データアナリストの立ち位置を考える
はじめに
SEからデータアナリストへJob changeを果たした私ですが、結局のところデータアナリストが一体何者なのかわかっていません。
特に、巷でよく耳にするデータサイエンティストと比較したときにデータアナリストがどういう立ち位置にいるのかがよくわかりません。 ...ということで記事にしてみました(というか絶賛執筆中です)。
あくまで私の個人的解釈でまとめた内容であること、以下で説明する職種についてはあくまで一般的なことについて述べており企業によっては定義が異なる場合があることについてはご了承いただけたらと思います。
データアナリストとは
データアナリストとは、過去や現在のデータを収集・分析し、解釈・可視化することによってドメイン(*1)における意思決定を支援する人材のことです。
過去のデータをSQLや各種ツールを用いて収集するとともに、ドメインの意思決定者が理解できるよう適切な切り口で可視化して過去の事実をビジネス的観点で解釈可能な状態にします。
そのような内容をレポートとして提出・報告し、データをもとに過去と現在を語ることで次の意思決定を助けるのがデータアナリストの担務です。
*1 ここでのドメインはシステム化対象となる業務のことを指しています。
データサイエンティストとは
データサイエンティストとは、過去のデータを収集・分析することでデータの規則性や特徴を見つけ出し、ドメインにおける将来の意思決定を支援する人材のことです。
統計学や機械学習などに関する高度な専門性が求められることが多く、業務ではその専門性を発揮し将来を予測するためのモデル構築を行います。
データアナリストとデータサイエンティストの違い
両方の職種ともデータを利活用してビジネスにつなげるという点では一致していますが、現状を把握するための分析か(データアナリスト)、将来予測の分析か(データサイエンティスト)という分析の主目的が明確に異なっているようです。
_ | データ アナリスト |
データ サイエンティスト |
---|---|---|
主な関心 | 現状 | 将来 |
仕事の成果物 | 分析レポート | 予測モデル |
主要スキル | データ取得(SQL等)、可視化、レポーティングなど | 統計学、機械学習、深層学習など |
学位 | 比較的修士以上少 | 比較的修士以上多 |
データアナリストの分類
一口にデータアナリストと言ってもポジションや役割によって求められるスキルは異なります。
データアナリストを大別すると、コンサル型とエンジニア型に分かれます。この分け方については以下の記事を参考にしていますが、私なりに勝手に解釈してまとめてみました。
データアナリストになる方法~コンサル型かエンジニア型か?ビッグデータ時代に市場価値を上げる2つの道 - エンジニアtype | 転職type
コンサル型データアナリスト
ドメインにおける課題解決たは問題の明確化のために仮説を立て、企業内外のデータを活用して仮説検証するとともに、業務部門に対して仮説検証の結果やデータから得られた知見・洞察の提供、解決策の提案などを行う人材です。
統計学をはじめとした専門的知識・スキルを主軸としつつも、論理的思考力やプレゼンスキルなどのヒューマンスキルも重視されます。
エンジニア型データアナリスト
データマイニング・機械学習に関する知識やデータ分析基盤・データ抽出に関するスキルを組み合わせ、価値ある洞察を得るために実際に分析を行う人材です。
統計学・機械学習のスキルや、Hadoop/Sparkなどデータ分析基盤に関するスキルが必要となります。
コンサル型とエンジニア型の立ち位置
以下、私の独断と偏見で立ち位置を整理してみました。
業務部門と密に連携しながら業務を遂行するのがコンサル型、業務部門から少し離れて分析を主として業務を行うのがエンジニア型です。実務上はコンサル型兼エンジニア型ということも多いかと思います。
※DA=データアナリスト
参考資料
- Data Scientist vs Data Analyst | CapTech Consulting
- Data Analyst vs. Data Scientist | Springboard Blog
- Skills Needed For Data Scientist and Data Analyst ※動画
- Data Analyst vs Data Engineer vs Data Scientist | Data Analytics Masters Program | Edureka ※動画
- データアナリストになる方法~コンサル型かエンジニア型か?ビッグデータ時代に市場価値を上げる2つの道 - エンジニアtype | 転職type