アラフォーのWebディレクターがいきなりデータサイエンティストになる（その1:概要編）

結論

タイトルの結論は自分の取りやすい資格を取って、社内である日突然「データ分析できます！」と名乗ったところから、データサイエンスへの道が始まりました。
これは完全にこちらの記事に同意というか、まさに自分がこのパターンにはまった人でした。
データサイエンティストとして勝手に名乗りをあげましょう

自己紹介

• アラフォー男性
• 新卒でサービス業を数年（日々の売上を管理＆ちょっと予測を立てる程度）
• 転職してWebディレクターとWebアナリストを数年（サイト制作進行と気持ち程度のTD）
• さらに転職して現在の社内職種はデータサイエンティスト

初期のスキルレベル

とにかく「なんとなく」レベルが多くて恥ずかしくて死にそうになりますが、さらけ出してみます。

1. 大学までにプログラミングをちょっと書いたことがある程度
   • HTML/CSSが読み書き程度（JSは苦手）
   • ほか言語はなんとなくコードも読める程度。printfがかけるぐらい。
2. 大学では統計学を数単位、DB系の授業を数単位取ったっきり。
   • 現職まで統計とDBの実務経験なし。
   • ER図や主キーの概念をなんとなく覚えている程度。
   • t検定とか単語をなんとなく覚えている程度。
3. ネットワークやサーバー周りの知識
   • 大学で概論を受けた程度。
   • トラフィックが増えると落ちるとかなんとか。
   • Webディレクター時代にTDの人が高トラフィックのサイトを作るときに要件を聞かせてくれて、なんとなくサーバー周りの感覚を覚えている程度。

現在のスキルレベル

1. SQLレベル 半年前まで実務でSQL触ったことがなかったが、PostgreSQLでのデータ抽出（分析）は一通りできるように。半年経ってようやく様になってきた。ウィンドウ関数使って一定期間のユーザーごとのリテンション出せるぐらい。
2. 不得意 抽出後に、他部署の数字苦手な人への説明力が圧倒的に足りない。グラフなどの可視化が苦手。
3. 知識の幅 はてなやQiitaをウォッチしているので、BIツールやプロジェクト管理ツール、コミュニケーションツール等々の選定には、ソースを明らかにして提案し採択してもらえている。
   実装を社内SEさんにやってもらってしまっているので自分でできるようになりたい。

目指すキャリア

1. エンジニアリング SEさんのコードレビューなしに1人で抽出できるように。抽出方法で技術的にも経験値的にも詰まることがあるため。
2. レイヤー ポートフォリオマネージャー
3. 職種 データエンジニアリングができるマーケター

今の会社に入社した当時はデータ分析もエンジニアリングのことがわからず、またビジネス要件がわからず…という三重苦で、

• MECEで寸分の狂いもない正しい数値
• 分析として求められる粒度の数値
• ビジネス要件的に確からしい数値

とかをどのタイミングではどの粒度で出すのが正しいのかを苦しんだ半年でもあった。
ここへの理解があった上で

• エンジニア
• ディレクター
• プランナー
• プロジェクトオーナー

の４視点を統合し最適解を見出しプロジェクトをリードできるエンジニアになりたい。
それってマーケターじゃないの？と思う一方で、今いる会社にはこれが全部できているエンジニアさんがいるので、そこを目指したい。

資格試験

1. Google Analytics IQ
   チュートリアルがしっかりしているので簡単に取れます。僕はこれきっかけで「データ分析できます！」と言い張り始められたので、個人的に入門に超オススメです。
2. データサイエンティスト系の資格をどれか こちらの中で自分の合いそうなものを探すと良いと会社でアドバイスをもらいました。ITSSスキルマップ
   だいぶ気が早いかもしれませんが、下記のどれかは年内に取りたい！…という希望です。
   • 応用技術者試験
   • OSS-DB Silver
   • AWS認定 ビックデータ

入門書籍（技術編）

• スッキリわかる SQL 入門 ドリル215問付き! (スッキリシリーズ)
  • 日本語でテーブル名やカラム名がかかれているのは違和感がありましたが、理解の促進には一助になっていた気がします。また巻末の練習問題がとてもよくできている気がしました。１週間みっちりこの本をやってから実務に入ったので、「SQLでクエリを書くイメージ」がとてもつきました。
  • ただ、JOINのイメージがつかないまま実務に入ってしまったので、２週間ぐらいで結局JOINの部分を何度か読み返しました。
• SQLの絵本 データベースがみるみるわかる9つの扉
  • 上記の本だけでは、どうしてもJOINの理解が進めることができなかったので、この本を紹介してもらってイメージを確かなものにしました。3ヶ月経ったあたりで、もう一度読み返したのでSQLの理解がより深まったのも個人的によかったです。
• 10年戦えるデータ分析入門 SQLを武器にデータ活用時代を生き抜く
  • 3ヶ月目を過ぎたあたりから、とても役立つようになりました。アクセスログの取り方や考え方、データマートの概念なども網羅されていて「分析をしっかりやるぞ！やれるぞ！」となってきたレベル感とちょうど合いました。
• [改訂第4版]SQLポケットリファレンス
  • ググるのももちろん良いのですが、移動中にパラパラ見るのも良いですし、クエリを書きながら不明点を開くのも良いです。Kindle版だと文字検索もできたので、それも使い勝手良くておすすめでした。

入門書籍（ビジネス編）

• USJを劇的に変えた、たった1つの考え方 成功を引き寄せるマーケティング入門
  • ともすると分析チームは各部署から色々な数値出しのオーダーをもらいます。
  • ですが、それが戦術（施策）レベルなのかそれとも事業を成長させるための指標となるKGIやKPIなのかの目的や戦略レベルなのか、それらに悩む分析チームも良いのではないかと思っています。
  • 上期が終わりSQLや分析のスキルだけでなく、事業やデータの特性への理解が深まった今だからこそ、この本を読むと「自分はなんで分析しているんだっけ？」を大上段から考え直せると思いました。
• USJのジェットコースターはなぜ後ろ向きに走ったのか?
  • こちらの本はどちらかというとデータマーケティングのビジネス書よりも小説に近いイメージでした。

まとめ

一旦のまとめを書きます。
そもそもはディレクターやりながら、これからデータ分析必要だと感じるようになり、「データ分析」って中二病的にかっこいいな。マンガやアニメの分析シーンとかカッコいいなーぐらいから始めてます。
かつ実際に実務にし始めたのはすごく直近のここ半年の話です。

自分がデータサイエンティストか？と聞かれるともちろん、上記の通りまだまだペイペイですし、コードは汚いです。
なので、本当にまだまだ道半ばですが、少し最近は自分のアウトプット（分析の実務や社内での影響力）にも自信がついてきたので今回の投稿を思い立ちました。

もし、データサイエンティストへの道で近い境遇のような方や目指されている方の一助になれればと思います。

ここまでざっくり書きましたが、ここから下は書く予定の項目です。
反響が少しでもいただけたら続きを書いてみようかと思います。（モチベーション持ち続けたい！）

---

以下は下記途中です。中途半端ですみません。

参考書籍

困ったこと

Qiitaをはじめるきっかけ

学んだコマンド一覧

利用ツール・言語

• Git
• SQL Workbench/J
• DBeaver
• Metabase
• AWS Redshift
• PostgreSQL
• Python
• Slack
• Taskworld
• Google Drive

参加セミナー

日々の勉強法

• 時間の使い方
• 書籍端末