきますと、東京都内の人材系の上場企業でデータアナリスト兼マーケターをしているものです。
新卒で営業職に就き、その後文系・未経験からデータアナリストに職種転換しています。
余談ですが、以前このような記事を記載しました。下記の記事では、スキルや知識の習得という点に絞り記載しました。本記事では、実務ベースで行ったことを記載します。
基本指標のダッシュボード作成
データアナリストになった後、まず担当したプロダクトがToB向けの採用支援ツールでした。
組織構成としてはグロース担当者は別にいて、私はデータアナリストとしてデータの観点から担当プロダクトのグロースを担うのがミッションでした。
その中でまず、会員登録数や求人作成数、有料サービスの問い合わせ数など各指標について一覧で見られるダッシュボードを作成しました。
それまでは、基本指標が一覧で見られるダッシュボードは無く、各グロース担当が自作のTableauでなんとか見ている状況でした。
そこで、大きく分けて、下記2パターンのダッシュボードをTableauを作成しました。
①時系列比較
指標×時系列×セグメント
②目標比較
指標×目標対比×セグメント
①の目的は、前週比、前月比などで、指標の良し悪しを測定するものです。
前週より良くなっていた場合、その要因を深掘っていくことで再現性につながります。
②の目的は、目標との乖離を確認して、施策を打つためです。
多くの会社も同様だと思いますが、月毎に新規会員登録数などの目標が決められています。その目標を達成するために、どの程度乖離があるのかを把握する必要があるのです。
また①②ともに、要因を深るために、セグメント毎に見られるようにしています。
たとえば、新規会員数が減少していた場合、どの登録経路が減少しているかを見る、といった使い方をするためです。
ちなみに、Tableauの使い方はわからなかったのですが、この本を一通り読むと、基本的な操作を身に付けられました。
担当プロダクトのヘルスチェック
次に、担当プロダクトのヘルスチェックを行いました。
ヘルスチェックとは、基本指標について定点で見ていく業務で、目的はふたつあります。
①指標が悪化していた場合、早急に対処できるようにする
②指標が良い場合、再現性を持たせる
ここで気になるのが「良い状態」「悪い状態」をどのように定義していくかだと思います。これはダッシュボード作成の項目で記載したのと同様でふたつの観点があります。
①目標への達成度合い
②週別・月別等の推移比較
これらの指標を見ていきます。
毎週月曜日に先週分の結果をまとめて、上司や先輩に見せていました。
その過程で、分析の仕方はもちろんですが、論理的な構成や説明方法などについてもかなり鍛えられました。
グロース施策の分析・提案
ヘルスチェックにも慣れてきた頃、グロース施策の提案を行うようになりました。
もう少し深くデータを見ていき、〇〇の施策を行えば、会員登録数が増加するのではないか、などと提案していきます。
実際の手順としては、下記のようなイメージです。
▼1.目的を確認する（会員登録数を増加させる）
▼2.課題を特定（登録フォームでの離脱が多い）
▼3.なぜ離脱が多いのかの仮説だし
▼4.上記仮説を解決できる施策案を出す
データアナリストとして特に重要になのは、2の課題を特定する箇所です。
2の課題を出した段階で、グロース担当と話して、課題を深掘りしながら、仮説や施策案を出していきます。
グロースプロジェクトのリーダー経験
私は、サービスグロースに特化したデータアナリストになりたいと考えていたため、グロースプロジェクトのリーダーも務めました。
グロースに特化したデータアナリストになるために、自分で数字責任をもって施策を推進する経験をしたかったためです。
一指標の数字責任を持って、課題を分析しながら、達成するための施策を練って、実行していきました。
実際にグロースを担当したことで、どのようなデータを定点であったらよいのか、課題特定の深さはどの程度なのか等がわかり、データアナリスト としての深みが出てきたと感じます。
ただし、これは、私のキャリア志向によるものなので、すべてのデータアナリストにオススメできるものではないので、あくまで参考程度に読んでいただければとは思います。
データ基盤整備にも挑戦
その後、データ基盤整備にも挑戦しています。
具体的にいうと、より効率的にデータを測定できるように、GoogleAnalyticsとの接続を強化したり、MAツールの効果を測定できるように設定したりなどです。
実際にグロースをしていくと、このデータが見られたら良いな、と思うことが多く、データの基盤箇所から整えられるようなデータアナリストを目指しています。
最後に
以上、未経験文系から事業会社のデータアナリストになった私が、1年間のうちに行ってきたことです。
データアナリストには様々なキャリアがあると思うので、あくまでひとつのイメージとして、参考になりましたら幸いです。