岡本正一の学習プラン

法人営業職 → データアナリスト（営業・CRM領域）

更新最終更新: 2026-09-29

岡本正一（33歳）

法人営業職データアナリスト（営業・CRM領域）

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。

プロフィール / 経歴

SaaS企業で法人営業として7年間のキャリアを積み、エンタープライズ向けの新規開拓・既存顧客拡大を担当。Salesforceを使った案件管理・売上予測・顧客データ管理の経験があり、売上数字の読み解きや、なぜ特定の顧客でチャーンが起きているかの感覚的な分析は得意だ。一方で、自分のアクションの効果を「データで証明する」ことに常に限界を感じていた。特に「解約率を下げるためにどのセグメントに注力すべきか」という問いに、感覚論でなくデータで答えたいという思いが強い。マーケティングチームのデータアナリストが出すレポートを見るたびに「自分もこれを作りたい」と感じてきた。営業ドメイン知識を活かしながらデータ分析スキルを加え、CRM・セールスインテリジェンス領域のデータアナリストとして活躍することを目指している。

きっかけ・モチベーション

「7年間の営業経験で培った顧客ドメイン知識と「なぜ売れる・売れないか」のビジネス感覚を、データ分析という武器で強化したい。SQLとPythonを使って顧客行動データを分析し、セールスチームの意思決定を数字で支援できるアナリストへと転換することが目標だ。」

— 岡本正一

学習ストーリー

岡本正一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を体系的に理解し、営業のドメイン知識をデータ分析とどう結びつけるかのマインドセットを整える。「イシューからはじめよ」で、営業現場の「勘」をビジネスの問い（イシュー）に変換する思考法を習得する。「FACTFULNESS」で数字の正しい読み方とバイアスの回避を学ぶ。第2フェーズでは組織でのデータ活用論と因果推論の基礎を体得し、CRMデータを使った顧客セグメンテーション・チャーン予測の実践的な分析手法を習得する。

現在の課題

SQL・Pythonのプログラミングスキルをゼロから習得しながら、転職活動も並行して進める時間管理が難しい
営業の成果指標（売上・受注件数）とデータアナリストの成果指標（分析品質・洞察の価値）の違いに適応する必要がある
データ分析のポートフォリオを公開データセットで作成し、実務経験のなさを補う戦略が必要
分析の「正しさ」よりもスピードと意思決定への貢献が求められるビジネス文化のバランス感覚を習得する必要がある

スキルギャップ

現在のスキル水準とデータアナリスト（営業・CRM領域）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。

法人営業・顧客開拓

5 5

Salesforce/CRM

3 4

Excel集計・売上管理

3 4

ビジネスコミュニケーション

4 5

SQL

1 3

Python

1 2

BIツール

1 3

データ分析思考

2 4

埋めるべきギャップ

SQLの実務スキルがなく、DBからのデータ抽出・集計ができない Pythonによるデータ操作・可視化・統計分析の経験がない BIツール（Tableau・Looker・Metabase等）の設計・構築経験がない統計的仮説検定・A/Bテスト設計の知識が不足している

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。

ゼロから始めるデータ活用

初級
Amazonで購入する

なぜこの本か

非IT出身の営業職が「データで価値を作る人」になるためのロードマップを示してくれる一冊。データアナリストの仕事の全体像と必要なツール・スキルを最短で理解できる。
イシューからはじめよ知的生産の「シンプルな本質」

安田雪

中級
Amazonで購入する

なぜこの本か

営業の「勘」をビジネスの問いに変換し、分析の優先順位を正しく設定するための最良書。「なぜチャーンが増えているのか」という問いを精緻化し、分析の方向性を定める思考法が身につく。