【入社半年エントリ】データアナリストとして働いてみて

自己紹介

以前、データアナリストを目指すにあたり何を考え、どういうことをしたかという退職エントリを書いた者です。

はじめに簡単に自己紹介します。・現在29歳・私大文系卒・中規模のデータ分析職(現職)⇒大手IT会社のデータアナリスト職(内定先)・Pythonで機械学習の勉強を始めたのは2年ほど前　(それまでプログラミング経験はなし)

当時の自己紹介が上記です。その後、現在データアナリストとして働き始めて半年が経過したので実際にどのような業務をしていたりするのか心境の変化などを書いてみようと思います。

この記事の対象者

• 転職等でデータアナリストを選択肢に考えており実態をもっと知りたい方

※ データアナリストの定義は会社によって大きく異なります。また実際に働き出して分かりましたが、同じ会社内で同じデータアナリストという名称でも全く異なる業務をする場合もあります。あくまで私の場合(n=1)であるという前提のもとお読みください。

業務内容・1日のイメージ

現在は広告の効果測定であったり、ある施策を行った場合の期待される処置効果の試算などを行っています。
(あまり特定するとあれなのでボンヤリ書いてます)

基本的には依頼された分析に対して、適切に打ち返して行くものが多いですが、アナリスト側からも施策の改善アイデアに関わる分析などを行うこともあります。

1日に会議が2~3件(各30〜60分)で全体の２割ほど、
施策に関する情報などを調べたり誰かに相談するのが３割ほど、
実際にコードを書いたり手を動かすのが５割といったイメージで動いています。

ツールと分析手法

ツール
データの抽出 - SQL
データの加工 , 集計 , 可視化 - python , R , Excel , Tableau
といったよく想像されるツールは一通り実際に使っています。

とはいえ事前に上記のツールを全部使えるようになる必要はあまりなさそうというのが正直なところです。SQLは入社してからの研修が役立つので事前にSQL環境のない段階で勉強しても仕方ないと思いますし、Tableauも会社内独特の文化があったりするので事前に作成できなくてもよさそうです。一方で、pythonまたはRのいずれか最低限、重回帰＋クラスタリングくらいは使えたほうが良いです。Excelのみだと処理できるデータ件数がたかが知れているのと、他に覚えることが多い中でここに時間を取られると仕事に慣れて行くのが大変そうだと思いました。

分析手法
所属するチームの役割によって使用する技術が全く異なるので転職前に手広く勉強しておく必要はあまりないのかなと思っています。

例えば、機械学習の中で「自然言語処理」「画像分析」といったテーマは現在全く使っていません。ここらへんは専門のチームが特化して行っており、使っていないアナリストのほうが多い印象があります。一方で「時系列分析」「因果推論」「ベイズ推定」「各種統計的検定」「クラスタリング」などの基礎的な部分は前提として知っている必要があり、知らないと会話に入りづらいと思います。あとは「数理最適化」あたりも知っているとやれること広がりそうだなと最近は思っています。

どんな人がアナリストになるのか

意外と大学や大学院で統計とかをガッツリ勉強してきた方は少ない印象があります。エンジニアやリサーチャーといったそれっぽい?経歴を持つ方の他、全く異業種から転職してきて、別部署を数年経験後にアナリストチームに来た方もいます。理系のほうが多いとは思いますが、文系卒も普通にいるのであまり大学での専攻は気にせず挑戦できる職種だとは思いました。
ただ、活躍している方を見るとメチャクチャ統計に詳しいし、日々勉強されているので入社後も新しい知識に貪欲である必要はありそうです。

新しい知識のキャッチアップ

私の場合は以下の方法を取ることが多いです。

• 他の方が行った分析に関して、知らない手法があったら個人的に調べてみたり、担当者の方に話を聞いてみる(これが一番多いし分かりやすい)

• ツイッターで面白そうな話題があったら調べてみる

• ツイッターで話題になっている書籍を会社費用で取り合えず買ってみる

• 数万円以上するセミナーに会社費用で参加してみる

実際、転職活動時に考えていた応募条件は合っていたか

当時以下の５項目を条件として考えて動きましたが結論、概ね間違っていなかったような気がします。

1.統計や機械学習といった知識を使える会社であること　結果：大事
統計の知識は必須だし、実務で使っている様子を見て、自身の不足点の理解も進んだので非常に良かったです。

2.AI・機械学習以外のメイン事業を持つ会社であること　結果：大事
単純に実際のビジネス活動のデータを分析するときにメイン事業があるとその活用までイメージしやすく充実度が上がる気がします。

3.ドメイン知識に興味を持てること　結果：不明
広告事業自体はデータ量の粒度が細かく取れているので、分析結果に色々仮説立てできて楽しいけど、ドメイン知識に興味といわれると…。結局、自分が携わるのはその中の一部になるのでそこまで気にしなくて良かったかも。

4.既に社内にデータサイエンティストを複数名抱えていること　結果：大事
データサイエンティストである必要はないけど、社内に知見のある先輩が多くいるのはモチベーションにもなりますし、組織として分析を重視する文化にも実際に繋がっているように感じます。分析担当が数人の会社ではこうはならなかったと思う。

5.一定以上の企業規模があること　結果：大事
一番実感するのが研修資料の充実度と福利厚生。入社後に多くの人が学ぶ前提なのでSQLやTableauのサポートが手厚く、現在もわからないことがあると社内イントラに頼ること多いです。一方で資料が多すぎたり、担当部署が不明確だったりといった大変さも別に発生します。福利厚生は割愛。

おわりに

入社して半年経ち、改めて振り返ってみましたが概ね想定した通りに進んでいるように感じます。定期的に振り返るのはいいですね。次の半年はプライベートで大きな変化があるので、目標は現状維持で頑張ります！

乱文を書き散らした感はありますが、どなたかの参考になれば嬉しいです。データサイエンス関連のツイートもたまにしているのでよろしければフォロー(@nekobo_01)お願いします。お読み頂きありがとうございました。