データサイエンティストとアナリストを混合しない考え方を持つためのコツ
木村です。
データサイエンティスト、アナリスト。
響きかっこいいですよね
案件も増えてきて2職種について一緒にするとクライアント(パートナー)の信用を失いかねませんので、ぜひ分けて考えられるような知識をつけましょう！
■サイエンティスト/アナリストとは
■見分け方
■金額感
■最後に
■サイエンティスト/アナリストとは
①データサイエンティスト
超簡単にお伝えすると
エンジニアです。
やらなきゃいけない作業としてはこちらです。
(営業的には覚えなくても大丈夫です)
・データ活用する範囲の選定
・必要なデータをどこから何を引っ張ってくるか。
-業務システム≒データベース
-会計/財務システム
-数値にならない(口コミ/画像/動画/関係値等)情報
-他業務で使用するツール
-SNSなど業務外での情報蓄積が出来ているサービス
・データをどうまとめるのか
さっきはエンジニアです。で済ませましたが、
ビジネスの成長に関わる可能性があるデータをまとめるエンジニア
です。
②データアナリスト
サイエンティストについてはなんとなくスッと入ってきたと思います。
こちらの方がイメージをぶっ壊さなきゃいけないっす。
プランナー/マーケター/コンサル
です。全然違うでしょ？
はぁ？と思う方もいると思いますが、業務内容はこちらです。
・蓄積したデータを見やすく加工する
→データ系のシステムのダッシュボードを構築する
・あらゆるデータを数値化する
・数値から目標にする内容を考える
・目標のための施策を考える
・施策のPDCAを回す
また言います。
データ分析から課題や目標を考え実行するプランナー/マーケター/コンサル
です。あれっ。エンジニアちゃうの？って思って貰えた方はもう読むの辞めてもらっていいです爆
■見分け方
もう気付いている方もいるかもしれないですが、見分け方を載せておきます。
こっちは営業的に超重要です。
【データサイエンティスト】
・Python
-Tensor-Flow/PyTorch/Scikit-Learn/Keras/pandas/nampy
・ビッグデータ用のDWH
-Bigquery/Redshift/Snowflake
・BIツール(MAツール/CRM/SFA)
-下にNoteの別記事をチェックしてください！
【データアナリスト】
・BIツール(MAツール/CRM/SFA)
→ダッシュボード構築
・Office系ソフト(Word/Excel/Powerpoin)
・プレゼン、解析結果資料作成ツール
・KPI設定、施策立案
サイエンティストさんは言語・フレームワーク(ライブラリ)・DWH・BIツールなど検索しやすい内容が盛り沢山です。
アナリストさんは個人的にはダッシュボード構築が出来る＝必要な情報をまとめることが出来るが目安にしてます。
■金額感
僕らが住むSES業界の相場で超ざっくりいきます。
データサイエンティスト
80~130万
データアナリスト
60~100万
やはりエンジニアリングできる人の方が高いです。
ポイントとして、2職種まとめちゃいますが、
・事業戦略まで足を突っ込んでいそうか(コンサル/PMOチックな動き)
・コンサルファームや大企業での長期就業経験があるか
・自ら課題を洗い出せて実行結果を追った、更なる改善ができたか
・結果どんなプラスな変化が生まれたか理解しているか
・BI/DHW構築〜運用改善が出来るか
・Pythonでデータ処理の経験が長いか
■最後に
google先生を調べているとデータサイエンティストはR言語やJuliaなども必要と出てきます。
実際面談で一度も聞いたことないです。
BIツールで判断しようとするのも判断軸としては不足しているので注意を。
ただただ思うのは言語やフレームワーク、AWSのようなSES営業さんがよく聞くワード以外を最後までご覧いただいている方は
「知りたい」という気持ちを持って営業しているのではないでしょうか。
そんな方々とこの業界を盛り上げていきたいと心から思っていますので、今後も応援よろしくお願いいたします！
この記事が気に入ったらサポートをしてみませんか？