ITエンジニアになってからの経歴を教えてください。

最初は大手IT系広告代理店で正社員エンジニアとして勤務しました。
SESのような感じで初めて現場に入ったのがメガベンチャーの受託です。業務内容としてはBIデータの可視化を中心に行っていました、メジャーなデータ分析ツールではないかもしれませんが、Google Cloud Platform(GCP)のBigQueryというデータ分析プラットフォームを使っていました。
また、同じくGCPのCloudFunction上でPythonを動かし、BIはTableauを利用していました。クライアントがGCP環境だったので、それに則って触っていました。データアナリストなので基本的にはデータベースを元にクライアントと打合せをして、こういう仮説があるのでこのような集計をしましょうと、ビジネスに活かせるデータを抽出するのが基本でした。

データアナリストとデータサイエンティストについて違いを教えてもらえますか？

両者にはたしかに曖昧なところがあります。クライアントからのオーダーでも「それをデータアナリストに？」と感じる要望をいただく時もあります。私としては、データサイエンティストは学術的な、統計をうまく使うイメージがあります。例えば論文を読んでそれを実装したり、大学院で学んだ専門的なところを活かしたり、経済学部で大学院を出た人がビジネスへ発展させるなど、学術的な領域の知見を活用しているのがデータサイエンティストのように感じています。

提供されたデータから傾向を追うことは、データサイエンティストもデータアナリストも共通ですが、対応できる範囲に違いがあるというイメージでしょうか？

そうですね。データサイエンティストの方が学術的な範囲を、データアナリストがビシネス的な範囲を広くカバーするイメージですね

機械学習・データサイエンスのプラットフォームとして有名なKaggleなどは、データサイエンティストの方が多いのですか？

Kaggleはどちらでもできるかなと思います。ですが上位ランクにいる方は専門的な論文を引っ張って、それをポストするところまでされているので、データサイエンティストの方が強そうなイメージはありますね。

ちなみにCさんは、データアナリストからデータサイエンティストになるとか、データアナリストを極めるといったキャリアのイメージはお持ちですか？

私としてはそちらへ進むより、プロジェクトマネジメントや案件獲得の面など、ビジネスサイドの方に興味があります。

なるほど。現在、業務に携わっている案件での役割（工程）、スキル、使用している開発環境などを教えてください。

クライアント側で「こういったデータをモニタリングできるようにしたい」という要望に合わせてPythonでデータを処理し、Tableauで可視化するといった業務がメインです。よく使うPythonのライブラリですとpandas、Numpyを使っています。

なぜフリーランスとして独立する道を選んだのでしょうか？

正社員よりもお金が稼げると考えたためです。フリーランスは働けば働くほど収入がアップするのが魅力です。特に買いたいものや目標があるわけではないのですが、例えば旅行に行くにもお金が必要ですし、大人は何をするにしてもお金が必要です。何か思いついた時にお金がないから諦めるというのは嫌なので金額を追いかけている感じです。要はお金で行動の選択肢が狭まるのが嫌なのです。

フリーランスとしてキャリアをスタートする際に困ったことはありますか？

どのくらい税金を納めることになるのか不安でした。これは今でも不安です。今月このくらい稼いだから、このくらい税金を納める必要があるということが毎月分かれば、非常に便利だと思います。

フリーランスのデータアナリストなど、同業者とのつながりはありますか？
そういった方と情報交換などをしていますか？

会社員時代の同僚で、フリーランスのデータアナリストはいます。一緒に食事をする時などに、
今どんな案件を扱っているかなどビジネス上の情報交換をしますね。
学生時代の友達のような感覚に近いです。

案件獲得のために人材エージェントには何社ほど登録していますか？

10社くらい登録していました。エージェントによって持っている案件が異なっているため、自分にマッチする企業を見つけるためにとりあえず多くのエージェントに登録しました。

エージェントを選ぶ際のポイントはありますか？

気を付けているのは案件数と単価ですね。

案件を選ぶ際に重要視していることはありますか？

まず単価、そしてどういった仕事内容か、どういう技術を使用する案件かで選んでいます。自分がスキルアップできる環境か、ポートフォリオ映えする実績になるかという点も重要視しています。以前、古い技術を使っている現場があり、このまま続けてもあまり自身の成長がないと感じたことがありました。古い技術の経験は次の現場で評価されにくいですし、選べる案件の選択肢が少なくなっていきます。フリーランスとして良い案件を選び、契約するためには、新しい技術を扱えることが重要なので、業務で人気のある技術を選んだ方が、次につながります。ここはお金にも影響する部分ではあるので、触れる技術や仕事の内容に関しては、特に重視していますね。

注目されている新しい技術や、今後伸びそうなスキルを身につけられるかというところもポイントということですね。IT業界ではどんどん新しい技術が出てきますから、その技術を持っている人の価値が高まるということですね。

そうですね。新しいスキルを持っている人は、案件単価も高くなるイメージがあります。

経歴書の書き方、クライアントとの面談で気を付けていることはありますか？

経歴書の書き方について、自分がやってきたことがわかるように、より具体的に記載するようにしました。もちろん話していけない内容は入れませんが、クライアントとの面談でそのポートフォリオを見せるようにしています。
データアナリストでポートフォリオを持っている人は少ないので、その部分で差別化できると考えました。

ポートフォリオというとクリエイティブ職の方が持ってらっしゃるイメージですよね。データ分析ができるということだ
けでなく、実績をわかりやすく可視化させることが重要ということですね。ちなみに顧客側の反応はいかがでしょう？

私はBigQueryとTerraformを使っているのですが、これを使っているクライアントですとポートフォリオを高く評価してもらえます。ただ扱っている技術が違う現場ですと、あまり手ごたえはないです。クライアントにあわせてポートフォリオを作れるのが理想ではありますが、そこまではしている人はあまりいないのではないかと思います。

Cさんが考えるデータアナリストとはどんな職種でしょうか？

データを活用して、企業の成長をサポートする仕事だと考えています。
ただ言われたままに分析するのではなく、そもそも課題解決のためにどういう分析をすべきか企業側でもわかっていない場合が多いので、目的に沿った最適なデータを抽出するためにはクライアントの調整も含めて、踏み込んでやっていくことが重要だと痛感しています。

マーケットやサービス・社内のフローを理解し、ビジネスサイドでの課題を見つけ折衝する能力が必要ということですね。ちなみに元々の要求から、どんなふうに変わったとか、実際に現場でアウトプットが変化したケースについて教えていただけますか。

このぐらい売り上げに貢献したといった定量的な数字はあまりもらえていないのでわからないですが、今までエクセルで何時間もかけて手作業で入力して集計していた部分を、BIが担うことによって、業務効率化できたみたいな部分では貢献できているかなと実感しています。

データアナリストとしてどういうときに喜び（やりがい）を感じますか？

今の案件の都合上、クライアントの生の声を聞く機会があまりない状況ですが、PMの方から「クライアントが満足している」という趣旨のメッセージをいただくと非常に嬉しくやりがいを感じますね。

データアナリストとしてキャリアを形成していくうえで重要なスキル、思考はありますか？

以下の2点があれば、どの現場に行ってもある程度通用するのではないかと思います。

• PythonとSQLをある程度活用できる
• 実務経験を積み、課題やビジネス要件を素早く理解できるようになること

これらの力をつけていくために、要件定義力をつけていきたいと考えています。今まではプロジェクトマネージャーから要件を聞いて実現するという感じでしたが、クライアントから説明を受ける場に自分も同席させていただき、要件を固めるところからできるように努力しています。

直近の現場環境で良かった環境、厳しかった環境はありますか？

クライアント側に要件定義できる人がいる環境は、自分は実装するだけなので楽でした。反対に難しいのは、クライアント側で要件定義できる人がいない場合です。要件がふわふわした状態で実装が進むと、クライアントが欲しいというものとこちらで作成した成果物にギャップが出るケースがあります。

今までの現場で困惑したエピソードを教えてください。またどのように対処しましたか？

クライアントがデータ活用に疎い人で、実装終えた段階で要件の変更があり、大幅な修正が必要となったことです。折衷案を見つけて、クライアント側でオペレーションを変えていただくように説得し、なんとか小規模の修正で済みました。

リモートで業務する場合の連携や進捗報告で心がけている事はありますか？

プロジェクトマネージャーの視点にたって報連相をすることです。ちゃんと仕事をしているか不安にさせないようにこまめに報告するのが重要ですね。

データアナリストとしてクライアントに選ばれるにはどのようなスキルを持つことが重要ですか？

2つあると思います。数字を伸ばせる力と、キャッチアップ力です。ただ、この2つはデータアナリストに限らずビジネススキルとして必要不可欠であると考えています。

今後のキャリアプランを教えてください。

プロジェクトマネジメントができる人材になる、もしくは案件が取れる人材になりたいと考えています。今の働き方は労働集約的で、体調を崩してしまうと周りに迷惑をかけてしまうため、自分がいなくても仕事が回る仕組みが作れることが理想です。基本的にはチームを作って、自分で案件を取り、それをチームで回せるようにして、自分の稼働時間を減らしたいというところはあります。30歳くらいまでには実現したいです。

これから身につけたいスキルについて教えていただけますか？

先ほども申し上げた通り、要件定義力です。クライアントとこちら側の要件のすれ違いにより工数増大が発生して手戻りした経験があるためです。また、要件定義力をつけることでより上流の仕事ができ、より幅広い仕事をこなしていきたいです。

新しい技術を習得するために取り組んでいる事、情報収集の方法があれば教えてください。

オライリーの本を買って読んだりしています。ただ、基本的な情報収集はGoogle検索です。

注目しているBIツール（技術、フレームワーク）はありますか？

BIツール：Tableau、DWH：BigQuery、Snowflake、ETL：dbtあたりですね。

データアナリストとしてフリーランスを目指す人にアドバイスをお願いします。

データアナリストとして求められるスキルは現場によって様々で、最初のキャッチアップは大変だと思いますが、力をつければ多くの企業に必要とされる希少価値が高いデータアナリストになれると思いますので、頑張りましょう！

最後に、チョクフリを使った感想を教えてください。

チョクフリにはすごく満足しています。エージェントとやり取りせず、クライアントとダイレクトにやり取りできるため、仕事がしやすいです。たとえばクライアントから、1日3時間で別の案件を打診されたとしても、エージェントに確認せずに自由に受けられるので、柔軟性もあります。そういったニーズに対応できることが高単価につながります。チョクフリの評判はよく聞いていましたが、期待どおりでした。
チョクフリのようにエージェントを間に挟まないというのは、エンジニアにとって非常にメリットです。以前のエージェントでは時間の変更や、ランチひとつとっても、エージェントを介さないといけなかったので、面倒だなと思っていました。
今はベンチャー企業で仕事をさせてもらっていますが、ある程度業務はパターン化していくので、欲を言うならもっと幅広く、別のこともできるようになりたいです。今はBI作成が主なので、そのデータを分析できるような案件に参加するようなタスクもこなしていきたいです。今の環境ですと、社長にこういったデータ分析をしたいと言えば、させてもらえる柔軟さがあるので、非常に満足しています。