Upgrade to Pro — share decks privately, control downloads, hide ads and more …

それでも「データ分析」で仕事をしたい人のためのデータ分析業界長期予報とこれからの選択肢についてv2.2.1_最終_0802更新(3) / forecast_v2

ShinU
August 02, 2019
9.7k

それでも「データ分析」で仕事をしたい人のためのデータ分析業界長期予報とこれからの選択肢についてv2.2.1_最終_0802更新(3) / forecast_v2

作成者 :しんゆう@データ分析とインテリジェンス
ブログ :https://analytics-and-intelligence.net/
Twitter:https://twitter.com/data_analyst_

ShinU

August 02, 2019
Tweet

Transcript

  1. それでも
    「データ分析」で仕事をしたい人のための
    データ分析業界長期予報
    とこれからの選択肢について
    v2.2.1_最終_0802更新(3)
    2019/08/02 「データ分析」は職業として(今後も)成り立つのか?
    ~データアナリスト・ウェブアナリスト・データサイエンティスト
    のキャリアパスと業界の展望~

    View full-size slide

  2. • 本日の資料は
    https://speakerdeck.com/shinu/forecast-v2
    に公開済みです。ブログ・Twitterからもリンクがあります
    • 〇 SNSで話題にすること
    • × 写真撮影
    資料・SNS・写真撮影などについて

    View full-size slide

  3. • このところ「データ分析」に関わる人の間でキャリアの話
    が急に盛り上がって来た感じがある
    • そこで、キャリアについて考える1つの参考となればとこ
    れからの「データ分析業界」の長期的な予報を行ってみる
    • 併せて「データ分析」での仕事は他にどのような選択肢が
    あるのかを提示する
    • 6月にした白金鉱業での発表をバージョンアップ
    前置き

    View full-size slide

  4. • 話の前を聞くにあたり注意してほしいこと
    • 「データ分析に関わる人」を整理する
    • 「データ分析業界」とはどこか
    • 過去と現在の日本のデータ分析事情の概観
    • 今後の「データ分析業界」の長期予報(ダイジェスト)
    • それでも「データ分析」で仕事をしたい人はどうしたらよ
    いのか選択肢を考える
    目次

    View full-size slide

  5. 自己紹介

    View full-size slide

  6. しんゆう( @data_analyst_ )
    仕事:データアナリストを名乗る何でも屋
    ブログ「データ分析とインテリジェンス」を書いてる人
    https://analytics-and-intelligence.net/
    • 分析に漠然と興味を持って20年ぐらい
    • 知識は座学中心で深さより広さ
    • データの仕事が出来るようになったのはここ数年
    自己紹介

    View full-size slide

  7. 話を聞くにあたり注意してほしいこと

    View full-size slide

  8. 最初に注意して欲しいこと
    • この話に限らないけれども特にキャリアの話は人の話を鵜
    呑みにしたりすると大変なことになるので特に気を付けて
    欲しい
    話を聞くにあたり注意してほしいこと

    View full-size slide

  9. こんなバイアスがかかっているかもしれない(1)
    • 知らないことを知らないのでおかしなことを言っているか
    もしれない
    • 過度に不安をあおるなど起きもしないネガティブなことを
    強調して言うことで得をしようとしているかもしれない
    • ありもしないバラ色の未来などポジティブなことを言うこ
    とで得をしようとしているかもしれない
    話を聞くにあたり注意してほしいこと

    View full-size slide

  10. こんなバイアスがかかっているかもしれない(2)
    • 面接で落とされたとか、入社したら話が違うとか、評価で
    きる人がいなくて不当な扱いを受けたとか、同僚がいなく
    て困ったとか、個人的な恨みつらみが原因で考えが捻じ曲
    がっているかもしれない
    話を聞くにあたり注意してほしいこと

    View full-size slide

  11. 立場について
    • 今回の話は「データ分析をしたい個人の立場から見て」ど
    うかが主題
    • なので企業やマネージャーの立場は基本的に無視
    • 例えば、転職は個人にとっては機会でも上司から見ると転
    職リスクとなりえる。必要とあらばその選択肢を隠さない
    話を聞くにあたり注意してほしいこと

    View full-size slide

  12. その他の注意点
    • 「全体像」を把握するのが目的
    • 「このままだと」どうなるだろうかを予想することが主題
    • 良し悪しではなく判断するための一材料を提供する
    • 日本企業でのビジネスおけるデータ分析の話が中心
    • 全部話すことはできないのでダイジェスト版
    話を聞くにあたり注意してほしいこと

    View full-size slide

  13. 「データ分析に関わる人」を整理する

    View full-size slide

  14. 「データ分析業界」とは何かを考える
    • 「データ分析業界」という言葉もあるが具体的に何をして
    いる人や職種のことを指しているのかがあいまい
    • 普段の会話はそれでもいいが話をするのにそれでは困るの
    でここで改めて「データ分析」業界について整理してみる
    「データ分析に関わる人」を整理する

    View full-size slide

  15. 「データ分析に関わる人」の論点
    • 「データ分析に関わる人」を分けるとすると、この2つが大
    きな論点になる
    1. 分析するのか、分析する環境やデータを作るのか
    2. 自分のためか他人のためか
    「データ分析に関わる人」を整理する

    View full-size slide

  16. 「データ分析に関わる人」の論点
    • すると「データ分析に関わる人」は大きく分けて3つ
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    「データ分析に関わる人」を整理する

    View full-size slide

  17. 「データ分析に関わる人」の論点
    • まずは「アナリスト」から
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    「データ分析に関わる人」を整理する

    View full-size slide

  18. アナリストとは
    • アナリストとは、他人が意思決定するために必要なデータ
    分析を行う人のこと
    • 企画や実行をする人、つまり自分で意思決定するために分
    析もする人をアナリストと呼ぶ場合もあるがここでは明確
    に区別して含まない
    「データ分析に関わる人」を整理する

    View full-size slide

  19. アナリストとは
    • 業界やツールの違いによって呼び名が変わるが本質的な活
    動は同じ
    ✓ データアナリスト/データサイエンティスト
    ✓ Webアナリスト
    ✓ マーケティングリサーチャー
    ✓ UXリサーチャー
    「データ分析に関わる人」を整理する

    View full-size slide

  20. アナリストとは
    • アナリストのタイプにはもう1つあり、特定の人の特定の問
    題に直接答えるわけではないが広く使える分析を出す。例
    えば天気予報。その他にも
    ✓ 大学や研究機関
    ✓ シンクタンクや業界アナリスト
    などにいる。ビジネスとは離れていることも多いので考慮外
    「データ分析に関わる人」を整理する

    View full-size slide

  21. 「データ分析に関わる人」の論点
    • 次に「分析する〇〇」とは
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    「データ分析に関わる人」を整理する

    View full-size slide

  22. 分析する〇〇とは
    • 自分が意思決定するための分析を自分でする人のこと
    • データ分析は誰でもやっていることなのでつまり世の中の
    大半の人はここに入る
    参照:データ分析とはビジネスに限らず誰でもやっていること https://analytics-and-intelligence.net/archives/1209
    「データ分析に関わる人」を整理する

    View full-size slide

  23. 分析する〇〇とは
    • 経営者やマネージャー
    • コンサルタント
    • マーケター
    • 営業
    参照:データ分析とはビジネスに限らず誰でもやっていること https://analytics-and-intelligence.net/archives/1209
    「データ分析に関わる人」を整理する

    View full-size slide

  24. 分析する〇〇とは
    • 最近のグロースハッカーやカスタマーサクセスは(実態は
    ともかく)分析色の強いマーケター
    参照:データ分析とはビジネスに限らず誰でもやっていること https://analytics-and-intelligence.net/archives/1209
    「データ分析に関わる人」を整理する

    View full-size slide

  25. 「データ分析に関わる人」の論点
    • 最後に「エンジニア」とは
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    「データ分析に関わる人」を整理する

    View full-size slide

  26. エンジニアとは
    • 「データ分析」における「エンジニア」の役割は
    ✓ データを集めて保管する
    ✓ データを扱うためのインフラを作る
    ✓ データを使いやすいように整備する
    のが主な業務
    「データ分析に関わる人」を整理する

    View full-size slide

  27. エンジニアとは
    • データを集めて保管することに特化した人を一般的には
    「データエンジニア」と呼ぶ
    • ダッシュボードを作ったりSQLでデータを抽出するのはそ
    れを使って誰かが分析するためのデータを集めているので
    実はエンジニアの領域
    • これらを含むデータマネジメントがある
    「データ分析に関わる人」を整理する

    View full-size slide

  28. 「データ分析業界」とは

    View full-size slide

  29. 「データ分析業界はどこかを考えると
    • 「データ分析業界」を「データ分析」を中心に活動する人
    の業界と考えるなら
    • データ分析がメインではない「分析する〇〇」は違いそう
    • データ分析をするためのデータを作る「エンジニア」も別
    の役割
    「データ分析業界」とは

    View full-size slide

  30. 「データ分析業界」はどこかを考えると
    • アナリストとしての活動が中心である人の業界
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    「データ分析業界」とは

    View full-size slide

  31. 過去と現在の日本のデータ分析事情の概観

    View full-size slide

  32. 過去はどうだったのか?
    これからを考えるにあたり、過去のことを知るのは有用。で
    は過去はどうだったのか?は以下の3つに集約される
    • 情報やデータに基づいた意思決定の文化がなかった
    • 国家の命運のかかった戦時ですらとにかく情報無視
    • AIの前にもBIやCRMで同じ間違いを繰り返している
    過去の日本のデータ分析事情
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539

    View full-size slide

  33. 現在は改善されたのか?
    • データが大事という企業でも経営の意思決定にデータ分析
    が活用されておらず、現場がデータで何かやってくれる、
    ぐらいの感覚
    • せっかく分析レポートを作っても使われない
    • データ分析者は社内に同僚や理解者がほとんどいない&何
    をしているのかよくわからないので孤立しやすい
    現在の日本のデータ分析事情
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539

    View full-size slide

  34. 現在は改善されたのか?
    • つまり、ほとんど改善していない
    • Webを中心にした新興企業ではデータドリブンを掲げる企
    業も出てきてはいるが大半は現場レベルにとどまる
    • それでも全体からみれば取り組んでいる方
    • その割には「データ分析」と最近よく聞くような?
    現在の日本のデータ分析事情
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539

    View full-size slide

  35. 現在は改善されたのか?
    • 2010年代以降、ビックデータやデータサイエンティストの
    登場で「データ」の仕事が非常に増えているのは確か
    • でも分析しているというわけではなさそう
    • では「アナリスト」は何をしているのだろうか?
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539
    現在の日本のデータ分析事情

    View full-size slide

  36. 「アナリスト」は何をしているのか
    • 他の誰かが使うデータ抽出、集計、ダッシュボード作成
    • 作っても意思決定に使われないレポート作成
    • その業務を行うためのデータや環境の整備
    • アナリスト兼コンサルタントやマーケター。実際には後者
    の業務が優先されて分析している時間はない
    現在の日本のデータ分析事情
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539

    View full-size slide

  37. 「アナリスト」は何をしているのか
    • つまりアナリストがメインの活動の人はほぼいないとみて
    良い
    現在の日本のデータ分析事情
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539

    View full-size slide

  38. 「アナリスト」は何をしているのか
    • つまりアナリストがメインの活動の人はほぼいないとみて
    良い
    • つまりデータ分析業界そのものがほぼ存在しないに等しい
    現在の日本のデータ分析事情
    参照:過去の日本のデータ分析事情を概観する https://analytics-and-intelligence.net/archives/5539

    View full-size slide

  39. 今後の「データ分析業界」の長期予報
    (ダイジェスト)

    View full-size slide

  40. • 以上を踏まえて、データ分析業界の今後について長期予報
    を考える
    • 最初に注意した通り「このままだと」どうなるかの予想
    • まずは「データ分析業界全体」から
    今後の「データ分析業界」の長期予報

    View full-size slide

  41. 今後の「データ分析業界」の長期予報
    < データ分析業界全体 >

    View full-size slide

  42. 改善する見込み無し
    (完)
    俺たちの戦いはこれからだ!
    今後の「データ分析業界」の長期予報

    View full-size slide

  43. データ分析業界全体の予報と根拠
    • より正確に言えば「今までとたいして変わらない」
    • 最近伸びているのは主に「データサイエンティストってす
    ごいんでしょ」とか「現場でデータで勝手に何かうまいこ
    とやってくれるんでしょ」
    • 「意思決定を向上させるデータ分析」の需要はほとんど増
    えていない
    今後の「データ分析業界」の長期予報

    View full-size slide

  44. データ分析業界全体の予報と根拠
    • 理由はデータによる意思決定の文化が無く、文化はそんな
    に簡単には変わらないから
    • テクノロジーが発達しても文化や使う人の意識が変わらな
    ければうまく使いこなせない
    • 時代が変わりテクノロジーが進化しても長い時間をかけて
    積みあがった文化は簡単には変わらない
    今後の「データ分析業界」の長期予報

    View full-size slide

  45. データ分析業界全体の予報と根拠
    • 30年前には存在しなかった携帯電話は、それまで使う必要
    のなかった人にはすぐに浸透しなかった
    • 食事がまずいと評判の某国であるが、貧しいことが理由で
    はない
    • 直接体験できるモノであってもすぐに変わるわけではない
    今後の「データ分析業界」の長期予報

    View full-size slide

  46. データ分析業界全体の予報と根拠
    • 「情報・データによる意思決定」のように見ることも触る
    こともできないと体験させることもできない
    • それゆえにこの状況が突如として変わる見込みは無い
    • 全員が現状を理解し、意識の改革に今から取り組み始めて
    も最低限のリテラシーが身につくまで数十年かかるだろう
    今後の「データ分析業界」の長期予報

    View full-size slide

  47. データ分析業界全体の予報と根拠
    • なので、このままでは改善する見込みはないことをまず認
    識するのが第一歩
    • もちろんありとあらゆる企業が、と言うわけではないので
    もう少し細かい粒度で見てどこかに可能性が無いかを探っ
    てみる
    今後の「データ分析業界」の長期予報

    View full-size slide

  48. 今後の「データ分析業界」の長期予報
    < どんなアナリストとして働くか >

    View full-size slide

  49. アナリストを細かく分ける
    • アナリストだけではマーケターと同じで、言葉の意味が広
    すぎるためデータ分析業界とほぼ同義になってしまう
    • そこで何をするかでさらに細かく分けて考える
    どんなアナリストとして働くか

    View full-size slide

  50. 経営層向けのアナリスト
    • データ分析の看板を掲げていても経営者層の意思決定に
    データ分析が使われているケースは少なくデータアナリス
    トの中でも需要が最も少ないのは変わらないだろう
    • 内容は経済予測、国際情勢、情報セキュリティ、競合分析
    などの戦略情報
    どんなアナリストとして働くか

    View full-size slide

  51. 経営層向けのアナリスト
    • 小さい企業では経営者自身が担当する
    • 規模が大きくなると経営企画や外部のコンサルが自分達で
    分析して自分達で使うことが常態化している
    • 自分で考えて決めることが優秀な証だと思っている人が多
    いのでアナリストの出番が無い
    どんなアナリストとして働くか

    View full-size slide

  52. 現場向けのアナリスト
    • 問題に直面している現場の方がデータに対する感度が高く
    分析の需要がありそうに見えるが自分で分析して決めたい
    人が多いのはどのレベルでも同じ
    • 簡単な集計が中心で「アナリスト」はデータ抽出や整備が
    期待されているのが実態でありその傾向は続くだろう
    • 啓蒙することで仕事の幅を広げるには長い時間が必要
    どんなアナリストとして働くか

    View full-size slide

  53. 現場向けのアナリスト
    • それ以外の分析もツールによる自動化は脅威。データをい
    れたら簡単な予測分析ぐらいならダッシュボードと同じ感
    覚で作れる機能が出始めている
    • 少しコードを書いて予測分析をする程度では仕事にならな
    くなるかもしれない
    どんなアナリストとして働くか

    View full-size slide

  54. 現場向けのアナリスト
    • 例外として、データによる改善が利益に直結するのが判り
    やすい業界や業種では需要は高いままだろう
    • 例えば「保険」「金融」「ゲーム」
    • 要するに「データ分析をしたら金が増える」が数字ですぐ
    に見えるかが鍵。「効率が良くなる」では弱い
    どんなアナリストとして働くか

    View full-size slide

  55. データサイエンティスト
    • データアナリストの中でもデジタルに特化しかつ高度な手
    法を使ったデータ分析を行う人のこと
    • データアナリストの需要がないのにより高度なことができ
    るアナリストとしてのデータサイエンティストは不要
    • 現在でもほぼ存在せず、この状況は引き続きつづくだろう
    どんなアナリストとして働くか

    View full-size slide

  56. データサイエンティスト
    • 現在データサイエンティストを名乗っている人は実態とし
    ては機械学習エンジニアなので詳細はそちらにて
    どんなアナリストとして働くか

    View full-size slide

  57. Webアナリスト
    • 「Web解析ツールを使う人」とほぼ同じ意味になっており
    アナリストと言うよりはGoogleAnalyticsなどツールを使っ
    たレポート作成屋になることも多い
    • あるいはタグを埋め込んだりパラメータを設定したりと
    いったデータ整備をすることも
    どんなアナリストとして働くか

    View full-size slide

  58. Webアナリスト
    • マーケターのリテラシー向上と自動化が進めば遠からず
    Webマーケターの1スキルに吸収されてWebアナリストと
    いう名称も消えてしまうかもしれない
    • UI/UX視点を合わせた顧客行動への洞察、Web業界全般の
    リサーチなどWebサービスを作るための分析全般に幅広く
    広げられるかが鍵か
    どんなアナリストとして働くか

    View full-size slide

  59. マーケティングリサーチャー
    • 老舗も多くあまり目立たないが良くも悪くも安定した状態
    は続くだろう
    • ただし意思決定に関与できているかははなはだ怪しくレ
    ポートを作っているだけな面もある
    どんなアナリストとして働くか

    View full-size slide

  60. マーケティングリサーチャー
    • マーケティングリサーチ専業の企業は最近増えたデータ分
    析を受託する企業に比べれば選択肢も多い
    • 一方で企業内リサーチャーは低需要。よほどリサーチを重
    視する企業でなければ専任のリサーチャーは必要ない
    どんなアナリストとして働くか

    View full-size slide

  61. UXリサーチャー
    • 「デザイン」の流行とのからみで一時的に名前を聞く機会
    が増えるかもしれないがそれは一過性で終わる可能性が高
    いと思われる
    • 理由は名前だけ聞こえても「なにそれ?」で終わるから。
    デザインは判りやすいがリサーチに興味がある人は少ない
    どんなアナリストとして働くか

    View full-size slide

  62. UXリサーチャー
    • ただし「やった感」は出るのでマーケティングリサーチ同
    様に細く長く生き残る可能性はある
    • 本来の役割として貢献できるようになるのはまだ先か
    • スキル的にはデータアナリストからの参入があってもおか
    しくなさそうだがコミュニティが断絶しているせいかあま
    り動きはない模様
    どんなアナリストとして働くか

    View full-size slide

  63. 今後の「データ分析業界」の長期予報
    < どこでアナリストとして働くか >

    View full-size slide

  64. 大企業でアナリストとして働く
    • 企業全体でのデータの活用は当分進まないだろう
    • 局地的には流行りに乗っても含めて行われるし資産はある
    ので良い上司の元でならば参画は検討の余地あり
    • その上司がそれなりの権力を持っていることは最低条件
    どこでアナリストとして働くか

    View full-size slide

  65. 大企業でアナリストとして働く
    • 現場で働くにもデータはあっても使えない、使えても整備
    されていないから始まり各種社内調整が必要になるのでそ
    れに耐えられるか
    • 実績(というか名声)を手に入れてどこかに移る踏み台に
    は使える
    どこでアナリストとして働くか

    View full-size slide

  66. メガベンチャーでアナリストとして働く
    • 定義があいまいだがデータ分析を行うために勤める先とし
    ては引き続き最有力である状況は続くだろう
    • データと文化が最も共存している
    • ただし経営レベルのデータ分析ではなくプログラミングや
    専門知識が生きる
    どこでアナリストとして働くか

    View full-size slide

  67. 中小企業でアナリストとして働く
    • データの活用は当分進まないので活躍の場はほとんどない。
    大企業以上に浸透には時間がかかるだろう
    • これは文化の背景があるので企業の規模を問わないが、特
    に中小企業はうまくいった場合のインパクトが少ない
    どこでアナリストとして働くか

    View full-size slide

  68. 中小企業でアナリストとして働く
    • データもなければ専業を雇う余裕も無いので小さすぎる企
    業ではアナリスト専業は無理
    • ある程度以上の規模ならアナリストが成立する可能性はあ
    るが経営者がどれだけ投資するか次第
    どこでアナリストとして働くか

    View full-size slide

  69. ツールベンダーでアナリストとして働く
    • 売れるツールのベンダーにいれば安泰だが、そのツールの
    価値がなくなった時に厳しい
    • 10数年前にGooleAnalyticsが登場した時に国内外のアクセ
    ス解析ツールベンダーが数年で壊滅した事例もある
    どこでアナリストとして働くか

    View full-size slide

  70. ツールベンダーでアナリストとして働く
    • 分析者としてはベンダーに所属して導入した企業にコンサ
    ルしたり常駐したり
    • あくまでもそのツールを使うことが大前提になるので手段
    を制限される
    • 分析というよりは導入支援として教える立場
    どこでアナリストとして働くか

    View full-size slide

  71. 受託企業でアナリストとして働く
    • コンサル要素も大いにあるがそれでも分析業務を中心に、
    様々な案件に関わることで経験が積めることは新卒や初心
    者にとって非常に良い点。他の企業ではまず体験できない
    • だが長期的には留まるのはリスク高だろう。リスク要因と
    しては
    どこでアナリストとして働くか

    View full-size slide

  72. 受託企業でアナリストとして働く
    • 転職の難しさ・・・他の受託企業だと条件面の問題。事業
    会社に行くにも分析だけしかしていないと厳しい
    • 企業の規模が大きくならない・・・転職独立が簡単
    • 出世できない・・・上司の転職待ち
    • 今が良くてもずっと続けられる保証がないのはどこでも同
    じだが、選択肢が極端に少ないのが分析受託の特徴
    どこでアナリストとして働くか

    View full-size slide

  73. フリーランスでアナリストとして働く
    • 基本的には営業力勝負
    • 企業側には経験が無いので分析のスキルを判別する能力が
    乏しいのと現場の人は決定権を持っていない
    • 分析は具体的なアウトプットが表に出しづらい
    • 知り合いや前にいた企業とのコネ、有名企業の経歴の勝負
    になりやすい
    どこでアナリストとして働くか

    View full-size slide

  74. 起業してアナリストとして働く
    • 「分析」を主にしたいなら拡大は難しく、この場合はフ
    リーランスと同様に営業力勝負
    • 従業員を雇えばマネジメントに時間を取られるためアナリ
    ストの仕事ができる余地はすくない
    どこでアナリストとして働くか

    View full-size slide

  75. それでも「データ分析」で仕事をしたい人は
    どうしたらよいのか

    View full-size slide

  76. 無理ではないがとても厳しい
    • 細かく見たが望みは薄そう。いくら細かく見て良い方法を
    探っても全体が悪ければどこかで詰むかもしれない。沖縄
    にいたらどこにいても暑い
    • 一方で今後も「データ関連」の仕事は確実に増える
    • 「データ分析業界」ではなく「データ分析に関わる人」な
    ら選択肢は大きく増える
    それでも「データ分析」で仕事をしたい

    View full-size slide

  77. どんな選択肢があるか
    • 環境の良い企業に応募する
    • 周辺領域に活動を広げてその中でアナリストをしていく
    • 意地でもデータ分析業界がいいなら「成果が判りやすい」
    業種業態を選ぶ。
    • データ分析を自分で売り込む
    それでも「データ分析」で仕事をしたい

    View full-size slide

  78. 「データ分析」で仕事をする選択肢
    << 環境のよい企業に応募する >>

    View full-size slide

  79. 環境の良い企業に応募する
    • データそのものやデータ分析による意思決定の文化があり、
    理解のある経営者や上司・優秀な同僚に囲まれ、高い社会
    貢献度な企業に入ればそれが一番よいのは間違いない
    • ただし入社できるかどうかは分析能力があるかとは別問題。
    特に面接
    それでも「データ分析」で仕事をしたい

    View full-size slide

  80. 環境の良い企業に応募する
    • 有名大手企業での分析経験(下請けへ丸投げ)や、イケて
    るベンチャーで分析チームのリーダーやってました(チー
    ムは2人)には「分析ができる」だけでは勝てない
    • タイミング、面接官との相性など自分ではどうにもならな
    い要因が多い
    それでも「データ分析」で仕事をしたい

    View full-size slide

  81. 環境の良い企業に応募する
    • なのでできることは「できるだけ良い企業をさがして、数
    多く応募する」こと
    • 下準備としてのセルフブランディングは有効そう
    • なのだけど、分析には「良い企業」はそうそうないので他
    の方法を考える必要がある
    それでも「データ分析」で仕事をしたい

    View full-size slide

  82. 「データ分析」で仕事をする選択肢
    << 成果が判りやすい業種業態を選ぶ >>

    View full-size slide

  83. 成果が判りやすい業種業態とは
    • 要するにうまくいったら「金が増える」が直接的にすぐに
    わかるかどうか
    • 「金融」「保険」は以前からデータ分析が使われているし、
    近年増えたのは「広告」「ゲーム」
    • ECは顕著に影響がでるはずだがあまり広まらないのは謎
    成果が判りやすい業種業態を選ぶ

    View full-size slide

  84. 成果が判りやすい業種業態とは
    • 直接金にならなくとも物や形に残ると評価されやすい
    • 誰も使っていなくても「レポート」や「データ」が残ると
    やっている感がでる
    • 逆に数字になりづらい「意思決定の質を上げる」「炎上さ
    せずにプロセスをうまく回す」などは評価されない
    成果が判りやすい業種業態を選ぶ

    View full-size slide

  85. 「データ分析」で仕事をする選択肢
    << 周辺領域まで活動を広げてみよう >>

    View full-size slide

  86. 分析ができる〇〇に広げてみる
    • コンサルタント、マーケター、営業など
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    周辺領域まで活動を広げてみよう

    View full-size slide

  87. 分析ができる〇〇
    • 繰り返しになるが「データ分析」そのものはみんなやって
    いるが、基本的に独学+自己流
    • 体系的に学んだり、あるいは分析の経験があって「分析が
    できる〇〇」になれればかなりの差別化になる
    周辺領域まで活動を広げてみよう

    View full-size slide

  88. 分析ができる〇〇
    • 今もこれからも稼ぐなら最有力なのはコンサルタントや
    マーケターなのは変わらない。性格が合うことが条件
    • 営業でも経理でも人事でもしっかりとした分析的な思考が
    できるのであれば十分な強みになる
    周辺領域まで活動を広げてみよう

    View full-size slide

  89. グロースハッカー・カスタマーサクセス
    • 攻めのグロースハッカー、守りのカスタマーサクセス
    • 既存のマーケティングとの違いは分析による検証と試行錯
    誤をテクノロジーを使って大量に行うこと
    周辺領域まで活動を広げてみよう

    View full-size slide

  90. グロースハッカー・カスタマーサクセス
    • 実態としては今までのマーケティングと同じで看板を変え
    ただけになっている
    • この違いを十分に理解している企業や上司と組めればいい
    が難しい
    • 名前はともかく1人で企画・分析・実行の全部がやり切れる
    なら道が開けるかも
    周辺領域まで活動を広げてみよう

    View full-size slide

  91. エンジニアに広げてみる
    • エンジニアリングも一緒にやったらどうか
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    周辺領域まで活動を広げてみよう

    View full-size slide

  92. データエンジニア
    • 一般的にはデータエンジニアと言えばログを収集して保管
    する仕組みを作る
    • データを収集するためや、集めた後に使うためのインフラ
    作りも含む
    • これから伸びる職種では有力だろう
    周辺領域まで活動を広げてみよう

    View full-size slide

  93. データエンジニア
    • データエンジニアが伸びそうな理由
    1. 技術職でありつぶしが効く
    2. データの扱いに困っている企業は多いので選択肢が増える
    3. データを整備した結果が見える形で残る
    4. 使われなくてもさほど問題にならない
    周辺領域まで活動を広げてみよう

    View full-size slide

  94. データエンジニア
    • エンジニアと営業やマーケターとのギャップを埋める
    ✓ 使いやすいようにデータマートを整備する
    ✓ BIツールでダッシュボードを作る
    ✓ データを抽出、加工して色々な人に渡す
    これは別にしたほうがいいのでは?
    周辺領域まで活動を広げてみよう

    View full-size slide

  95. データマネジメント
    • データエンジニアに加えて
    ✓ セキュリティ
    ✓ 法務
    なども併せてマネジメントする人需要が顕在化するのは当面
    先だろう
    周辺領域まで活動を広げてみよう

    View full-size slide

  96. 機械学習エンジニア
    • AIや人工知能と合わさってバブル真っ最中だけど、そろそ
    ろ雲行きが怪しいという声もちらほら聞こえてくる
    • うまく使える企業とそうでない企業で大きく差が出そうな
    ので何をするか以上にどこに行くかの影響が大きいか
    • AutoMLを筆頭に自動化が進みつつあり近い将来は飛行機の
    ように役割が分かれていくと予想される
    周辺領域まで活動を広げてみよう

    View full-size slide

  97. 機械学習エンジニア
    • トップ大学で専門的に学んだごく一部の専門家がアルゴリ
    ズムを開発。飛行機の設計
    • 機械学習全般を使いこなす専門知識のある人が運用。パイ
    ロット
    • 多くの人はデータ作りやメンテナンス。整備士
    周辺領域まで活動を広げてみよう

    View full-size slide

  98. 機械学習エンジニア
    • 個々の問題に対してどこまで自動化が進むかは未知数
    • パイロットは分身できないから一定量の需要はあるが、機
    械学習はツールなので自動化が大きく進むと運用する人が
    ほとんどいらなくなるシナリオも
    • データ作りの仕事は途切れることはなさそう
    周辺領域まで活動を広げてみよう

    View full-size slide

  99. アナリストとエンジニアの間
    • アナリストに近いけど実質的にはエンジニアな役割がある
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    周辺領域まで活動を広げてみよう

    View full-size slide

  100. データ整備人(仮)
    • 営業やマーケターからの依頼でデータを抽出したりダッ
    シュボードを作る。またそのためのデータの整備を行う
    • 目立たないがエンジニアが片手間でやったりするので関
    わっている人は多い
    • 分析をしているわけではなく分析するためのデータを作っ
    ているので実質的には「エンジニア」
    周辺領域まで活動を広げてみよう

    View full-size slide

  101. データ整備人(仮)
    • ところがダッシュボードを作る=分析と勘違いしている人
    が非常に多いため世間的には求人でデータアナリストと
    なっていても本当に求められているのはこの役割が大半
    • うまくできる人もやりたいという人も少ないので役割とし
    て確立されればデータの仕事として有力な予感
    周辺領域まで活動を広げてみよう

    View full-size slide

  102. アナリストと分析する〇〇の間
    • 「データ分析」だけれども「分析以外」の領域を担う役割
    データを 誰のために 何と呼ぶ
    使う人 自分のため 分析する〇〇
    使う人 他人のため アナリスト
    作る人 エンジニア
    周辺領域まで活動を広げてみよう

    View full-size slide

  103. アナリティクスディレクター
    • データ分析プロセスのマネジメントをする「つなぎ役」
    • 営業とエンジニアの隙間が開いている企業(つまり大半の
    企業)では分析の専門家より先に必要
    • データ分析が失敗する要因の1つに「いきなり専門家を雇
    う」があり、これで痛い目を見た企業には伝わりやすい
    周辺領域まで活動を広げてみよう

    View full-size slide

  104. アナリティクスディレクター
    • なのでいずれ需要は出てくるだろうが、とにかくわかりづ
    らい存在でもあり現状では非常に厳しい。
    • アナリストに未来がないのにプロセスを管理する人の未来
    はもっと暗い
    周辺領域まで活動を広げてみよう

    View full-size slide

  105. アナリティクスディレクター
    • 詳しくは以前のイベント資料にて。今回の資料のページか
    らもリンクあり
    • 「データ分析」において「分析以外の役割」はキャリアに
    なるのかを考える
    https://speakerdeck.com/shinu/damt09
    周辺領域まで活動を広げてみよう

    View full-size slide

  106. 共通の問題
    • データ分析の周辺領域に活動を広げれば選択肢は多く生き
    ていくのに困ることは無い
    • データ分析のスキルがある人は少ないので基礎的な理解だ
    けでも差別化につながる
    • ただし、それぞれがまた大きな問題でありそちらが本職な
    ので忙しくなると(つまり大体いつでも)分析ができない
    周辺領域まで活動を広げてみよう

    View full-size slide

  107. データ分析を自分で売り込む

    View full-size slide

  108. 自分から「データ分析」を売り込んで仕事を作る
    • データ分析をやってみたいと思っているがどうしたらいい
    かわからない企業や人は結構いる
    • 当人たちが判っていないなら売り込む必要がある
    • 分析する人は売り込むのが苦手なのでコンサルや営業にい
    いところを持っていかれて使われるだけになったりする
    「データ分析」を売り込む

    View full-size slide

  109. 現場の人に売り込む
    • 「ここはどうなっているんですか」や「それはなぜです
    か」と聞いてみて、調べてみませんかと売り込む
    • 問題は使ってもらえない率が上がるし、うざがられる
    • なので要偉い人の庇護
    「データ分析」を売り込む

    View full-size slide

  110. データ分析組織立ち上げを売り込む
    • データも環境もないので分析だけでなくあらゆることを
    やっていく必要がある
    • 最も未知の領域であるが非常に挑戦的な取り組みでもある
    • これも偉い人の庇護があればよし、無ければ自分で突破す
    る営業力や折衝力が必要
    「データ分析」を売り込む

    View full-size slide

  111. データ分析のサービスを売り込む
    • データ分析人材採用コンサルティング
    • 分析の第三者監査
    • ツール導入時チェック
    • 導入済みツールの精査
    「データ分析」を売り込む
    参照:データアナリストだからこそできるサービスというかあったら自分が使いたいサービスを考えた https://analytics-and-intelligence.net/archives/3744

    View full-size slide

  112. その他に持っておきたいスキル

    View full-size slide

  113. その1:営業力
    • データ分析の有用性や成果の社内外への提案やアピールが
    できないと仕事にならなかったり不当な扱いを受ける
    • これさえあれば大体解決。
    その他に持っておきたいスキル

    View full-size slide

  114. その1:営業力
    • データ分析の有用性や成果の社内外への提案やアピールが
    できないと仕事にならなかったり不当な扱いを受ける
    • これさえあれば大体解決。分析力なんていらない
    その他に持っておきたいスキル

    View full-size slide

  115. その2:発信力
    • 何をしているのか、どういったことができるのか発信して
    おくことは営業力にもつながる
    • セルフブランディングしたり。名前が売れると転職にも有
    利。
    その他に持っておきたいスキル

    View full-size slide

  116. その2:発信力
    • 何をしているのか、どういったことができるのか発信して
    おくことは営業力にもつながる
    • セルフブランディングしたり。名前が売れると転職にも有
    利。分析力なんていらない
    その他に持っておきたいスキル

    View full-size slide

  117. その3:演出力
    • 「なんかすごそう」と思わせたら勝ち
    その他に持っておきたいスキル

    View full-size slide

  118. その3:演出力
    • 「なんかすごそう」と思わせたら勝ち
    • 意味のないレポートでも何かやった感あるように見せれば
    満足させることはできる。
    その他に持っておきたいスキル

    View full-size slide

  119. その3:演出力
    • 「なんかすごそう」と思わせたら勝ち
    • 意味のないレポートでも何かやった感あるように見せれば
    満足させることはできる。分析力なんていらない
    その他に持っておきたいスキル

    View full-size slide

  120. 現実的な対応が必要
    • データ分析の文化がないのだから体系的に学んだ人も専門
    的な知識のある経験者も少ない。なのでわかりやすくア
    ピールできる側が強いのは当然
    • その現状を踏まえた上でどういった人にどうアプローチを
    とるかを考える必要がある
    その他に持っておきたいスキル

    View full-size slide

  121. • データ分析の文化がなかった日本では「データ分析業界」
    つまり「アナリスト」の未来は暗い
    • 全体として悪いので部分的によいところを探してもすぐ限
    界がくる
    • 「データ分析」ならば選択肢は十分にあるが、その場合は
    「データ分析」以外のことが多く求められる
    • 今まで漠然と思っていたことをまとめて言語化してみた
    まとめ

    View full-size slide

  122. • このままでいいなんてまったく思っていない
    • データ分析者の良いキャリアの作り方
    • 身に着けるべきスキルとその方法
    • 世の中のデータ分析リテラシーの底上げ
    • データ分析者のマネジメントをどうするか
    • データ分析を誰にどうやってアピールするか
    • データ分析の文化をどうやって作っていくか
    • やることはたくさんあるけど先達はいないのでみんなで考
    えていきましょう
    これからのことについてちょっとだけ

    View full-size slide

  123. ご清聴ありがとうございました
    しんゆう@データ分析とインテリジェンス
    https://analytics-and-intelligence.net/
    Twitter:@data_analyst_

    View full-size slide