林 七海（29歳）
データアナリスト → アナリティクスエンジニア（データマート担当）
学習ストーリー
宮崎 あかりさん本人の学習設計の語り
まずSQLとBIで自分の担当プロダクトのKPIを再現し、次にDWHとデータモデリングを学ぶ。最後に指標定義書と品質チェックを整備し、チームが同じ数字を見られる状態を作る。
宮崎 あかりの学習プラン
プロダクトマネージャー → アナリティクスエンジニア（KPI設計担当）
最終更新: 2026-06-04 
プロフィール / 経歴
PdMとして機能改善とKPIモニタリングを担当してきたが、指標の定義が変わるたびに分析チームへ依頼し、意思決定まで時間がかかっていた。事業の問いを理解している強みを活かし、自分でもデータモデルとダッシュボードの土台を設計できるようになりたい。
きっかけ・モチベーション
「プロダクト判断を速くするため、KPI定義とデータ構造の両方を扱えるようになりたい。PdMの事業理解を活かし、分析者とエンジニアの共通言語を作る。」
現在の課題
- 実装寄りのSQL経験が少ない
- データ品質の検査観点を学ぶ必要がある
- PdM職務との時間配分が難しい
スキルギャップ
現在のスキル水準とアナリティクスエンジニア（KPI設計担当）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。
KPI設計 4 5
ユーザー理解 4/5
BI閲覧 3/5
SQL 2 4
開発連携 4/5
埋めるべきギャップ
SQL DWH データモデリング 品質チェック 技術ドキュメント
最初の3冊（ここから始める）
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
プロダクト指標を事業フェーズと結びつけて考えるため。
-
なぜこの本か
SQLと分析の実務手順を自分の手で再現するため。
-
なぜこの本か
分析基盤とBI活用の全体像を理解するため。
学習プラン全体像
6
ヶ月
週6
時間
3
フェーズ
-
Phase 1: SQLとKPI
8週間ファネル、継続率、利用頻度
-
Phase 2: データモデル
8週間粒度、DWH、データマート
-
Phase 3: チーム運用
8週間定義合意、レビュー、ドキュメント
似た背景のペルソナ
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。
