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

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～

• 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

• 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

• 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

自己紹介

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

話を聞くにあたり注意してほしいこと

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

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

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

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

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

「データ分析に関わる人」を整理する

「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

「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

「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

「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

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

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

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」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

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

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

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

「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

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

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

「データ分析業界」とは

「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

「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

過去と現在の日本のデータ分析事情の概観

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

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

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

「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

「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

「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

今後の「データ分析業界」の長期予報（ダイジェスト）

• 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

今後の「データ分析業界」の長期予報＜データ分析業界全体＞

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

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

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

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

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

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

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＞

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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＞

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

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

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

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

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

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

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

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

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

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

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

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

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

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

「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＞＞

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

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

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

「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＞＞

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

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

「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＞＞

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

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

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

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

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

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

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

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

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？

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

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

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

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

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

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」

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

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

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

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

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

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

データ分析を自分で売り込む

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

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

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

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

その他に持っておきたいスキル

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

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

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

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

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

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

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

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

まとめ

• 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

• 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

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_

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...

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

More Decks by ShinU

Featured

Transcript