未経験からデータアナリストになって取り組んだ20のこと
未経験からデータアナリストとして業務を行うにあたり取り組んできたことの中から、個人的に参考になるのではないか？と考えている点を20個紹介します。
こんな方にオススメ
・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
自己紹介
偉そうにこの記事を書いているお前は誰だ？という感じだと思いますので、簡単に紹介させていたきます。
東京都内の上場企業でデータアナリストをしているものです。
新卒で営業職に就き、その後未経験からデータアナリストに職種転換しています。ちなみに、ド文系でデータや統計等に関して学習していた経験もありませんでした。
今では、特定プロダクトのデータ分析リーダー的なポジションに就いています。
取り組んだ20のこと一覧
前置きが長くなりましたが、未経験からデータアナリストに就くにあたり、取り組んだことを紹介します。
大きく下記に分類されるので、それぞれ分けて説明していきます。
・コンセプチュアルスキル（No.1~3）
・テクニカルスキル（No.4~19）
・ドメイン知識（No.20）
1.どの方向性のデータアナリストになるかを決めた
データアナリストといっても様々な役割があります。
データ分析を通じた事業のグロース、データ基盤の整備、機械学習を用いたデータ予測（この領域はデータサイエンティスト寄りですが）など。
この中から自分の目指したいデータアナリスト像を決めました。私の場合は、事業グロースを行いたかったので、学ぶ内容もそれを優先していきました。
2.「問題解決能力」の学習
先述した通り私の目指しているデータアナリスト像は業務はデータ分析を通じて課題を解決し、事業をスケールさせることです。その根幹になる「問題解決能力」を学びました。
オススメの本は様々にありますが、一番学びになったのはこの本です。
3.「分析力」の学習
問題解決能力とも似てきますが、分析力もデータアナリストに必要となる基礎的な能力です。こちらもオススメの本は様々にありますが、こちらが学びになりました。
4.Tableauの学習
コアとなるテクニカルスキルとしてBIツールの習得を行いました。BIツールも様々にありますが、会社で導入しているTableauを学びました。
BIツールの利点は、SQLなどがなくてもデータの抽出から分析・加工、可視化できる点です。もちろん複雑なデータ抽出を行うためにSQLは学習した方が良いですが、私が目指す事業グロースのためのデータアナリスト像という観点では、まずはBIツールが使用できればほとんどの役割を果たすことができます。
Tableauの学習はこの本を用いて行いました。まず1〜2周すれば基本的な使い方はわかるので、あとは業務に応じて適宜見直していました。
5.GAIQ（UA）の習得
WEB上のデータ分析のために、GoogleAnalyticsについても学習をしました。
こちらも様々な本がありますが、この本がわかりやすかったです。
一通り学習した後に、理解度確認のためにGoogle社が設けているGAIQ（GoogleAnalytics個人認定資格）を取得しました。
6.GA4の学習（中）
GoogleAnalyticsは2023年7月頃からGA4という次世代のものに移行となります。こちらはまだ書籍などのノウハウが多くはないですが、実際の画面を触って慣れたりしながら習得を行っています。
7.GoogleTagManagerの学習
いわゆるGTMです。GTMを用いることで、サイト上の複雑な行動データも取得できるようになります。また、マーケターは効果測定や試作実施のために、サイト内にタグを設置する機会も多く、GTMの扱い方を知っておくと、活躍の幅が広がります。
8.BigQueryの学習
GA4に移行して、BigQueryとの連携がスムーズになりました。BigQueryを扱えることで、見られるデータが増え、より深い分析が可能になります。
GA4に完全移行してからは、GAのデータを活用して分析する場合、マストで必要になってくるため、今のうちから扱い方を学習しています。
9.HTML・CSS・JavaScriptの学習
いわゆるWEBサイトを構成する言語です。こちらは、WEBサイトの構造や仕組みの理解に加え、UI/UX改善などの提案を行う際に必要になる知識のため学習を行いました。
オススメの本は下記です。
10.G検定取得
G検定とは日本ディープラーニング協会が主催しているジェネラリスト検定のことで、AIや機械学習についての知識を問うものです。
目の前の事業グロース業務には直接的には必要ありませんが、中長期的なキャリアを見据えて取得しました。
11.SQLの学習
先述した通り、BIツールを使用すればある程度の分析はできます。
ただ、今後より複雑な分析を行ったり、データ基盤整備業務にも強いデータアナリストになるために、学習しています。
学習方法はProgateを用いました。
12.Pythonの学習（中）
こちらも中長期的なキャリアのために学習しています。
Pythonは、業務効率化でも、機械学習でも活用できるため、データアナリストの活躍度合いを高められる言語だと感じています。
13.統計検定2級取得に向けた学習（中）
基礎的な問題解決力・分析力、基本的な算数ができれば、統計学を学んでいなくても分析自体はできます。ただ今後、より高い示唆を出すための分析を行うために統計学の学習をしています。
14.資料作成・ビジュアライズの学習
データアナリストは課題を分析して示唆を出していくのが仕事ですが、それをマーケターやプロダクトマネージャーなどに伝える必要があります。
その一環として、プレゼン資料やダッシュボードの作成を行う機会も多く、資料作成やビジュアライズのポイントを学びました。
15.説明・プレゼン方法に関しての学習
資料作成の方法に加えて、説明やプレゼンの際のポイントも学びました。
16.WEBマーケティングの全般の知識習得
繰り返しになりますが、私は事業グロースに寄与するデータアナリストになりたかったため、WEBマーケティング全般の知識を習得していきました。
ここでいうWEBマーケティングは、広告などのプロモーション以外にも、事業グロースを含んだ広義的な意味です。
まずは、こちらの本で基本的な用語などの理解を深めました。
17.メールマーケティングの知識習得
大分類ではマーケティング知識に含まれますが、データアナリストとして、メールマーケティングのプロジェクトを担当することになったので、本を読んだり、ネットで事例を調べるなどして学んでいきました。
18.UX/UIデザインの知識習得
こちらも、WEBサイトのUX /UI改善を担当することになったので、学習しました。
19.SEO知識習得
オウンドメディアのデータ分析を担当したため、SEOの知識も学習しました。オススメは下記の本です。
20.ドメイン知識習得
業界や担当するサービスに関する、いわゆるドメイン知識も習得していきました。
最後に
長々とした文章を最後まで読んでいただいてありがとうござました！
今後もデータ分析やマーケティングに関するノウハウを発信していこうと思いますので、よろしければまた見ていただけると嬉しいです。