テクノロジーかビジネスか？データ分析の発展経路の包括的なレビュー

将来の発展において、データ担当者にはまだまだ多くの利点と機会があります。今日は、データ分析業務の発展の軌跡を振り返り、分析してみましょう。

今年も年末になりました。年末から来年の初めにかけて、誰もが今後の展開を特に気にすることになるだろう。今日は、データ分析業務の発展の軌跡を振り返ってみましょう。

大きな志を抱いてドアの外に立っている人でも、業界に入ったばかりで自信に満ちている人でも、毎日数字をこなすのに疲れ果てている人でも、私たちデータ人間の利点と機会を真剣に検討することができます。

1. データ分析職の3つの大きなメリット

利点1: 大きな成長スペース

純粋なビジネス職の場合、成長はリーダーシップによって大きく制限されます。

たとえば、業務においては、どんなに良いアイデアがあっても、リーダーが同意してくれないことがあります。同じ！意味！結局、あなたは頭の悪い道具にしかなれないのです。
たとえば、営業では、どれだけ有能であっても、リーダーが優れた顧客リソースを提供してくれなければ（あるいは公然と奪い取ってしまうと）、成果を上げることはできません。

しかし、データ分析は異なります。データにアクセスできる限り、分析を行って結論を導き出すことができます。優れたデータアナリストは、実現可能なことだけでなく、実現不可能なことも分析できます。したがって、分析能力の成長は完全に無制限です（下の図を参照）。

経営が混乱し、データ基盤が貧弱で、プロセスが不規則な小規模企業でトレーニングを受けたデータアナリストであっても、データ収集に対する理解が深く、ビジネスについてより詳しいので、温室で育った小さな花のつぼみよりも強力な実践能力を持っています。だから、簡単に自信を失わず、「どうしたらもっとうまくできるだろう？」と考え続けましょう。そしてあなたは進歩するでしょう。

利点2: 幅広い用途

データ分析能力は、それ自体があらゆる職種や企業で求められる基本的なスキルです。特に、あらゆる分野における最近のデジタル変革の波により、データ学生はビジネスとテクノロジーの面で、より多くの企業や業界から選択できるようになりました。

一方、インターネット業界では996が一般的であり、大規模な伝統企業のデジタル変革が深まっています。衰退と復興の結果、インターネット企業に入社して社内競争に参加することが唯一の解決策ではなくなった。小さな工場でいじめられながら、テンガに有利な機会を待つのではなく、当事者A（大規模な伝統企業）/当事者B（toBサービス企業）の機会を検討したほうがよいでしょう。

メリット3: 将来の選択肢が広い

近年、「データ分析」や「データ○○」というタイトルの職種が非常に多く、多くの学生を困惑させています。混乱を招く概念をすべて取り除きます。データ処理の本質は、ビジネスとテクノロジーに重点を置くことです。

ビジネス指向: 一般的には、運用、マーケティング、営業部門の管理下で、既存のデータ製品を操作したり、大規模なテーブルに基づいて SQL ステートメントを記述してデータを抽出したりします。彼らはコードを書くよりも PPT を書くのに多くの時間を費やしています。

技術: 通常は IT 部門の管轄ですが、独立したデータグループ/データ部門もあります。私はいつもコードを書いていて、時々 PPT も書いています。大企業では、データウェアハウス、データガバナンス、BI、分析、モデリングが明確に区分されています。小さな会社では、すべてを自分でやらなければならない可能性が非常に高くなります。

データ分析業務はまさにビジネスとテクノロジーの交差点に位置するため、選択肢は多岐にわたります（下図参照）。

したがって、理論的には、データアナリストがキャリアを変更したい場合、どの方向でも成功することができます。恐れるべきなのは、優柔不断であること、明確な方向性を持たず、ビジネスについて表面的な理解しか持たず、テクノロジーを深く掘り下げる意志がないことです。そうなると神でさえあなたを助けることはできない。あるいは、両方をこなしたいと思っても、結局は専門分野がなくなり、単なる受験者になってしまうこともあります。変わりたいなら、一つの方向にしっかりと進んでください。

2. 事業転換の機会

データ分析をビジネスに変えることはできるでしょうか?

答え：はい！

プログラマーとして成長したくない、分析スキルを活用してより良いビジネスポジションを求めたい場合は、このルートを検討できます。ただし、事業部門もカテゴリに分かれており、4 つのタイプがあります (下図参照)。

4 種類の事業部門の中で、戦略職は最も達成しやすく、最も大きな権限を持ちます。会員制度や年間昇進プロジェクトを達成できれば、昇進や昇給もすぐそこです。戦略ポジションはデータ分析に最も近いものです。データアナリストが戦略業務に関するビジネス知識を補完していれば、ポジションを切り替えて成果を上げることは容易になります。

他の 3 つのカテゴリのコア機能はデータ分析とは程遠いため、無理に変換してもその利点は明らかではありません。しかし興味深いのは、オンライン販売の割合が増えるにつれて、チャネルオペレーション、セールスオペレーション、トラフィックバイヤーなどの職種でも分析スキルが必要になることです。

事業を転換する最大のメリットは、会社の成長の配当を享受できることです。急成長期には、当社は戦略職や経営職に多額の給与とボーナスを提供します。これら 2 つのタイプのビジネスに転向した学生は非常に多く、会社が成長するにつれて彼らは多額の収入を得ることになります。楽しみにしておく価値はあります。

近年、いくつか新しい用語がありますが、それらは本質的には古いボトルに入った新しいワインです。たとえば、

ポジションの本質を理解していれば、謎を解き明かし、昇進の機会を見つけることは容易になります。

3. テクニカルラインへの転向の機会

多くの学生は、データ作業がテクノロジーへと移行していることを知っています。

ビッグデータ開発方向への転換：ビッグデータエンジニア
アルゴリズムの方向に切り替える: アルゴリズムエンジニア
プロダクトの方向性を変える：データプロダクト/BIエンジニア

各方向のテクノロジースタックも比較的明確です。

不確かなのは、現在の市場環境において、それでも切り替えるべきかどうかということです。最も典型的な例は、インターネット金融業界が規制に巻き込まれ、多数のアルゴリズム/製品の機会が失われたことです。同時に、アルゴリズム/データ開発の職種に大量の新卒者が流入し、前例のない社内競争と採用基準の高騰をもたらしました。

アルゴリズムのポジションについては、純粋に技術的な難易度という点では、依然としてリスク管理 ≤ 推奨 ≤ CV/NLP となります。小規模なP2P企業は取り締まりを受けているものの、多くのプラットフォーム企業や電子商取引企業は詐欺対策の職を設けており、リスク管理能力も向上している。伝統的なクレジットカードセンターが大手金融機関になる道は妨げられていない。したがって、開発能力や理論的知識が十分でない場合でも、まずはリスク管理や不正防止の方向性を探してみるのもよいでしょう。自分の技術力がより高い基準に達したかどうかは、自分で挑戦すればいいのです。

大企業が存在する限り、特にデジタル変革を進めている企業にとって、ビッグデータの開発とデータ製品は決して時代遅れになることはありません。技術力のある人材は不足しています（ほとんどの人はインターネットで忙しく、外部の機会にはほとんど注意を払っていません）。そのため、技術的な方向性は間違いなく有望です。いわゆる「退化」は、純粋に新卒者の流入が多すぎることによって引き起こされている。実際に3～5年の開発経験と実務経験がある人でも、就職先は見つかります。

4. 純粋なデータの機会

純粋なデータは引き続き機能しますか?もちろん。ただし、純粋なデータの成長は個人の能力とはほとんど関係がなく、組織構造と大きく関係していることに注意してください。

組織構造が純粋なデータの成長スペースを決定する
組織構造が純粋なデータの成長スペースを決定する
組織構造が純粋なデータの成長スペースを決定する

この3つの文章はしっかり覚えておきましょう！

なぜなら、企業はみな「デジタルトランスフォーメーション」や「データ駆動型ビジネス」について語っているにもかかわらず、独立したデータ部門すら持っていないからです。独立した部門を持つことは、企業における昇進と昇給の基本的な保証です。

データ部門がなければ、いくら頑張ってもただの上級兵士になってしまいます。
データチームがあれば、管理職やチームリーダーになれるチャンスもあります。
n 個のグループを持つデータ部門がある場合、チームリーダーやディレクターになる機会が得られる可能性が高くなります。

したがって、純粋なデータラインをさらに深く探求したい学生は、現在の状況は単なる踏み石にすぎないことを覚えておく必要があります。目標は、その後の発展が保証されるほどの規模があり、正式な組織構造を持つ企業を見つけることです。もちろん、業界がボーナスシーズンで、市場で上位にランクされ、文化的雰囲気が良い会社を見つけることができれば、それは最高の喜びです。