業務に必要なデータ分析能力とは（給与アップへの道：シニアデータアナリストに必須の8つの能力）

給与アップへの道: シニアデータアナリストに必要な 8 つのスキル

高度なデータ分析にはどのような機能が必要ですか?これは多くの人が抱く疑問です。この記事では、データ アナリストが備えるべき能力から始め、上級データ アナリストに必要な 8 つの能力をまとめます。お役に立てれば幸いです。

上級データアナリストにはどのようなスキルが必要ですか?これは多くの人が抱く疑問です。インターネットで人気があるのはExcel、SQL、Python、0から1までのデータ分析ですが、1から100に到達するにはどうすればいいのでしょうか？陳先生は、全員のために「データ分析の年末レビュー」の共有シリーズを準備しました。今日は、あまり語られることのない「能力」についてお話しします。

まず、知識、スキル、能力の違いを明確にしましょう。

• 統計学、数学、オペレーションズ・リサーチ、機械学習などの知識は理論体系があり、書籍から学ぶことができます。
• Excel、SQL、Python、Tableau などのソフトウェアのスキル。繰り返し操作することで改善できます。
• ビジネス理解、コミュニケーション、論理的思考、報告などの能力は非常に重要ですが、標準的なカリキュラムはありません。

では、1 から 100 への成長を達成するために、データ アナリストはどのような能力を備えている必要があるのでしょうか?

これは、基盤となる SQLboy から脱却し、データ取得ツールになるための第一歩です。チームリーダーレベル以上のデータアナリストは、プロジェクトについてビジネスと直接コミュニケーションを取る必要があり、データ部門のディレクターはビジネス分析会議に出席する必要があり、ビジネスを理解していないと合格できません。企業のビジネスには、戦略、戦術、戦闘という 3 つのレベルがあります。データアナリストの理解も 3 つのレベルに分かれています (以下を参照)。

ビジネスを完全に理解するには、何年も業界に留まる必要があるかもしれません。しかし、バリューチェーンモデル＋財務諸表を利用することで、業界の主な収益とコストの構造を素早く理解し、面接に十分対応できる認識を素早く確立することができます。会社の SOP + ビジネス システム プロセスの助けを借りて、特定のビジネス プロセスを整理し、すぐに理解することができます。

ビジネス プロセスは非常に柔軟で変更しやすいため、上級データ アナリストは、(AARRR などを暗唱するのではなく) 自分で指標を整理し、指標システムを整理しなければならないことがよくあります。指標システムは、特定のビジネスプロセス（つまり、ビジネス理解の戦闘レベル）と組み合わせて整理する必要があります。データ インジケーターには、合計スコアとプロセス (以下に示す) という 2 つの基本的な形式があります。しかし、多くの場合、業務プロセス自体が非常に複雑で、ステップ数も多いため、それらを慎重に整理できる必要があります。

ラベリング スキルの設計は、指標を組み合わせることと同じくらい重要ですが、見落とされがちです。上級データアナリストは、ディメンション テーブルで都市、性別、年齢を使用するだけでなく、「上級ユーザー」、「長期運用」、「防御製品」などの用語をビジネスから鋭く捉え、データで定量化しようとします。

一般的に「専門用語」や「業界用語」として知られている、ビジネス上の意味を持つこれらのラベルは、データ アナリストの業界に対する理解を測定するための重要な基準です。もちろん、いつでも新しいラベルをデザインできることは、高い能力の反映です（下図参照）。

インジケーターとラベルを使用すると、データの収集を開始できます。しかし、未処理の生データの要件は、次のような混乱を招くことがよくあります。

有能なデータ チーム リーダーまたは部門マネージャーは、これらのわかりにくい表現を標準化された指標とディメンションに整理する能力があり、データを見てビジネスの目的を明確にすることができます。これは非常に重要な能力です！指導者にこの能力がなかったため、多くの学生が拷問を受けて死亡しました。

優秀なデータ部門マネージャーは、日常的なデータ取得ニーズからダッシュボードやモデルを開発する機会を発見し、それによって部門からより多くの信用を得ることができます。これはより価値のある高度な能力です。

いわゆる分析ロジックとは、データを使用して問題を説明する方法です。典型的なロジックは 2 つあります。

1. ロジックを分割し、メインインジケーターから始めてレイヤーごとに分割し、問題の答えを見つけます
2. 仮説ロジック: まずビジネス上の仮定を提案し、次にデータを使用して仮説上の関係を検証します。

一般的に、データアナリストが自分でデータを見るときは、大きな問題から小さな問題まで分割ロジックを使用して問題点を見つける傾向があります。事業部門と議論する際に、事業部門はタマネギの皮をむくような検証を必要とする分析仮説を提案することがあります。分析ロジックはデータ分析の中核となる能力です。分析能力が強くない場合は、「アクティビティが低すぎるので、増やす必要があります。」のようなことしか書けません。高収入の単語の書き方しか知らないと、基本的に高収入の仕事を得るチャンスはありません。

既存のデータを活用することに加えて、テストも一般的なツールです。でも気をつけてね！実験を設計することは非常に困難な作業です。統計的 2 サンプル T 検定では、サンプルされた数値間に有意差があるかどうかしかわかりませんが、なぜこれら 2 セットの数値を比較する必要があるのか​​を理解する必要があります。なぜこの指標を比較する必要があるのか​​。そして、その大きな差がどのようなビジネス上の問題を示唆しているか。

多くの場合、AB テストを実行する際、ビジネス関係者は 2 つのユーザー グループを考慮せず、2 つのバージョンが比較可能かどうかも考慮せず、干渉要因を制御しないため、テスト結果の解釈が困難になります。前回のテストとその後のテストの違いはすべてこれによるものです。良い実験はビジネスに基づいていなければならないとよく言われます。誰をターゲットにしているのでしょうか?どのような指標が測定されますか?制御すべき要素は何ですか?物事をしっかりと考えなければなりません。これはあなたの推論能力の現れです。

データ分析業務自体がさまざまな業務と交差するため、上級データアナリストにはプロジェクト管理能力が必ず必要になります。フロントエンドの追跡が適切に行われず、ビジネスルールが明確でなく、最前線のスタッフが盲目的に操作すると、データの品質、予測の精度、データダッシュボードの起動、モデルの実装に影響を及ぼします。したがって、プロジェクトの実施を促進するには、プロジェクト調整およびコミュニケーションスキルが必要です。プロジェクト管理は、すべての上級職に共通するスキルです。

レポート作成能力も上級職に共通するスキルですが、上級データアナリストはさまざまな部門の上司と直接対面する必要があり、データの厳密さ、要約の科学性、推論の厳密さのすべてが非常に高いことが求められるため、レポート作成能力は特に重要です。また、上司の意向（時代とともに変化）に応じて報告方向を随時調整しなければならないことが多く、非常に高い個人能力が求められます。

しかし一方で、上司があなたをあらゆる規模の会議に連れて行く気があるなら、あなたの昇進はすぐそこです。

以上が8つの主要機能の紹介です。これは、処理すべき非技術的なタスクが多すぎて、チーム リーダー、マネージャー、ディレクターが全員会議で忙しい一方で、キュービクルの中で SQLBoy が煙が出るまでキーボードを叩いているのを目にする理由でもあります。

コラムニスト

堅実な陳先生、WeChat公開アカウント：『誰もがプロダクトマネージャー』のコラムニスト、堅実な陳先生。インターネット、金融、日用消費財、小売、耐久財、美容など 15 の業界でデータ関連の豊富な経験を持つ上級コンサルティング コンサルタント。

この記事はもともと「Everyone is a Product Manager」に掲載されました。無断転載は禁止です。

タイトル画像は、CC0 プロトコルに基づいて Unsplash から取得したものです。

この記事で述べられている意見は著者自身の意見のみを表しており、人人士品夢家プラットフォームは情報保存スペースサービスのみを提供します。