現在、世界中でデータ活用が盛んになっており、日本でも成功事例が次々と生み出されています。自社でもデータ活用を推進し、業務を変革して成功させたいと考える方も多いのではないでしょうか。データ活用を成功に導くためには欠かせない職種が3つあります。「データエンジニア」「データアナリスト」「データサイエンティスト」です。ただ、この3職種は誤解され、また混同されやすい職種です。それぞれの職種にはどのような違いがあるのでしょうか。また自社が求める職種はどれなのでしょうか。今回は、「データエンジニア」「データアナリスト」「データサイエンティスト」について、企業によっては役割や必要スキルなどが多少異なることがありますが、一般的に言われているそれぞれの役割、在籍している場合のメリットなどを解説していきます。
データエンジニア/データアナリスト/データサイエンティストの違い
早速、データエンジニア/データアナリスト/データサイエンティストの違いをみていきましょう。データエンジニアとは
データ基盤を作り、データを扱いやすい状態にすることを役割とする職種です。具体的には下記のような業務を担当することが多く、インフラ関連の知識が必要となります。◆データ分析基盤環境の設計・開発・運用
◆データの抽出や加工
必要スキル
・RDB/NoSQL両方のDBの設計・構築・運用スキル・関連サーバー、ネットワークなどのインフラ周りの設計・構築・運用スキル
・HadoopやSparkなどの分散データ処理スキル
・データの抽出や加工のためのSQLなどのデータベース言語スキル
データアナリストとは
ビジネス課題をデータの可視化や解釈性の高い分析を通じて解決することを役割とする職種です。具体的には下記のような業務を担当することが多く、データの可視化・分析関連の知識が必要となります。◆データの抽出や加工
◆BIツールなどを活用したデータの可視化
◆「解釈性」の高い分析を得意とし、各種ツールを活用して分析
※解釈性とは人間がデータ分析の過程を理解できる度合のこと
必要スキル
・統計学の知識・データの抽出や加工のためのSQLなどのデータベース言語スキル
・データ分析のための各種プログラミングスキル
・データの分析や可視化のための各種ツール操作スキル
データサイエンティストとは
ビジネス課題を予測精度の高い分析を通じて解決することを役割とする職種です。具体的には下記のような業務を担当することが多く、AI関連の知識が必要となります。◆データの抽出や加工、可視化
◆AIのモデル構築
◆ビッグデータ活用による課題解決
◆「予測精度」の高い分析を得意とし、統計学や数学の知識を用いて分析
※予測精度とは予測と正解の近さのこと
必要スキル
・統計学の知識・各種プログラミングスキル
・データの抽出や加工のためのSQLなどのデータベース言語スキル
・各種ツール操作スキル
・AIのモデル構築スキル
データアナリストとデータサイエンティストについては、主にデータ分析の得意分野に差があることがわかります。
データエンジニア/データアナリスト/データサイエンティストが在籍するメリット
今回紹介している職種が社内に在籍していると、どのようなメリットがあるのでしょうか。それぞれみていきましょう。データエンジニアが在籍するメリット
データエンジニアが社内に在籍していると、データを適切に管理できるため、データサイエンティストとデータアナリストの分析がスムーズになります。またデータを管理するだけではなく、データ分析を行いやすくするために、データの結合や加工も行ってくれます。
データアナリストが在籍するメリット
データの可視化や分析によって事実の裏付けができるようになります。特にデータアナリストは解釈性の高い分析ができるため、ビジネスへの活用がしやすいでしょう。経営層へのプレゼンテーション能力に長けた人材がいることもあります。データサイエンティストが在籍するメリット
ビジネス課題を探りながら、データエンジニアが整えたビッグデータなどを用いて、予測精度の高い分析によりビジネス課題を解決してくれます。特に予測精度の高い分析を実施したい場合はデータサイエンティストの出番で、スキルによっては自由にAIを構築できることもあるでしょう。
データ分析における解釈性と予測精度について詳しく知りたい方は「データ分析における「解釈性」と「予測精度」の違いを詳しく解説」をご覧ください。
データエンジニア/データアナリスト/データサイエンティストは人材不足が深刻
今回紹介している3職種は、データの活用において必須となっている職種ですが、企業のニーズが非常に高いこともあって人手不足が深刻です。独立行政法人情報処理推進機構が発行している「DX白書2023」では、2022年度において企業全体の49.6%がDX推進人材の大幅な不足を回答しています。データエンジニア/データアナリスト/データサイエンティストはDX推進人材の主たる職種であるため、これらの人材も不足しているといえるでしょう。
統計学やプログラミング、機械学習など習得が難しい複数のスキルが必要な職種ということも相まって、これら3職種の採用・雇用コストは高騰する傾向にあります。
例えば、とあるフリーランス募集サイトでは、データサイエンティストについては高スキルのアプリケーションエンジニアと同程度である90万円～120万円/月程度の案件が多く見られました。
これらの職種を別々に雇用するとなると、相応のコストを見込まねばなりません。
クロス・マーケティングでは、データマーケターという職種の人材を保有
クロス・マーケティングでは、「データマーケター」が企業の保有されている様々な種類のデータ活用を支援するサービスを展開しております。クロス・マーケティングの「データマーケター」は、マーケターという名前がつくように、マーケティング領域を軸としています。加えて下記のようにデータエンジニア/データアナリスト/データサイエンティストの重なる領域の部分のスキルも持っています。
◆データエンジニアのように、データを整える力
◆データアナリストのように、解釈性の高い分析をする力
◆データサイエンティストのように、ビジネスの課題を解決する力
このようなスキルを持つ「データマーケター」がクロス・マーケティングには在籍しておりますので、データ活用でお困りの方はぜひ一度ご相談ください。
■参考サイト：
https://qiita.com/ppt_msdg_maas/items/f6e26b9ff7d95c35f131
https://about.yahoo.co.jp/info/blog/20210422/data.html
https://www.axc.ne.jp/media/careertips/dataanalyst_datascientistdifference
https://and-engineer.com/articles/Y1oNFBAAACAA-EA0
https://career.levtech.jp/guide/knowhow/article/366/
https://www.bigdata-navi.com/aidrops/5329/
https://www.bigdata-navi.com/aidrops/1042/
https://freelance-start.com/articles/76
https://www.brainpad.co.jp/doors/knowledge/01_data_engineer/
https://dx-consultant.co.jp/free-lance-date-analyst-scientist-difference/
https://about.yahoo.co.jp/info/blog/20210422/data.html
