データアナリスト、自分に合った仕事を見つける方法

一方で、データ分析はビジネス上の問題点を解決し、開発の機会をもたらすことができます。一方、価値ポイントを見つけるには、ゼロから始める必要がある場合がよくあります。データ分析の初期段階での使命感の欠如から、活力を取り戻すための方法を紹介します。データ分析作業の二面性を明らかにし、浮き沈みの中でもモチベーションを維持する方法についてのアイデアを若手アナリストに提供します。

データ分析作業では二極化が当たり前です。毎日SQLに忙しく取り組んでいる学生がいる一方で、「いったい何をすればいいのか」と深く困惑している学生もいます。これらの学生は、企業に入社したばかりか、新設されたデータ部門に所属していることが多いです。彼らの直属の上司は非常に忙しいため、週に一度しか会うことができません。彼らが会うとき、言うことはただ一つ。

「率先して行動しなくてはならない」

「ビジネスともっと話し合ってください。」

「もっと考えたら何ができるの？」

なくなってしまった、なくなってしまった、なくなってしまった…どうしよう！

1. 解決策

誰もが注意を払うべきであり、現時点では「我慢する」ことを選択しないでください。彼は自分自身を閉じ込めて、皆を驚かせる分析的なテーマを考え出そうとした。このまま我慢し続けていると、なかなか言えなくなる可能性が高く、たとえ言えたとしても「そんなことはとっくにわかっていた」という返事が返ってくるでしょう。なぜなら、データ部門を設立したばかりのスタートアップ企業を除いて、ほとんどの企業はある程度レポートを使用しているからです。私は到着したばかりで状況を理解していないため、取り組むトピックが重複する可能性が非常に高いです。

データ分析の核となる価値は、他の人が必要としているがまだ見ていないデータを提供することにあります。他人が必要としていることが最優先です。したがって、次のステップに進む前に、調査を実施してニーズを理解する必要があります。

2. ここから始めましょう

研究に関して言えば、多くの学生は企業との話し合いを思い浮かべるでしょう。ビジネス上の話し合いのことを考えると、社会恐怖症が起こり始め、先延ばし障害も起こり、何も行動を起こさずに物事が長引くことになります。実際、何も知らない状態で企業と話をするのは非常に困難です。幸いなことに、他の選択肢もあります。

企業における完全なデータ分析システムを以下の図に示します。

このうち、ビジネス分析の部分はビジネスデータと財務データの統合を伴うため、テーマは比較的固定されており、次のようなものがあります。

1. 収益KPI達成

2. コストKPI管理

3. チャネル入出力比

4. 商品・プロジェクトの損益

5. 各事業ラインのコンプライアンス状況

したがって、何をすべきかわからない場合は、まず次の点を確認してください。

1. ビジネス分析レポートを作成している部門はありますか?

2. ビジネス分析のトピックに取り組んでいる人はいますか?

3. トピックごとに固定の追跡レポートはありますか?

通常、データ部門には定期的に更新されるレポートを確認する権限があり、これらの状況を確認できます。見えなければ直属の上司に直接聞くこともでき、一度のコミュニケーションでクリアにすることができます。

次のような状況に遭遇した場合:

1. 財務報告のみ、事業報告なし

2. レポートはあるが、いくつかのトピックが欠落している

3. 月次レポートのみ、フォローアップレポートなし

その後、自分の要件を直接提示し、関連するレポートの完成を依頼して、仕事を見つけることができます。さらに、この作業により、リーダーはビジネスの状況をより明確かつ完全に把握できるようになり、直接的に役立ち、地雷を踏む心配もありません。

もちろん、ビジネス分析レベルで完全なレポートがすでにある場合は、ビジネスをさらに深く掘り下げて機会を見つける必要があります。

3. ビジネスを深めることでチャンスを見つける

ほとんどのテーマ分析では、ニーズを理解するためにビジネス部門と具体的な話し合いを行う必要があります。ただし、すべての企業がデータをそれほど重視しているわけではなく、すべての企業が私たちと話したいと思っているわけでもないことに注意してください。適切なパートナーを見つけることは非常に重要です。

このとき、分析能力を活用して、事業部門の状況を分析することができます。参考となる重要な指標が 3 つあります。

1. 事業部門の業績。ビジネス分析レポートから直接結果を表示する

2. 事業部門はどれくらいのデータを取得する必要がありますか?日々の更新レポート＋臨時データ収集量から判断

3. 事業部門間の協力に対する熱意。これはあなた自身の議論、高低の主観的な判断に依存します

これら 3 つの指標を組み合わせることで、ビジネス部門の「データ需要プロファイル」を作成し、ターゲットを絞ったサービスを提供することができます (下図参照)。

4. 段階的に結果を出す

ここに注意してください!業務部門から「XX レポートを追加してください」という具体的なデータ要件が与えられる可能性があります。この要件を受け入れて直接実行することができます。

営業部門から「XX の問題があり、分析したい」という返答があった場合、この時点で注意が必要です。経験のない学生は「やっと仕事が見つかった！」と思うでしょう。そして、将来のリスクを予感することなく、喜んでそれを引き受け、一生懸命働きます...

一般的なビジネスでは解決が難しい問題は、データで分析することも困難です。たとえば、営業担当者が「新製品の成功率が低すぎます。どの新製品が成功するか分析してもらえますか？」と言ったとします。

この時点で、次のような状況が発生する可能性があります。

1. 業界全体を見れば、新製品の成功率は高くない

2. 同社は古い問題を抱えており、ビジネス能力が十分ではない

3. プロセスデータが不足しており、販売結果のみ

こうした状況は、1 つまたは 2 つのデータ テーブルだけでは解決できません。依頼を受けたとき、具体的なビジネス上の問題を聞いたときは、「2 週間以内に結果を出します」と約束するのではなく、作業計画を立ててください (以下を参照)。

このように段階的に出力が行われます。最終的に特定のリンクで行き詰まったとしても、誰もがあなたのこれまでの努力を見ることができるので、その差はほぼ埋め合わせることができます。需要のなさに気が狂った学生たちは、やみくもに非常に難しい問題に取り組みましたが、結局は成果を上げることができず、さらに気が狂いそうになりました...そして、そのうちの多くは失望して仕事を辞めてしまいました。誰もが注意しなければならない

V. 要約

まとめると、データアナリストとして仕事を見つけたい場合は、会社のデータの現状を詳しく知り、ビジネス部門が必要とするデータを見つけ、レポートから始めてデータシステムを徐々に改善する必要があります。また、誰もがあなたの努力を見ることができるように、進捗状況を明確にリストし、段階的に実行する必要があります。これが行き詰まりを打破する方法です。

著者: 地に足のついた教師チェン

出典：WeChat公開アカウント「地味な陳先生（ID：gh_abf29df6ada8）」