転職サイトや事業会社の採用ページなど、データアナリスト職の募集要項には必要スキルがいろいろ書かれています。

実務に触れた方ならまだしも、これからデータアナリストを目指そうと思う方には、あまりに未知な部分もあると思います。

今回は、データアナリストに求められるスキルがないとどうなるのか。
私の身の回りで時々起こる失敗事例なども交えて、記事にしてみたいと思います。

データアナリストに求められるスキル

データアナリストに求められるスキルは、以下の定義が一般的である認識です。

• ビジネス：課題背景を理解した上でビジネス課題を整理し解決する力

• サイエンス：情報処理、人工知能、統計学などの情報科学系の力を理解し使う力

• データエンジニアリング：データサイエンスを意味のある形に使えるようにし、実装、運用できるようにする力

三位一体でどれも長けていることは素晴らしいことですが、これらが高いレベルで備わった方は、周囲を見渡してもそんなに多くはいないのではないでしょうか。（少なくとも私の周りには片手で数えられるほどの人数です）

データアナリストを目指そう！と考えたときに、文系出身者の方は特に「サイエンス」「エンジニアリング」スキルハードルの高さに尻込みしてしまう方もいらっしゃるかもしれません。

スキル習得が不十分だと何が起こるか

それぞれのスキル習得が不十分だと、実務面ではこんなことが起こりがちです。

ビジネススキルが欠けていると

• 事業構造やプロダクト構造が理解できていないが故に、分析時のフォーカスポイントにズレが生じる。

• 結果、分析プロセスに考慮漏れが生じ、価値のないアウトプットが生まれてしまう。

サイエンススキルが欠けていると

• データを正しく比較できず、分析結果として誤った答えを導いてしまう。

• 導いた答えの説明をアナリスト自身ができない。

エンジニアリングスキルが欠けていると

• データを準備し、整えるプロセスが非効率で分析実務に入れない。

• 誤ったデータに気づかないまま分析が進んでしまう。

これらに限らずですが、私の周囲でもいずれかのスキル不足があるが故に、分析進行プロセスの手戻りや、せっかくのアウトプットをしても「知りたいこととちょっと違う」なんてことがしばしば起こります。

データアナリストを目指そうと思う方へ

ただ、がっかりしないでください。
仮に上記の3つのスキルが不足しているからといって、その道を諦める必要はまったくないと、私は思っています。

スキルやノウハウはあくまで手段。
データを根拠にした「何らかの価値」を提供できれば、データアナリストとして十分に活躍することは可能だと考えています。