データアナリストの仕事内容と学べる大学

データアナリストの仕事内容

データアナリストの仕事は、膨大なデータ（ビッグデータ）を収集・分析し、顧客のビジネスの課題を解決すること。ビッグデータを解析した情報を活用することで、業務を効率化したり、今までできなかったことを可能にしたりする。取り扱うビッグデータは案件ごとに異なるため、目的に合わせた手法・専門知も必要になる。

データアナリストは、主に「コンサル型」と「エンジニア型」に分類される。

まず、「コンサル型」は顧客や自社へヒアリングした課題に沿って、必要なデータを収集、データマイニングを行い、課題解決していく。膨大なデータの中から仮説を立て、具体的な解決策を提案していくことが求められる。

「エンジニア型」の仕事は、ビッグデータを解析したあとに、高い技術力でもって課題解決へつながるプロダクトを構築していくことだ。こちらはデータから必要な情報を取り出すプロミラミングの知識・スキルが求められる。

データアナリストの年収や勤務先は？

データアナリストの平均年収は700万円ほどだが、全体の給与幅では500万〜1,200万円と比較的広くなっている。経験やスキルによって大きく給与が変動する職種だといえる。AI・データサイエンスの分野が注目される昨今、給与も高くなる傾向にある。

データアナリストの勤務先としては代表的なものは以下の通り。

• ITコンサルタント会社
• IT系リサーチ会社
• IT系企業
• 大手総合メーカー
• 物流系企業
• 金融系企業
• 広告代理店

データアナリストになるには？

データアナリストに必要な資格

データアナリトになるための特別な資格はない。しかし、取得しておくと強みになる資格がいくつかある。いずれもデータベース系の資格で、就職先でその企業のシステムを使うかで取得する資格も変わってくる。いずれにしても学生時代は、「基本情報技術者試験」あたりから目指すことになるだろう。

• 基本情報技術者試験
• 応用情報技術者試験
• OSS-DB技術者認定試験
• 統計検定
• オラクルマスター
• Python3エンジニア認定データ分析試験
• G検定・E資格
• アクチュアリー資格試験

データアナリストに必要なスキル

データアナリストは、業務においてデータを収集・分析・理解する必要があり、そのためには統計学やデータ分析手法の知識が必須となる。収集したデータの管理や抽出に、SQL言語を始めとするデータベース関連の基本的な知識も求められる。

学生時代からR言語やPythonなどデータ処理に強いプログラミング言語、JupyterLabやGoogle Colabなどの実行環境、データ処理でPythonと共に使われる定番のライブラリ(NumPy、Pandas、PyTorchなど)に触れてみることも将来必ず役に立つだろう。データを可視化するツールとして、TableauやPower BIなどのツールを使えることもプラスとなる。

こうした専門知識だけでなく、顧客企業のビジネスを理解し、円滑にコミュニケーションを取りながら、業務を進める能力も求められる。また、データサイエンスに関する最新情報は英語圏のサイトから得る機会が多いため、英語ができると有利だろう。

以下のプログラミング言語や解析ツールを使いこなせると強みになる。

プログラミング言語：

Python、R言語、JavaScriptなど

解析ツール：

Tableau、Power BI、JupyterLab、Google Colabなど

データアナリストを目指せる大学・学部・学科

データアナリストを目指すには、理工系大学の「情報」系学部・学科を選ぶのが一般的だ。また、理学部の数学・統計学を学べる学科で、徹底的にデータ解析の知識を身につけるのもいいだろう。近年、新設されているデータサイエンス系の学部もデータアナリストを目指すための知識・スキルと相性がいいはずだ。さらに、大学院で情報工学、統計学、応用数学などを専攻し、データ活用の専門知識を身につけ、修士号・博士号を取得しておくと就職に有利になるだろう。

最近では、北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学の6大学が、「数理・データサイエンス教育強化拠点コンソーシアム」を立ち上げるなどの取り組みも始めている。また、文部科学省の「数理・データサイエンス・AI教育プログラム認定制度」で認定されている大学・学部にも注目したい。初級者向けの「リテラシーレベル」、中上級者向けの「応用基礎レベル」で、全国各地の大学が認定を受けている。
詳細はこちら
文部科学省「数理・データサイエンス・AI教育プログラム認定制度」

Illustration by カヤヒロヤ