データアナリストの成長における3つの飛躍

「データアナリストに早くなる方法」は、よく検索される話題です。しかし、データアナリストに成長した後はどうなるのでしょうか?未来はどこにあるのでしょうか？キャリアの終点は何でしょうか?これを詳細に調査した人はほとんどいません。この記事では、データアナリストの成長における 3 つの飛躍について真剣に議論してみましょう。

1. 最初の飛躍: データ収集ツールの習得

最初の真実は、データ分析職は給与が高いように見えるが、これは完全に IT 部門によるものだということです。 IT 部門のデータ分析職の給与は、プログラマーの標準給与に従って支払われます。したがって、プロのデータ アナリストになりたい場合は、SQL データ取得スキルを習得し、Tableau/Power BI/Fine BI などの少なくとも 1 つの BI ツールに精通し、Python データ処理とデータ サイエンス パッケージを理解していることが、入門チケットとなります。

これが達成しなければならない最初の飛躍です。つまり、データ取得ツールを習得することです。

学校の生徒の中には、よく次のような空想を持つ人がいます。「コードを書かない「ビジネスアナリスト」、「オペレーションアナリスト」、または「ビジネスアナリスト」を見つけたい」。まず、新卒のあなたは、業務や業務を理解しておらず、データを取得するためのツールを使いこなせていません。あなたは、いとこの Excel ファイルを整理するという最低レベルの仕事しかできず、支払われる事務職の給料は驚くほど低いです。

そのため、私は学生たちによく次のことをアドバイスします。

• 「SQL Must Know」を読んでください。興味がなければ諦めてください。
• Niuke.com → オンラインプログラミング → SQLにアクセスして質問に回答してください
• 3か月間SQLを書くデータ分析インターンシップを探す

これにより、「葉公の龍への愛」を効果的に回避できます。実際、データを収集したくない場合は、データを理解しているオペレーター、プロダクトマネージャー、またはプランナーになることができます。フルタイムのデータアナリストになる必要はありません。データベースからデータを巧みに取得できるようになれば、最初のブレークスルーを達成したことになります。

2. 第2の飛躍: ビジネス価値の実証

データアナリストの成長は直線的ではありません。初級データアナリストが毎日 500 行の SQL を書き、中級データアナリストが毎日 1,000 行の SQL を書き、上級データアナリストが毎日 2,000 行の SQL を書くわけではありません。毎日2,000行のSQLを書くような人は、データクエリガール、SQLボーイ、人間データ抽出マシン、データツール人などとも呼ばれます...つまり、良い状態ではありません。

2 つ目の真実は、データ分析職は本質的にはビジネス業務をサポートしなければならないサービス職であるということです。したがって、自分のビジネス価値を示す方法を見つけることによってのみ、仕事で主導権を握り、受動的なデータ収集を避けることができます。そうして初めて、自分のパフォーマンスをよりよく発揮し、昇進して昇給を得ることができるのです。

ビジネス価値を実証する方法は数多くあります。

• 事業を総合的に監視するアウトプット指標システム
• 問題を積極的に発見し、ビジネス上の懸念事項を警告する
• 積極的に機会を特定し、ビジネスパフォーマンスを向上させる
• ビジネスアイデアを検証するための科学的実験を実施する
• 分析レポートを出力し、役立つ提案を提供する

このステップは、次の理由により達成が困難です。

• 参考書が不足しており、私の業界は特殊すぎる
• 会社にはコミュニケーションの雰囲気が欠けており、営業担当者はあなたに無関心です。
• 直属の上司からの指導が不足すると、「もっと考えろ！」という気持ちになるだけです。
• 成功した例を見たことがないので、どこまでできるかわかりません。

そのため、学生はこの段階で行き詰まってしまうことがよくあります。

この段階を突破する方法があります。この段階の核となるのは、入門段階の「チュートリアルから答えを学ぶ」という考え方から、「論理的思考力を鍛え、自分で答えを見つける」という考え方に変えていくことです。

一般的にすべての人に推奨されます:

• 各社の状況を理解するために、同僚とのコミュニケーションを増やす
• ビジネスプロセスや慣習を理解するために、ビジネスパートナーとより多くコミュニケーションをとる
• 論理的思考力を鍛え、ビジネスを定量的に表現する方法をより深く考える
• データコンテストに参加し、さまざまな業界やビジネスにおける分析の実践について学びます

これらは知識の成長に関するものです。標準的な答えはありませんが、知識を蓄積することで、実際に問題に対処する能力が向上します。企業の主張を分析ロジックツリーに巧みに変換できれば、この段階は通過したことになります。

3. 第三の飛躍: データプロジェクトの編成

3 つ目の真実は、他の IT チームと同様に、一人で作業することしか知らない場合、大きな部門を構築し、昇進や昇給を得ることは難しいということです。実際、データ プロジェクトは、ビジネス上の期待が非常に高いことが多いため、他の IT プロジェクトよりも達成が困難です。外部からのさまざまな宣伝により、人々は常に「データがあれば、正確な予測ができ、全知全能になれる」と考えます。ビジネス側の過度な期待とインフラの貧弱さの間の矛盾は、データ分析の分野における最大の矛盾でした。

優れたデータ プロジェクトを実行するには、次のものが必要です。

• 技術的には、データ取得/モデル/BIツールに精通している必要があり、自分で行わなくても、高品質のパートナー/信頼できるサプライヤーを選択する方法を知っておく必要があります。
• ビジネス面では、一般的なビジネス上の問題に精通し、需要のギャップを鋭敏に特定し、価値のある部分を把握し、データの価値を反映できる必要があります。
• マネジメント面では、プロジェクトの進捗管理に精通しており、ビジネスに要件を明確にするよう促したり、フロントエンドにポイントの追跡をしっかり行うよう促したり、データウェアハウスチームに協力するよう促したり、リーダーシップにダッシュボードのデザインを確認するよう促したりします。
• 報告に関しては、報告の手順をよく理解し、プロジェクト開始前に全体像を描き、プロジェクト開始後に期待をコントロールし、プロジェクト終了後に功績を反映させるような派手な結末を用意します。

優れたプロジェクト組織とは、これまでの技術/ビジネス経験を総合的に応用したものであると言えます。プロジェクトがうまく完了すると、リーダーはデータ チームに注目し、より多くのスタッフを割り当てます。チームを拡大できれば、経営層の移行も成功します。

多くの企業ではプロジェクトの機会すらないため、この段階では多くの学生が足踏みすることになります。幸運な学生は、小さなプロジェクト（通常は小さな特別レポート）から始めて、徐々に能力を向上させることができます。

もちろん、すべての生徒が最後まで到達できるわけではありません。多くの学生は第 2 ステップで行き詰まり、数字を計算するのは退屈だと思い、転職したいと考えています。実際、データ分析スキルは多くの仕事に応用できます。例えば、戦略プロダクト、ユーザーオペレーション、リスク管理、プロダクトマネジメント、セールスオペレーションなどの業務ポジションがあります。データ分析ウェアハウスやアルゴリズムなどの開発職にも一定のチャンスがあります。

著者: 地に足のついた教師チェン

WeChat 公開アカウント: 地道な陳先生 (ID: gh_abf29df6ada8)