目次
データサイエンティストとデータアナリストの違いは何か？
すごーくシンプルに表現すると
データサイエンティストとは、
機械学習（ML：Machine Learning）を駆使して、将来の予測分析を行う。未来予測の精度を高める。
データアナリストとは、
過去のデータを統計学的手法を駆使して分析することで規則性を見出し、効果的な将来の対策を提案・実施する。
と答えることができます。
はい、これだけでは分からないと思います。
このあともっと詳しく説明をしていきますのでご安心ください。
データ分析のどこに注力するかでデータサイエンティスとデータアナリストの業務内容が説明できる
ビックデータ、DX（デジタルトランスフォーメーション）、データサイエンスといった言葉がビジネスやニュースでも多く聞かれるようになりました。
企業としてもこれからの時代は、「ビックデータの活用、DXの推進が必要でそのためにはデータサイエンティストが必要だ」との考えを持ち、対応を進めている企業が増えています。
さらには、対応ができない企業はこの先生き残れないとも言われています。
いわゆる2025年の崖です。
ちょっとゾッとするような話ですが、その傾向はさらに加速度的スピードで進んでいくことでしょう。
データサイエンティストもデータアナリストも求められる共通内容は「データ分析」です。
そして、データ分析をする際に何を主に取り組むかでその業務内容が説明できます。
データ分析のフロー（流れ）イメージ
- データベースの構築や管理
- データの前処理（データを分析しやすいように整える）
- データの可視化と分析（過去のデータから事実や傾向を読み解く）
- 統計学や機械学習を駆使して、未来の予測をたてる（予測制度の高度化）
大きく分けてこの４段階があります。
もちろんこの全てを行なっているスーパーマンのような方もいますが、一般的にはチームとして各ポジションを得意な人材で取り組んでいることが多いです。
ちなみに、１、２についての部分は主にデータエンジニアと呼ばれる方々が行うことが多いです。
ではデータサイエンティストとデータアナリストはというと
データサイエンティスト：４（１・２・３をやることもある）
データアナリスト：３（１・２をやることもある）
がメインの業務になります。（あくまでわかりやすく線引をしただけですので、実際には横断的にまとめられていることもあります）
データサイエンティストとデータアナリストの共通点
これまでの説明で、データサイエンティストとデータアナリストという２つの職種の業務内容で重なっている部分があるということがわかったことでしょう。
改めて整理すると共通点は
- 企業が抱えるビジネス上の課題に対して、データを分析することで解決に導く
です。
その為に
- ビックデータの収集、加工をするデータの前処理
- 過去のデータを分析することで課題の抽出と解決策の提案、立案
- 解決策を実行するための将来予測支援
を行うことです。
データアナリストの業務内容を詳しく掘り下げ
データアナリストはデータを分析した結果を元に、具体的な施策を考え実行をサポートすることがメインになります。
コンサルタントのようなポジションです。
アナリストという言葉の意味も、分析家や評論家ですのでイメージしやすいのではないでしょうか。
実際の施策を考えるということは、データ分析から得られた結果を実務に落としこむスキルが必要です。
ですので、現場経験やマーケティング部門の経験がある方向きのポジションになりますので、文系や現場経験がある方でもなるチャンスは高くなります。
また、今は様々なツールを駆使すれば必ずしもプログラミングができる必要はありません。
データサイエンティストの業務内容を詳しく掘り下げ
一方で、データサイエンティストはより専門的スキルや知見が必要になります。
データアナリストは現場に寄り添いますが、データサイエンティストはいわゆる仕組みづくりがメインになるので、より上位の立ち位置です。
データサイエンティストは営業会議で上層部が会社の方向性を決めるための予測に役立てるアルゴリズムをつくる。
データアナリストは会社の方向性に対して予算達成のための実際の施策を考えていくといったイメージです。
データサイエンティストはツールを駆使するというよりは、pythonやR言語などを使ってアルゴリズム構築がメインです。
より分析に特化したい方は目指すべきポジションではないでしょうか。
いかがでしたでしょうか。
この記事では、データサイエンティストとデータアナリストの違いを説明しました。