データアナリストとは | 年収・資格・データサイエンティストとの違い

データアナリストとは、簡単に言えばデータを分析することを専門に行っている人のことです。集まってくる大量のビッグデータを分析し、その中から消費者の行動や規則性、将来的なニーズなどを見出し、仮説を立てて問題解決の手段を提案したり、提供しているサービスの改善などに役立てるというのがデータアナリストの主な仕事です。

しかし一概にデータアナリストといっても扱う分野は幅広く、専門分野や得意分野などによってもそれぞれの分析手法に違いがあります。日本の場合には、専門的にデータ分析を行っている人だけでなく、コンサルタントやマーケティング、ディレクションの一環としてデータ分析の手法を取り入れているという人の場合も、データアナリストと呼ばれることがあります。

またデータアナリストと同様の職業として「データサイエンティスト」と呼ばれるものもあります。

通常のデータ分析を行う手順は、大量のデータを集計・抽出し、そのデータに対してクロス集計や回帰分析などの手段を用いて現状に対する分析したり、集計したデータに数理モデルをあてはめて分析を行います。また案件によって異なる分析手法を提案し、新たな分析手法を新しく作ることもあります。

その後、予測モデルを構築、その予測モデルを活用しても問題に対処するというのが通常のデータ分析の作業になりますが、これも簡単に言えば、データアナリストの場合は、ビッグデータの集計や現状分析といった段階に強みを発揮し、データサイエンティストの場合は予測モデルを構築し、それを現状に当てはめるといったフェーズを中心に行うことが多いようです。

ただし、両者の間には厳密な線引きは存在せず、それぞれの適性や専門性、得意な分野などによって一か所のフェーズだけを専門的に担当するデータサイエンティストも要れば、トータルの手順を行うデータアナリストも存在します。

現在のところデータアナリストには大きく分けると二種類に分類することができます。

まず最初のタイプがエンジニアのスキルを中心に活動するデータアナリストです。このタイプのデータアナリストは行ったデータの分析結果をもとに、消費者の行動の特徴などを分析することを主な目標としてプログラミング言語やソフトウェアといったスキルや、データの加工や整理、クレンジングを行って膨大なデータの中から特徴と傾向を見つけ出していきます。

主にWebサイトの運営会社やメディア運営会社、ネットゲームの運営会社などに所属していることが多く、自社の抱える問題解決のためにデータアナリストとしての技術を活用しているようです。

もう一つのタイプは、コンサルティング技術を得意とするデータアナリストです。これは企業の問題点や課題などをデータ分析の手法を通じて洗い出し、解決案を提案していくタイプで、コンサルティング会社やマーケティング会社などに所属しています。

このタイプのデータアナリストの特徴は従来のコンサルタントが経営的な立場からの助言を行うのに対して、現場から上がって来るデータを解析し、現場に戻すというのが主な職域であるため、プレゼンテーションや営業などに近い立場での活動が可能になります。

データアナリストの平均年収の相場は600万円から2000万円と言われています。かなり収入には幅がありますが、これは仕事内容やカバーする範囲が多岐にわたっていることと、データアナリストの数が極端に少ないことが挙げられます。

ただし、求人の数は非常に多く、大学でデータ分析を学んでいたという場合には年収600万、実務経験者となれば1500万から2000万で迎えられることも少なくありません。

またアメリカなどの場合には、データアナリストとしての専門教育を受けている場合、新卒であっても1000万円以上の給与を得ることもできるようです。

医師や弁護士とは異なり、データアナリストになるために必要な資格というものはありません。

データアナリストになるために資格は必要ありませんが、取得していると役に立つ資格はいくつかあります。

情報処理技術者試験「情報処理技術者試験」はシステムエンジニアやプログラマーとしての知識や技術を認定する国家試験ですが、データアナリストにとってIT技術は必須の能力なので、持っていると有利に働きます。その際は、「基本情報処理技術者試験」だけでなく「応用情報処理技術者試験」も取得しておきましょう。

OSS-DB技術者認定試験はマイクロソフトやオラクルといった特定企業の製品ではなく、オープンソースのデータベースについての知識と技術についての検定試験です。

レベルはシルバーとゴールドのふたつがあり、シルバーの場合にはデータベースの設計から運用、ゴールドでは大規模データベースの改善や運用、コンサルティング能力が求められます。データアナリストは大規模なデータを処理、分析することが求められるため、データベースについての知識と技術はデータアナリストとして必須ともいえるものです。

同様の理由から、「オラクルマスター」も取得しておくと有利に働きます。

データアナリストは情報を分析することが業務の中心ですが、その際に統計学的な知識が必要になります。

統計学は自ら学ぶことが必要ですが、資格試験としては「統計検定」というものがあります。これは総務省が後援する検定試験で、四級から一級までがあります。

これ自体は自分の統計学的な知識がどのレベルにあるものかということを確認する検定ですが、大学で統計学を学ばなかったという人にとって、効率のいい勉強ができるため取得しておきたい資格といえるでしょう。

まずデータアナリストに求められるスキルとしては、PCスキルや論理的な思考力、マーケティングの知識といったものはもちろんですが、同時に数学的な基礎知識が挙げられます。特に微積分や線形代数といった能力は目先の実践スキルよりも、データアナリストとしての潜在能力を示すものとして企業側からも注目されています。

また、実際のデータ分析作業に必要となる統計学や確率論、機械学習と言った分野の知識も必要となります。

データ分析は膨大な数値をあつかうもので、さらにそのデータは年々複雑になっているだけでなく、細かい違いの発見が必要で、統計学や確率論、機械学習を学んでいるとそれらデータの取り扱いに対する訓練が身についているため、データアナリストとしての伸びしろがあるということもできます。

大阪ガスの河本薫氏による著作。実際の経験をもとにデータ分析に必要なものを説いていて、これからデータ分析を学びたいという文系の人から、現在データ分析に携わっていてさらなるスキルアップを目指したいというマネージャレベルの人まで多くの層から支持を集めています。

統計学ブームの火付け役となった本で、これ一冊で統計学の基本的な知識を身につけるだけでなく、より深い内容も理解することができます。シリーズの中の「ビジネス編」はマーケティングなどの分野で統計学をどのように活用すべきかなどが詳しく説明されています。

一般化線形モデルや階層ベイズモデルなど、モデリングを理解したいという人には最適な内容です。ある程度データ分析の知識があるという人におすすめできる本です。