【2020年】データアナリストの将来性

データ

データアナリストの将来性について考えてみる。
これからデータアナリストになりたいと思う未経験者、今データアナリストとして活動されている人において、このテーマはとても重要だと思う。

将来性とは、将来に期待が持てるという見込み。
・期待とは、将来それが実現するように予期して時を過ごす。
・見込みとは、近い将来に関する、比較的現実みのある事項。

データアナリストの将来性を考えるということは、今後、データアナリストが必要とされるのか、必要とされるのであればどのような時を過ごす(準備をする)ことが大事なのかということ

少し頭の整理をしてみました。ということは、過去の背景から、現状のデータアナリストの必要性と今後の未来で必要されるのかを時系列的に説明していきます。

データアナリストが必要になった背景は、2000年以降、インターネットの普及によりWebサイトにおける商売が増えてきました。商売は、どのようにしたら繁盛するのかを考える上で、Webサイトにおける定量的な分析ツールが生まれて、その分析ツールをみる人がデータアナリストとして活動し必要とされています。

さらに、2010年代に突入すると、技術がさらに進み、ビジネスでのデータの重要性が認識されるなか統計学者への注目が高まりました。このタイミングで、データ分析をもとに解決策を導く、「データサイエンティスト」が誕生していきます。ディープラーニング技術をきっかけとしたAIブームもあり人気職種として定着しました。

データアナリストの必要性

必要性は、まだまだ大いにあると思います。というのも、いま 現在、求められている業界はこちらになります。DODAなどに掲載されていますね。

・ソフトウェア
・不動産
・EC
・マーケティング
・エレクトロニクス
・派遣
・電子雑誌

データアナリストが求められるスキルをいくつか概要的に並べてみます。

ビジネス目標設定
KPI設計
仮説から施策提案
分析設計
施策実行からモニタリング分析
ネクストの課題作成

こういったいくつかのスキルがあるかと思います。
後ろにいくにつれてアナリストであれば関わったことがある方が多いのではないでしょうか。全てをできる人というのは、まだまだ足りていないので、データアナリストはまだまだ活躍できる場が多いと言えると思います。

ただ、逆にデータアナリストが必要ではなくなるということを考えてみてください。データ分析を行う人に変わる誰かが行うという考え方が自然でしょうか。IT業界はまだまだ伸びる業界なので、置き換わると考えるとAIです。

AIでできることを○✖️でつけていきます。
✖️ビジネス目標設定
✖️KPI設計
○仮説から施策提案
✖️分析設計
○施策実行からモニタリング分析
○ネクストの課題作成

 ✖️のところに関しては、今後AIが入ってくるでしょう。
ただ、この文章を読んでいただいた方はわかるように、これからもデータアナリストは必要です。ただし、スキルを伸ばし、まずはスキルセットを磨くのも良いですが、他の分野との組み合わせで分析してみると良いと思います。

事例ですが、ADOBEでカスタマージャーニーを自動で作成してくれたり、提案まで教えてくれるところまで来ています。
https://www.adobe.com/jp/analytics/adobe-analytics.html#analytics-overview-video

データアナリストの今後の将来

今後の将来ですが、おそらくここ数年の間に、上の必要となるスキルセット○は全てAIが代替してくれていると思います。その上で、自分は現在のスキルに○をかけて、さらに技術を磨くといったことが大切になってきます。
なので、悲観的にならずに自分自身のスキルを磨いて行って、自分用のデータアナリストを目指してください。

そもそも将来性というワードについて、なぜ不安があるのかを考えてみました。
要は、自分の仕事がなくなって飯が食えなくなるという結論に私はなりました。
そして、飯はデータアナリストの知識は過去の知識として、AIが導入された後に新しく飯を食べるために必要なスキルってなんだろう。というのを自問自答しています。もし、同じことを考えてらっしゃる方がいれば、是非連絡ください。一緒に将来について考えていきましょう!

そしてまずはAIについて、今はどんなことができるようになっていくのか、相手(AI)を知ることが重要だと思っています。もやっとしていたら、いっこうに不安な気持ちは消せないですもんね。正直不安な部分もありますが、その不安を今後ずーっと背負っていく自信はないのでw 早く新しい道を作って行きたいと思います。

データアナリストとデータサイエンティストの違い


違いですが、簡単にいうと業務範囲の広さです。
データアナリストより業務範囲が広い人をデータサイエンティストと呼びます。

データサイエンティストの行うことは3つです。
1つ目は、「データを分析する環境の構築」です。
2つ目は、「データの分析・レポーティング」です。
仮説検証型や知識発見型などのやり方を使い、データをもとにビジネスにおける課題・発想を見つけることを指します。そして、レポーティングというのは、KPIをビジュアル化していくことです。

3つ目は、「ビッグデータを活用し、事業に利益をもたらす」ことです。
これがデータサイエンティストの一番重要な役割です。
ビジネスに与える影響度を推し量りながら、抽象度の高い課題に取り組むため一般的な分析や統計の知識だけでなく、ビジネスやマーケティングに関する能力が要求される仕事です。そのうえで、データから規則性を見出し、利益を出せるかどうかが腕の見せ所になります。

データアナリスト


データアナリストは、より現場に近くデータ分析の実務に取り組む仕事内容といえるでしょう。データアナリストには2種類あり、「コンサル型」と「エンジニア型」があります。コンサル型は、マーケティングの他にもデータアナリストの専門部隊を率いているような分析担当者のことです。一方、エンジニア型は、ソーシャルゲームプラットフォーマーやWebポータルサイト運営会社、あるいは自社メディア運営会社などで働いています。

まだまだデータアナリスト は必要な場があり、活動はしていきます。ただこの5年の間に現在のスキル以上のことを求められてくる可能性と、より深い今までのスキルが求められることは間違いありません。
合わせてこちらの記事も読んでください。

データアナリストにプラスしたら最強なスキル

データアナリスト に興味を持った方はお問い合わせください。
一緒に分析して世の中を明るくしていけるようにしていきたいですね。

また、AI(機械学習 人工知能 ディープ ラーニング)についても参考になると思いますで、是非お読みください。

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です