与太記事もとい怪文書第2弾、自分がなぜ今の職種に至ったのかのまとめです。
全編が薄い話になってしまっているので、「何言ってんだコイツwww」と思う方も多くいるかもしれませんが、自分と同じように今の仕事から全く違うことにチャレンジしたいと思う人にとって、何かのキッカケや参考になればと思います。
それでは「思考編」に参ります。
（今回も長文です。そして、内容薄いwご容赦ください。。）

就職活動編

インターンはちょろっと行ったりはしていましたが、意識高い就活生でもなんでもなかったので、ここでは取り立ててエピソードはありません。
強いて言うなら内定をもらった企業の最終面接で唐突に3点倒立をすると言って、やや圧迫面接気味だった雰囲気を笑いに変えたエピソードくらいでしょうか。
使っていた就活サイトもリ○ナビのみで情報を集めたりしていた訳でもなかったので、覚えていることがほとんどなく、非常にあれなんですが。。
ここでのポイントは以下になります。

ポイント
　①たまたま出会ったデータ分析と相性がよかった
　②データ分析ができる会社に行こう
　③アウトプットでどうしたいかまでは考えていない

①たまたま出会ったデータ分析と相性がよかった
当時、縁あって（※１）データ分析を行う研究室に配属になりました。
この配属でたまたまデータ分析に触れて、それを面白いと思うようになり、ここでの経験がキッカケでデータ分析ができる会社に行こうと考え始めました。
なので、ここに関しては特に何かを準備していたわけでもなく、たまたまこうなっただけなので、完全に運がよかったとしか言い様がありません。

②データ分析ができる会社に行こう
また、ここでのポイントは自分がデータ分析をすることが目的になっていたことです。分析が楽しいという1点だけがモチベーションだったので、リサーチ会社とシンクタンクをいくつか受けて、一番最初に内定をいただけた会社にお世話になることにしました。

③アウトプットでどうしたいかまでは考えていない
とりあえず、データ分析ができそうな会社ということで、就職を決めたわけですが、分析をしてアウトプットをどう活かしたいかという点にまでスコープできてなかったわけです。それが原因でかなり苦労するんですが、それについては後述します。。

営業編

そしてついに就職したわけですが、ここではアナリスト系の職種につきたいと希望していたはずなのに、営業に配属になりましたw
営業配属になった原因は自分の研修中も含めた日頃の態度が原因だったのですが、今となっては最初に営業を経験しておいて本当によかったと思っています（前の記事にも全く同じことを書いていたくらい重要だと思っている）
ここでのポイントは以下です。

ポイント
　①：何のために情報提供をしてるんだっけ？
　②：必要とされるアウトプットが何かを考えることが楽しい
　③：最後はなんとなく残るモヤっと感

①：何のために情報提供をしてるんだっけ？
まず、一番初めの大きな挫折ポイントはここでした。
クライアントからお金をもらって、ビジネス課題（※２）に貢献するためのデータを出さないといけないわけですが、前述の通り、自分は「分析楽しいぃぃぃヒャッホーウ」な人間だったため、やることなすことが「で？」という結果になりそうなものか、全く的外れの意味不明な物を出そうとしてしまって社内からもクライアントからも死ぬほど怒られるという。。
仮にもお金をもらって意思決定を補助するための情報を提供するわけですし、それこそ極端な話ですが、今までKKDで意思決定をして来た会社からしたら、データなんざなくても意思決定はできるので、余計な費用をかけてまで獲得する必要はないという考えなので、そもそも不要であるというバイアスがあるところから戦わなければいけない状態というケースもありました。
ここからビジネス課題がどういうものでどういうアウトプットがあれば役に立てるのかをちゃんと考えないとクソほどの役にも立てないヤバいやつになってしまうという危機感を持つようになります（遅い）

②：必要とされるアウトプットが何かを考えることが楽しい
外部の人間である以上、クライアントから提供される情報は限られたものになってくるので、必要とされる物が何かは結構色んな材料（※３）から仮説を立てないとダメな状況でした、どういう状況かというと以下の漫画が近いかなと思います。

あらすじだけざっくり書くと

・東大（時代設定では帝大）出身の天才学生が
・海軍の偉い人から巨大戦艦の造船計画を止めてくれと言われたけど
・そもそも止めるための情報が何もない上に予備情報すら貰えないので
・あらゆる手段を使って自分で情報を集めてなんとかする

という漫画になっています。
今年の夏に菅田将暉さんが主演で映画化されるらしいので、興味のある方はぜひ。

少し話は逸れましたが、取得した情報を整理（分析）し、ストーリー（仮説）を立てて、ストーリーに乗る情報をはめ込んでいく（提案書）、ストーリーがハマって必要と思ってもらうことができれば、受注してデータ提供という流れをひたすら繰り返して行くわけです。仮説がハマって必要と思ってもらうことができれば、お金がもらえて感謝されるというゲームをやっているような感覚だったんですが、中身はアルキメデスの大戦を年がら年中繰り返すようなもんだったので、なかなか過酷でしたw
とはいえどんなダメな奴でも数をこなせば、それなりに経験値は積めるような環境だったので非常にありがたかったなと思います。

③：最後はなんとなく残るモヤっと感
一方でなぜモヤっと感が残ったのかというと必要だと言われて提供した情報がどうやって使われてどういう意思決定の補助に役立ったのかがわからなかったからです。
つまるところ、外部の人間なので、どのような意思決定がされてどういう戦略が組まれたのかというところまではなかなか教えてもらえないという話なんですが、データ提供するとこまでで終わってしまうと自分の提供した情報が本当に役に立ったのか、もらったお金に見合うだけの価値が提供できたのかというところがわからないので、段々自分の仕事の価値が分からなくなってしまいました。この辺の話はいつか退職エントリーにでもまとめようと思います。

データアナリスト（受託・常駐編）

そこで、自分の仕事やアウトプットがどう活かされているのかを確認するために企業に入り込んで分析ができるような環境を探していくようになります。
最初からインハウスの分析者になれるのであれば、それがベストだったんですが、未経験の素人を取ろうなんて会社はなかなかありません。
なぜなら、事業会社において分析を担当する人は少人数であり、未経験の素人を教育するような環境もリソースもないからです。
そうなっている理由は以下が原因じゃないかと思っています。

①：データを使って意思決定を行う習慣や文化がない（KKDドリブン）
②：①が原因でデータ分析にコストをかけようと思わない
③：コストをかけないから人も環境も整わない

実際、ちゃんと必要なコストをかけてデータを分析し、戦略構築から一緒に行うアナリストがいる企業を自分はほとんど聞いたことがありません。
分析者というポジションが明確になっている会社でも意思決定の場にアナリストを同席させるケースがないため、アナリストの役割や重要性がわかっておらず、コストをかけることができていないのが今の日本企業のほとんどの現状ではないでしょうか。。

少し話が逸れたので、元の話題に戻しますが、ここでようやくビジネスが何かもわからず（今もよくわかっていないクセにw）分析をしたいとただ駄々を捏ねてただけの若者がついに念願のアナリストになります。
ただ、アナリストにはなったもののここも結局やめてしまいました。。
受託や常駐を行ってみて、感じたポイントは以下でした。

ポイント
　①：データサイエンティストブームに乗っかれてラッキー
　②：AIでなんとかしてくれ？課題ちゃんと考えてます？
　③：そしてやはり残るモヤっと感

①：データサイエンティストブームに乗っかれてラッキー
自分がちょうど転職活動をしていた2016年はデータサイエンティストブームもあり、ちょっとでも経験のある志望者がいれば割とすんなりどこにでも入れるような状態でした。結果、質の低いアナリストが大量生産されてしまうという負の側面もありましたが、今回はそこには触れません。
幸いにも自分は学生時代になんちゃってR使いをやっていたので、転職時のプロフィールに『R使えます（テヘペロ』くらいには記載ができました。なので、勉強したての人でもちょっと使えるようになって来たら、ちょっと使えますくらいのアピールをすることはそんなに悪いことではないかと思います（※４）
そんなラッキーもあり、この時はB○zreachで直接声をかけてもらい、そのまま面談、即採用という流れでそこにお世話になることになります（※５）
しかし、未経験の素人を受け入れる受託の会社はだいたいそうなんですが、自分でなんとかできる力（※６）がないと働くのが大変だと思います。
何故かは分からない（※７）ですが、自分の体感では炎上ラーニング推奨派が多い傾向がある職種のため、いっぺん○んで来いスタイルが通常運転になっているので、そこに耐えれるだけのやる気といつか自分でなんとかできるようにしてやるという気概がないとなかなかついていくのはしんどいと思います（※８）
当然、自分も最初はど素人なので、エラーを吐きまくる状況に四苦八苦しながら、独学でなんとかしていき、次第に課題を解決するために新しい分析手法をキャッチアップしたり、勉強会に足を運ぶようになったりしていきました。今でも勉強会には足を運んで一旦インプットだけでも増やそうと必死になってます（※９）

②：AIでなんとかしてくれ？課題ちゃんと考えてます？
で、念願叶ってアナリストになってから、受託で分析をしたり、常駐をしたりして分析をするようになりました。
当時（というか今も？）の受託あるあるなんですが、AIブームという奴が来ていたため、AIでなんとかしてくれ系の相談はそこそこ来ていたので、常駐や受託の合間を縫って案件の一次受けの窓口をやったりしていました。
自分が既に取り組んでいた受託案件もそうだし、窓口やった案件もそうだったんですが、AIでなんとかしてくれ系の案件は総じて「AIを使うこと」が目的で、課題設定がされていないケースがほとんどの案件を占めていました。
当然のことですが、AIはあくまでも課題解決のための一手段であり、使うことを目的にするのは間違っているケースがほとんどです。
解決する課題は色々ありますが、本質的にはコストや売上などのお金に纏わる領域をどうにかして改善するのがゴールになるはずなのですが、そこにスコープできないエラい人たちはなぜかAIに拘り、難しい課題を難しい手法で解決したがります。
多分、会社でAIを導入した実績を作りたいだとかAI助成金などが企業によってはあるので、とりあえずなんでもいいからやってくれと言うスタイルなんでしょうが、こんなものはいただけない（※１０）ので、周り右で帰っていただいてました。1度窓口をした案件で、AI使わなくてもなんとかなりそうだから、まずはPoCで基礎集計から現状を考察して、比較的簡単に改善できそうなポイントを探してから、AIを使ってなんらかの工程を自動化できるようにしましょうと言う代替案を出したところ、何故か嫌味を言われてしまい衝撃を受けたのは今でも覚えています（※１１）
ここからいわゆるコンサル屋や大企業と言われているメーカーですら、このレベルなら、ボチボチ経験を積み始めた自分がそっち側に行った方がマシ（※１２）な仕事ができるんじゃないかと思い始めます。

③：そしてやはり残るモヤっと感
常駐先では常駐先の会社が社内で使うための分析依頼用のフォームを作ったり、プレスに出すためのデータを出したり、時には分析結果をまとめたり、定例MTGに参加して自分も進捗報告を行ったりと、割とコアなところまで任せてもらえていたので、それなりに楽しく仕事ができてました。
受託に関しては最初の案件については相当燃えて（※１３）、後半もそこそこ交渉したり、着地コントロールをしたりしていましたが、結構ツライ状況だったため、いい思い出があまりありません。。いい経験にはなりましたが。。
特に受託の案件に関しては大きい会社になればなるほど、よくわからないパワーが働いて「なぜそうなる！？」と言う着地に持って行かれがち（※１４）だったのがかなり辛かったポイントになります。これも意思決定に関われないところが致命傷だったのですが、所詮小さな下請けの会社にそこまでエラい人と会う機会なんてもらえるわけもなく、よくわからないパワーによって定められた方向になんとか合わせに行くという修行をしていました。
とまぁ結局、ここでもやっぱり外部の人間なので、肝心な意思決定の部分には関われないと言うことと、前述の通り、自分が直接今依頼されているような案件をその会社の人間としてやった方がマシなんじゃないかと言う思いが芽生え初めて、今なら事業会社にいけるし、いきたいと思うようになります。

データアナリスト（事業会社編）

で、結局自分で色々やった方が手取り早いと思ったので、ここで事業会社に身を置くわけですが、ここでのポイントは一旦省きます。
前回、書いていて正直まだ偉そうに何か書けるほど成果あげれてないし、なんかなー、って思ったので、もう少し色々取り組んでみてからまとめて行こうと思います。
今は自分の持っているビジョンに対して、フィットしているプロダクトに携わっているので、楽しくやっている、とだけ書いておきますw
ちなみにこの時は初めてエージェントを通して転職しました。前回自分のみの視点で転職をして、視野が狭かったなぁと思ったので、人の意見を聞いて見たくなったためです。
使っていたのはw○ntedly、l○nkedinで以下のように使い分けてました。

■w○ntedly
　・ベンチャー企業から声がかかりやすいから直接交渉してた
　・割とフランクに話が聞ける
　・数打つならこちらがオススメ
■l○nkedin
　・企業からよりもエージェントからの連絡の方が多いのでエージェントとの連絡ツールになってた
　・エージェントからも企業からも紹介してもらえるポジションのレベルが高め
　・質選ぶならこちらがオススメ

次はまた気が向いたら上で書いてる自分が持っているビジョンの話とそれに関連した与太話を書こうかなー、と思ってます。
（こんな与太記事書いている時間があったら本当はもっと他のことやらないといけないw）

では、また気が向いたら。。

※１：実際は成績が悪くて希望の研究室に行けなかっただけw
※２：ここでは意思決定の補助
※３：商品情報、自社データ、IR、ヒアリング内容...etc
※４：自分はtidyverseは一応使うことはできるくらいのレベルでRを使えますと記載していた
※５：転職は初めてだったが、勝手がよく分からないまま直ぐに声をかけてもらえて終了してしまい、当時のことはほとんど覚えていない。。
※６：google力や忍耐力的なやつ
※７：コンサル出身とかが多いせいかもしれない
※８：偏見、ただし、未経験の世界に足を突っ込むということはそれなりの覚悟が必要だということには変わりない
※９：結構流行り廃りの激しい業界なので、新しいインプットがないと直ぐに老害になってしまうので。。ただし、アウトプットする機会を作れていないのが非常にあれですが。。
※１０：スコープが「AIを使う」だと成果物がわかりづらくなり、着地がボヤけて炎上リスクが高くなるからお断りしてた
※１１：そのあと大人気なくボロカスに言い返して帰らせた
※１２：決していいとは言えない、worstがpoorになるような感覚
※１３：要件定義のミス、相手のレベルが想像以上に高かった、のダブルパンチでレベル１のアナリストでは太刀打ちできない状態になってしまった。。猛省。。
※１４：毎回打ち合わせ前にA~Dくらいまでの着地パターン考えていたのに、出てくるのは毎回Gくらいまでぶっ飛んだパターンだった