データ分析官は普段どんな業務をこなしているのか、の話

2024年10月11日更新

本ページにはプロモーションが
含まれていることがあります

私は自分の職業をきかれる際に、よく使うのは「データ分析官」という言葉です。あとから、「講師として、機械学習、Python、Tableauなどを教えています」も付け加えることもあります。

あえて、仰々しい「データサイエンティスト」をいう言葉を使いません。なぜならどうしても「サイエンティスト」は日常からかけ離れているわかりにくいモノの雰囲気を出してしまっている気がします。主観的ですが…白衣を着たMad Scientist みたいな感じでしょうか（笑）？

もっと身近な言葉を使うと「データ活用人材」は私の中で、大きく２つのグループに分けられる気がします。１つは「データ分析官」、もう１つは「AIエンジニア」です。どちらも私が使っている表現以外の表現が存在します。例えば「データ分析館」は「（データ）アナリスト」とも呼ばれます。

「データ分析官」の方は業務系寄り、フロント寄りで、「AIエンジニア」の方は開発系寄りと言えます。

簡単にいうと、データ分析官の仕事としては…

お客さんから課題（先方が知りたいこと）をヒアリング→受領されたデータまたは自ら収集したデータを分析→分析から得られた結果を、お客さんのビジネスにとって有益な情報として提供→提供する際に先方が納得するように経緯と結果と解釈の仕方を説明する

ちなみに、以前書いたこの記事には、BIツールを使った可視化分析の業務が詳細に描写されているので、合わせてご参照ください。

AIエンジニアの方は … ラフにいうと、黙々とPythonやSQLのスクリプトをたくさん書いてAIの仕組みやデータ分析基盤を実現するためのシステムを実装したり、データを格納・抽出・管理するためのデータベースを構築したり、分析の環境（例えばクラウドなど）を整えたりします。

では、データ分析とは具体的にどのような業務でしょうか。

以下では、データ分析の具体的なイメージとデータ活用のメリットをお伝えしていきたいと思います。

AI・データサイエンス、機械学習の
実践力を高めたい方へ

AI・データサイエンス・LLMアプリについて知りたい
AIエンジニア、データサイエンティストになりたい
DX化推進のための知識を身につけたい

AI人材コースを
無料体験してみませんか？

追加購入不要！これだけで学習できるカリキュラム

充実のサポート体制だから安心

2万円相当の基本講座をプレゼント！

▶AI人材コースを見る

自分のスキルに合わせたカリキュラムが生成できる！

理解度を記録して進捗管理できる！

テキストの重要箇所にハイライトを残せる！

1分で簡単！無料！

▶無料体験して特典を受け取る

データ分析を行う意義

データ分析とは何か、ですが、様々な表現がありますね。例えば…

決まった目的のためにデータを収集し、そのデータに対して、取捨選択、分類、整理、形を整える、観察、測定、計算などの操作を加えることで、価値のある情報を発見すること

ちなみに、価値のある意味を「インサイト」とも呼びます。

2000年以降にインターネットが普及し、膨大なデータが高速に自動的に蓄積されるようになってきました。この「ビッグデータ時代」とIT技術の進化のシナジーによって、データ利活用への注目度が加速しています。

この膨大なデータには、ビジネスや日常生活に非常に有用な知識が潜んでいます。しかし、データはどんなに蓄積しても、活用しなければ意味がありません。ということで、データを賢明にビジネスに活用し、データから価値を生み出すことが、企業間で競争優位が築くための手段であることが明らかとなっています。
データ分析が多くの組織で重要視されるようになってきた今、「データサイエンス人材」のデマンドも年々右肩上がりであり、その育成が喫緊な課題になっています。

世の中に蓄積されているデータは、数えきれないほどの種類があります。最近では、企業内に蓄積された商業データ（購買履歴、顧客情報、在庫状況など）だけではなく、ソーシャルデータ（ソーシャルプラットホームから取得できる個人のデータ）も急速に増加しています。これらは、個々の消費者の声をあらわにしてくれるので、データ分析担当を通じて、企業の中で利用されるとより良いサービスや商品を提供できるようになります。

データ利活用のメリット

自社に溜めている何年分もの販売履歴データをただ眺めているだけでは、売上向上やシェアの拡大に繋がる施策を提案できません。経験則や勘に頼りながら提案したとしても、周りからは「納得できる根拠が見えないと行動を取れません」と言われるはずです。

乱雑な状態で散らばっていた情報から、使えそうな情報だけをとり出す、系統的に集約・整理する、分析にふさわしい形に加工する、各データの関連性や因果関係を調べることで、不確実性を減らせる、十分に研究されている手法を用いて分析する、という一連の業務をこなしてはじめて、ビジネス施策に検討することができます。

これらが出来ると以下の効果を期待できます。

意思決定に有用な洞察を取り出し、組織の「資産」にする
現場の理解や高精度な将来予測を高い確度で実現する
企業が抱える課題に対して、スピーディーな意思決定をサポートしてくれる
物事を客観的な数値（分析結果）に基づいて、客観的かつ正しい判断ができる
客観的な数値を見ると、これまで見落としていた問題点を発見しやすくなる
ビジネスの新たなチャンス（opportunity）に気づきやすくなる

今日の投稿はここまでにしようと思っています。

最近朝晩がぐっと冷え込んできましたので、皆さんは温かくして、ポカポカする飲み物を摂取して風邪にお気をつけてください。風邪っぽいと思ったら私は葛根湯を飲みます（３年以上風邪を引いたことがないですが）。

それでは、次回もお会いしましょう。