一般事務職 → データアナリスト
データアナリスト / BI エンジニア: SQL・BIツール・ダッシュボード設計を駆使してビジネス意思決定を支援するアナリスト。データサイエンティストより業務寄り、エンジニアより分析寄り。
完全プランを見る4年制大学の経済学部を卒業後、中堅製造業に事務職として入社して2年目。受発注管理・請求書処理・社内報告書の作成が主な業務で、Excelでの集計作業を毎日こなしている。ピボットテーブルやVLOOKUPは使いこなせるが、マクロやPythonの経験はない。大学のゼミでは計量経済学を学び、回帰分析の概念やデータを使った意思決定に興味を持っていた。現職では「データを集める人」にとどまっており、「データで意思決定を変える人」になりたいという強い欲求がある。社内でデジタル化プロジェクトが進んでいる中、データ活用の重要性を痛感。SQLとBIツールを習得してデータアナリストとして転職し、数字から価値ある洞察を引き出せる人材になることを目指している。
「事務職で培ったExcelスキルとデータへの親親しみを出発点に、SQLとPythonを加えてデータアナリストへのキャリアチェンジを実現したい。数字でビジネスの現状を正確に描き、意思決定者が迷わずアクションを取れるようなシンプルで力強い分析レポートを提供できるアナリストになることが目標だ。」
平野 結衣さん本人の学習設計の語り
まず「ゼロから始めるデータ活用」でデータアナリストの仕事の全体像と必要なスキルセットを把握する。次に「データ活用の実践教科書」で業務に直結するデータ分析の考え方と手順を体系化し、ExcelからSQL・BIツールへのスキル移行の道筋を描く。「FACTFULNESS」でデータを正しく読む力を身につけ、分析者として避けるべき誤解のパターンを学ぶ。第2フェーズでは、組織でのデータ活用のベストプラクティスを学びながら、「データ分析の力」で因果推論の基礎を習得し、分析の深度を上げることを目指す。
現在のスキル水準とデータアナリストに必要な水準を並べ、何を伸ばすべきかを可視化しています。
迷ったらこの順番で読むのが推奨。基礎 → 実践 → 視座を上げる、という流れで構成されています。
なぜこの本か
IT・分析の専門知識がなくてもデータ活用の全体像をゼロから理解できる入門書。事務職からデータアナリストへの転向に必要なスキルマップと学習の優先順位が明確になる。
なぜこの本か
「データを集める人」から「データで価値を作る人」へのシフトに必要な実践的な考え方と手順を学べる。現職のExcel業務との接続点が多く、すぐに活用イメージを持てる一冊。
データアナリストの役割理解、SQL基礎、BIツールの使い方、データリテラシーの向上
このフェーズで読む本
組織でのデータ活用論、因果推論の基礎、データドリブンな意思決定プロセスの体得
このキャリア遷移を目指す平野 結衣さんが活用を検討しやすい転職サービスをまとめました。
未経験・第二新卒のデータアナリスト転職支援に豊富な実績があり、事務職からのキャリアチェンジを親身にサポートする体制がある
※ サービス選びの参考情報。利用は各自の判断で。
IT・データ系未経験転職のサポートが手厚く、SQL・BIツール習得中の状態でも求人紹介を受けられるエージェント
※ サービス選びの参考情報。利用は各自の判断で。
同じ職種・近いレベル感を目指す他のペルソナです。学習プランや読む順番のバリエーションとして参考にしてください。
平野 結衣さんの学習プランは「データアナリスト / BI エンジニア」を目指す一例です。 職種全体のロードマップ・必要スキル・代表的な書籍は専用ページで体系的に確認できます。
データアナリスト / BI エンジニアのロードマップを見る →
