データアナリストとデータサイエンティストはどう違う? 役割や必要なスキルなどまとめてご紹介 | データで越境者に寄り添うメディア データのじかん
会員ページへmember

About us データのじかんとは?

データアナリストとデータサイエンティストはどう違う? 役割や必要なスキルなどまとめてご紹介

         

データアナリスト、データサイエンティストなどデータを扱う職種に注目が集まっています。

2019年に米LinkeInが発表した有望な職種ランキングにおいてデータサイエンティストが1位を獲得。日本でもデータ関連人材の獲得競争が始まっており、高額報酬での引き抜きも耳にします。

さて、あなたはデータアナリストとデータサイエンティストの違いを答えられますか?

本記事ではデータサイエンティストとデータアナリストの違いやそれぞれの業務内容、求められるスキルなどを解説いたします。

データアナリスト/データサイエンティストの違い

実は、定義上データアナリストとデータサイエンティストに明確な線引きはありません。両者とも数学・統計・プログラミングといったスキルを用いてデータを収集・分析し、そこから得た知見を企業に提供する職業です。そのためほとんど同じような意味で使われることも少なくありません。

しかし、あえていえば“データアナリストの上位職がデータサイエンティスト”という解釈が最も妥当でしょう。

Springboardによると、企業口コミサービスGlassdoorに掲載されているデータアナリストの平均年収は8万4,000ドル(2020年2月25日のレートで約930万円)なのに対し、データサイエンティストの平均年収は16万2,000ドル(同日同レートで約1,790万円)と倍近い差がついています。またデータサイエンティストには修士号以上の学歴が求められるのに対し、データアナリストには求められない傾向にあるようです。

もちろんこれは平均に基づいた解釈ですし、国が違うため日本の実情に必ずしも当てはまるとはいえません。とはいえ日本は現在、データサイエンス先進国といわれるアメリカを追っている最中。そのため“データアナリストの上位職がデータサイエンティスト”という認識は大きく外れていないはずです。

さて、ここからはデータアナリスト/データサイエンティストの業務内容や必要とされるスキルの違いについてより詳しく見ていきましょう。

データアナリストはコンサル型・データ型にわけられる

データアナリストの業務は前述の通りデータを分析しそこから得た知見を企業に提供することです。そこから業務の目的によって「コンサル型」と「エンジニア型」に分けられることもあります。

コンサル型は主にコンサルティングファームやマーケティング会社でデータを基に課題解決のための提案を行います。スキルでは仮説力やマーケティング知識が重視され、“データ分析できるコンサルタント”というイメージです。

エンジニア型は主にプラットフォーマーやWebメディア運営会社で取得したデータを製品やメディアの品質向上に使います。機械学習やデータマイニングにまつわるより技術的なスキルが重宝され、“データ活用に特化したエンジニア”というイメージです。

コンサル型・データ型を問わず、データアナリストには「統計解析」「SQLなどデータベース言語」「Rなどプログラミング言語」「論理的思考」「時系列解析」などにまつわる能力が必要です。

また、両タイプはデータアナリスト/データサイエンティストと同じくなんとなくの違いはあるもののきっちり定義としてわかれているわけではありません。両方に当てはまるデータアナリストも多く存在します。

データサイエンティストはに求められるスキルは広く深い

データサイエンティストは、データを収集しクレンジングする段階からそこから得た知見を製品やサービスに反映させる段階まで一気通貫で関わります。この職域の広さと責任の大きさがデータアナリストとの業務内容における違いといえるでしょう。

機械学習モデルの構築スキルやデータベース・データ処理にまつわる知識など必要とされるスキルもより専門化・高度化します。さらにステークホルダーに対してプレゼンを行う機会もあるため、プレゼン能力やわかりやすく知識を言語化する能力も求められます。

まさにデータサイエンティスト協会が提示する3つのスキルセット図の通りです。

引用元:データサイエンティストのミッション、スキルセット、定義、スキルレベルを発表┃PR TIMES

データサイエンティストにも、データアナリストと同じくコンサルティング・マーケティングに親和性の高い「アドホック分析系」とエンジニアリングに親和性の高い「アルゴリズム実装系」に分類する考え方があります。

終わりに

データアナリスト・データサイエンティストの違いについて詳しく取り上げました。
両者に明確な違いはありませんが、あえていえばデータアナリストの先にデータサイエンティストがあるというのが現状です。

待遇の良さや需要の大きさから注目を集めるこれらの職種。志望者はまずはデータアナリストを目指すのが定石といえるでしょう。

参考資料
2020 Emerging Jobs Report┃LinkedIn
LinkedIn’s Most Promising Jobs of 2019┃LinkedIn
・Leigh Kunis「Data Analyst vs. Data Scientist」┃Springboard blog
2019年に最も有望な職種はデータサイエンティスト--米調査┃TechRepublic Japan
米国年4000人、日本ゼロ。データサイエンス修士の落差、日本はどう埋める┃GLOBE+
データアナリストになる方法~コンサル型かエンジニア型か?ビッグデータ時代に市場価値を上げる2つの道┃Type
データサイエンティストのミッション、スキルセット、定義、スキルレベルを発表┃PR TIMES
・TJO「アルゴリズム実装=定量的ソリューション、アドホック分析=定性的ソリューション」┃渋谷駅前で働くデータサイエンティストのブログ

宮田文机

 
データ活用 Data utilization テクノロジー technology 社会 society ビジネス business ライフ life 特集 Special feature

関連記事Related article

データのじかん公式InstagramInstagram

データのじかん公式Instagram

30秒で理解!インフォグラフィックや動画で解説!フォローして『1日1記事』インプットしよう!

データのじかん会員なら、
全てのコンテンツが
見放題・ダウンロードし放題
データのじかん会員でできること
  • 会員限定資料がすべてダウンロードできる
  • セミナー開催を優先告知
  • 厳選情報をメルマガで確認
会員登録する
データのじかん会員について詳しく知りたい方
close close