SQL 少年からマネージャーへ: データ アナリストの成長の 5 つの段階

この記事では、主にデータアナリストの初心者から成熟者までの 5 つの主要な開発段階、つまりデータ収集段階、需要段階、分析段階、価値段階、管理段階を紹介し、各段階で必要な主要な能力とスキルについて詳しく説明します。

学生からよく「データアナリストには成長の軌道があるか？」という質問を受けます。私自身の経験、多数の企業へのサービス提供、そして何千人もの学生の指導から、データ アナリストには成長の道筋があることがわかります。ただ、データアナリストの成長上限は企業によって異なるため、当然ながら人によって感じ方も異なります。

一般的には5つの段階に分けられます。

フェーズ1: データ収集

SQL Boy はデータアナリストにとって必須のステージです。 「名将は兵団から、宰相は県郡から」という言葉は、まさにこの真理です。実際の作業でデータを取得するのは、クリーンアップされた大規模なテーブルに対して SQL を記述するほど簡単ではないためです。

データの品質を改善し、データが正しく収集されるようにするには、データの質を理解すること、データを生成するビジネス システムとビジネス プロセスを理解すること、データベース設計を理解すること、合理的な支払い要件を設計すること、データの品質をチェックすること、手動レポートのエラーや漏れの背後にある本当の理由を理解することなど、多くの面倒な作業を行う必要があります。面倒で、複雑で、面倒なのは、すべて通常の作業です。

こうした退屈な作業は、プロダクトマネージャーやオペレーターが決して経験することのない作業であり、データアナリスト特有の経験でもあります。この困難なプロセスの中でこそ、データアナリストのビジネス認識、データを通じてビジネスを見る能力、データを操作する能力が大きく蓄積され、その後の改善に向けた強固な基盤が築かれるのです。

もちろん、SQL Boy 自体も厳しく批判されており、誰もが「人間のデータ抽出マシン」になることを嫌っています。しかし、これはデータ収集自体のせいではなく、多くの企業がデータ分析をこの段階にとどめ、長期的な開発パスを計画していないことに起因しています。会社を変えることで問題は解決できるかもしれません。

フェーズ2: 要件

「仕事が終わる前に電話番号を教えて、急いでください」これがリクエストです。

「今月は新しい活動を開始するので、その結果を監視する必要があります」 - これが要求です。

要件ではなくビジネスニーズを満たすことは、データアナリストが認知され、独立して作業するための重要なステップです。多くの企業が「シニアデータアナリスト」を募集する場合、「シニア」という言葉は主に、ビジネスニーズを自力で処理できるかどうかによって決まります。ニーズに対応できる場合は、リーダーがすべてを手配するのを待つ必要はありません。企業に繰り返し数字を尋ねられても不満を抱く必要はありません。ビジネスを先取りして考え、より多くの協力の機会を見つける機会が得られます。

要件から需要まで、1 つの単語の違いは、多くの関連する機能の向上を意味します。ただ一生懸命働いて、会社の言うことを何でも聞いているだけではだめです。そうしないと、常に会社に振り回されてしまいます。リーダーが一度に一つずつ教えてくれるのを待つことはできません。一般的な販売、運用、製品、供給、生産について、どのような指標に注目する必要があるか、また分析の次元を知っておく必要があります。

積極的にコミュニケーションを取り、ビジネスを導くソリューションを提案し、散在する要求を定期的に監視できるレポートに統合する必要があります。この方法でのみ、ニーズを満たし、仕事のパフォーマンスを反映するという目標を達成できます。これには、データ認識、ビジネス認識、コミュニケーション スキルの向上が必要です。

部門間の関係が調和しており、データとビジネスが良好な企業では、このステップは簡単に達成できます。しかし、協力的な雰囲気が欠如しており、データアナリストを人間のデータ収集機械としてしか扱っていない企業にとっては、これは困難です。このような環境に身を置いた場合、データサイエンス分野で働く学生は、それを打破し、より良い企業に転職する勇気を持たなければなりません。そうでなければ、何の進歩も遂げずに何年も不機嫌になりがちです。

フェーズ3: 分析フェーズ

知らせ！すべてのビジネス ニーズに分析が必要なわけではなく、多くのニーズは単に「データの監視」です。しかし、データアナリストの価値を反映できるのは、分析ニーズでなければなりません。問題を分析し、リーダーにデータ分析が有用であると感じさせることで、さらなる昇進のチャンスが得られます。

データ部門を 0 から 1 に構築した経験のある人、またはデータ部門を 1 から 10 に拡張した経験のある人なら、このことを深く理解しているでしょう。リーダーが問題について考えるとき、データ チームのリーダーを招いて話をしたり、データに関するアドバイスを求めたりすることを考えます。これは、どの KPI/OKR 評価よりも早く昇進や昇給につながる可能性があります。

この段階では、次のような理論と実践、理想と現実の間の矛盾に直面することがよくあります。

収集されるデータは非常に少ないにもかかわらず、上司は「詳細な分析」を求めています。

明らかに科学的なサンプル採取は行われていなかったが、上司たちは「合理的な評価」をしたいと考えていた。

明らかな問題があるにもかかわらず、上司たちは依然として「結果は良くなるだろう」と期待している。

需要を満たすために、分析チームのリーダー/マネージャーは頻繁に行き来する必要があります。彼らは多くの場合、まず統計やアルゴリズムなどの知識を学ぼうとし、同業者や業界の実践例を集めてから、自社のひどいデータに対処する方法を考えます。最終的に、彼らは上司の意図を「理解」し、上司の信頼できる/信頼できないニーズを満たす方法を見つけます。

多くの理想主義者はこの段階で失敗し、上司は信頼できない、地位の高い同僚はただの愚か者、自分の本当の才能や知識を発揮する場がないと感じている、などと不満を漏らします。知らせ！現段階では転職しても問題は解決しません。たとえ会社を変えたとしても、データの品質が 100% 良好であること、上司が統計やアルゴリズムの規則を 100% 理解し、遵守していることを保証することは困難です。この段階を通過するには、まず心を啓発しなければなりません。

ステージ4: 価値ステージ

企業のデータ部門のリーダーのほぼ全員が、次のような自問自答に直面したことがあるでしょう。

「あなたの分析は何の役に立つのですか？」

「あなたの仕事のパフォーマンスはどのように評価されますか？」

「会社全体の発展にどのような貢献をしてきましたか？」

数字を探しているときは犬のようで、レポートを見ると、人々が醜いと思いました。これは非常に現実的な労働状況です。データアナリストとして、ビジネスからさらに高い評価を得たい場合、PPT や Excel の出力だけに頼るだけでは不十分です。いくつかの固定値ポイントを作成し、独自の製品出力を用意する必要があります。

データ部門リーダーのプロジェクト運営能力（絵を描く能力）をテストするステージです。ホットなトピックを見つけ、上司にニーズを表明するよう指導し、「デジタルトランスフォーメーション」、「データエンパワーメント」、「データベース管理」などのホットなトピックに向けてデータ出力を誘導し、ビジネス部門と良好な関係を築き、より多くの賞賛の手紙を受け取り、お互いを賞賛して価値を示すことはすべて基本的な操作です。

この段階では、「データ製品をどのようにパッケージ化するか」と「顧客体験をどのように向上させるか」が 2 つの重要なトピックです。データ製品をパッケージ化するときに、さまざまな期間のホットなトピックを組み合わせることができます。例えば、ミドルプラットフォームという概念が普及している中で、CDP+MAのデジタル運用を行うことができます。例えば、みんなが「デジタルトランスフォーメーション」を叫んでいる中で、まずは「戦況観測室」や「経営コックピット」といったBIプロジェクトを立ち上げることもできます。たとえば、データのエンパワーメントが普及している一方で、モバイル レポートを起動することもできます。後で書き込むときにパフォーマンスを確保するために、一時的なデータ収集ではなくツールを使用します。

顧客体験を向上させるには、まずターゲット顧客が誰であるかを明確に理解する必要があります。大ボス、事業部門のリーダー、そして最前線のスタッフは、3 つのまったく異なるグループです。多くの場合、上司と話をするときは、業界の先進的な概念について詳しく話し、楽観的な見通しを描かなければなりません。ビジネス部門と最前線のスタッフについては、彼らが最も関心のあるトピックを探し、関心の交換を行います。データはビジネスが順調に進んでいることを証明し、ビジネスはデータ製品が有用であることを証明します。ここで議論すべき詳細な操作が多数あります。ご興味があれば、後ほど別途記事を書きます。

フェーズ5: 管理フェーズ

最初の 4 つの段階を経ると、実際に企業のデータ部門のリーダーになることができます。ただし、企業によってデータチームの規模は異なるため、管轄範囲も異なります。部門管理者としては、専門的な能力に加え、従来の管理手法についても一定の理解が必要です。このトピックは長いので、ここでは詳細には触れません。

ただし、データ部門のリーダー全員がデータ分析ラインを通じて昇進するわけではありません。私がこれまで仕事をしてきたクライアントの中には、戦略開発部門やマーケティング部門などの事業部門からやってきた人や、単にパラシュートで降板してきた人などがいます。このタイプのリーダーは、上層部を管理したり、上司のニーズを満たしたりすることに長けていることが多いのですが、他部門へのサービスやデータ製品の実装には弱いです。

もう 1 つのカテゴリは、データ ウェアハウスやビジネス システムで働き始めた人など、IT 分野出身者です。これらの人々は実行能力に優れていますが、上位者を管理し、結果を出す能力を向上させる必要があります。だから私はビジネスをしているんです、へへ。

したがって、データ実践者として、テクノロジーとビジネスは常に歩調を合わせる必要があります。データ収集からプロジェクトの遂行、プロジェクトの遂行から製品の作成、製品の作成から経営の改善まで、会社のために常に価値を創造し、上司の体験を向上させることで、自分自身を常に向上させ、昇進や昇給のチャンスを増やすことができます。