【PdMへの道】PdMに必須な思考方法/データ分析は教養/データアナリストになれ/PdM（Product Manager：プロダクトマネージャー）
Summary
TLDRこの動画では、データアナリストからプロダクトデザイナーマネージャー（PDM）へのキャリアアップの道について語られています。データ分析スキルはPDMになる上で不可欠であり、サービス改善のためのデータドリブンな意思決定に役立ちます。新卒でデータアナリストを目指す意義や、データ分析を通じて得られる深いサービス理解についても議論されています。また、仮説思考やデータに基づく意思決定の重要性に焦点を当て、データアナリストとしてのキャリアの魅力に触れています。
Takeaways
- 🚀 PDM（プロダクトデータマネージャー）への道は、データ分析スキルが求められるようになっています。
- 📈 データアナリストからPDMになるためには、仮説立てやデータで意思決定をサポートする能力が重要です。
- 🌐 新卒でデータアナリストを選ぶと、サービスの数字を理解し、より深くサービスを把握する能力が身につきます。
- 🎓 大学でもデータアナリティクスは共通のスキルとして、文系理系問わず多くの学部で必須とされています。
- 🛠️ PDMはデータアナリストと協力して、定量的な分析を通じて意思決定を行います。
- 💡 PDMとして働くと、データから課題を見つけ、ビジネス設計に役立つ分析を通じてその課題を解決することが求められます。
- 🌟 データアナリストは、仮説思考やデータの分析から得られた知見を用いて、PDMの活動をサポートします。
- 📊 PDMが必要とする思考方法には、仮説立てやデータに基づく意思決定の材料の準備が含まれています。
- 🌱 新卒のデータアナリストは、分析スキルを身につけることで、ビジネスの深い理解やセンスが磨かれる可能性があります。
- 🔍 DNA（ディー・エヌ・エー）では、データアナリストが事業部に近い状態で働くことで、ビジネス貢献につながる参謀的な役割を担っています。
Q & A
データアナリストからPDMへの道はどのように増えているのでしょうか？
-データアナリストとしてデータ分析スキルを身につけることで、プロダクトマネージャー（PDM）になる道が開けているとされています。データ分析能力はPDMとしての優位性を提供し、サービス改善の検討において欠かせないスキルとなっています。
PDMになるために必要なスキルはどのようなものがありますか？
-PDMになるためには、仮説思考能力やデータに基づく意思決定能力が重要です。また、課題発見能力やデータから導き出される結論をビジネスに適用する能力も必要とされます。
データアナリストとしてのキャリアがPDMになる上でどのような影響を与えるとされていますか？
-データアナリストとしての経験は、PDMになる際にデータに基づく意思決定や仮説の立て方、データ分析能力を身につける上で役立ちます。これにより、PDMとしてのスキルをより早く吸収し、活躍できるようになります。
新卒でデータアナリストを選ぶ意味はどのようなものがありますか？
-新卒の時にデータアナリストを選ぶことで、サービスへの深い理解や数字の動きを把握する能力が身につきます。これにより、サービスを深く理解し、ビジネスに貢献できるPDMになる基盤を築くことができます。
データドリブンなPDMになるためにはどのような思考方法が必要ですか？
-データドリブンなPDMになるためには、仮説立てからデータ分析を通じてその仮説を検証する思考方法が必要です。また、未来の理想状態を定め、そこに向かうために必要なデータの分析と解釈能力も重要です。
データアナリストがPDMと協力する際にはどのような役割を果たしますか？
-データアナリストはPDMの参謀として、データ分析を行い、意思決定に必要な材料を提供します。これにより、PDMは定量的なデータに基づいて計画や改善を進めることができます。
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ですか？
-データサイエンティストは非線形の成長をサポートし、アルゴリズムの開発やAIの応用に焦点を当てています。一方でデータアナリストは、線形の成長を支えるために、具体的な課題を特定し、データから洞察を得てビジネスにフィードバックします。
DNAでデータアナリストをすることの魅力とは何ですか？
-DNAでデータアナリストをすることの魅力は、事業部に近い状態で働くことや、多岐にわたるサービスへの関与、ビジネス職へのシフトが可能になる点です。また、データ分析を通じて事業作りに直接貢献できる点も魅力的です。
データアナリストとしてキャリアを築く上で、DNAの環境はどのように役立ちますか？
-DNAの環境では、データアナリストが事業部と並行して働くことで、ビジネスへの理解を深めることができます。また、多岐にわたる部署への配属が可能で、自分の興味に合った領域で働く機会も提供されます。
データアナリストとしてのスキルを身につけるのにどの大学の科目が推奨されますか？
-中央大学のデータアナリティクス科目が推奨されています。この科目は理系だけでなく、全学部向けに開かれており、データ分析スキルを身につけるのに役立ちます。
Outlines
🚀 PDMへの道とデータ分析の重要性
本段落では、データアナリストからプロダクトマネージャー（PDM）への道について語られています。データ分析スキルはPDMになる上で非常に重要であり、サービスの改善に貢献できるようになります。新卒でデータアナリストを選ぶ意義や、データ分析を通じてサービスを深く理解できるようになる能力について触れられています。また、話者である佐々木さんがNASAの研究員経験を経て、ビジネスサイドに転向し、現在はデータアナリストとして活躍している経歴が紹介されています。
🧠 PDMとしての役割とデータ分析のスキル
第二段落では、PDMとしての役割とデータ分析スキルの関係が探求されています。PDMはサービスの改善を考える上で、データに基づいた定量的な分析が不可欠であり、その能力はPDMとしてのスキルアップにもつながります。また、データアナリストとしてのキャリアがPDMとしてのスキルを磨き、仮説立てや意思決定に役立つという点が強調されています。データ分析ができないPDMはビジネス設計において苦戦する可能性があるという視点も紹介されています。
🤔 PDMに必要な思考方法とデータ分析
第三段落では、PDMになる上で必要な思考方法とデータ分析のスキルが語られています。仮説思考とデータに基づく意思決定の重要性が強調され、PDMとしてのスキルアッププロセスが説明されています。データアナリストが仮説を立ててデータ分析を行い、PDMと意思決定に貢献するロールが明確になっています。また、データサイエンティストとの違いや、データアナリストとしてのキャリアが技術的にもビジネス的にも幅広く有益であることが述べられています。
🌟 DNAでのデータアナリストのキャリア
第四段落では、DNAという企業でのデータアナリストとしてのキャリアについて語られています。データアナリストがビジネスと密接に関わることの重要性や、そのロールがビジネス貢献にどのように役立つかが説明されています。また、データサイエンティストとの違いや、データアナリストがビジネスサイドと技術サイドの橋渡し役として働くことの意味が探求されています。データアナリストとしてのスキルや価値がビジネス全体にどのように影響を与えるかが強調されています。
🛠️ DNAのデータアナリストの魅力とキャリアの幅
最後の段落では、DNAでのデータアナリストとしてのキャリアの魅力について語られています。データアナリストが事業部に近い状態で働くことがビジネス職に向いている人々の魅力であるとされ、そのポジションがどのようにキャリア発展に役立つかが説明されています。また、DNAでのデータアナリストとしての多様な経験が、将来のキャリア選択にどのように有益かが語られ、データアナリストとしての幅広い可能性が強調されています。
Mindmap
Keywords
💡データアナリスト
💡プロダクトマネージャー(PDM)
💡仮説思考
💡データドリブン
💡センス
💡データサイエンティスト
💡意思決定
💡参謀
💡キャリアパス
💡データ分析スキル
Highlights
データアナリストからPDMへの道の増加について話す
PDMになるためにデータ分析スキルを身につけることが重要
サービス改善を考える際にPDMがデータ分析を活用する必要性
新卒でデータアナリストを選択することで得られる視点
データ分析がサービスを深く理解する上で重要な理由
思考錯誤とその克服がセンス磨きにつながる例
データ分析のスキルがPDMとしての役割を果たす上で不可欠である理由
仮説思考とデータに基づく意思決定の重要性
データアナリストからPDMへのキャリアパスの魅力
データドリブンなPDMになるために必要なスキル
データサイエンティストとデータアナリストの役割の違い
データアナリストとしてのキャリア選択の意味
DNAでのデータアナリストとしての働き方とその魅力
DNAでデータアナリストをすることで得られるビジネス貢献
データアナリストとしてのスキルアップとそのキャリアへの影響
データ分析スキルが他の職種へのキャリアチェンジに与える可能性
DNAでのデータアナリストとしてのポジションとその変革
データアナリストとしてのキャリアパスと参謀としての役割
Transcripts
00:00データアナリストからpdmにな
00:02るっていう道が増えてきたなpdmになり
00:05たかったらデータ分析ちゃんと身につけ
00:07とけよっていうのは結構強く言いたい
00:09ポイントかなサービスをどう改善してくか
00:12みたいなのを考える時にpdmの人も
00:15ちゃんと分析用かないとそこが設計でき
00:18ないなんか新卒の方でファーストキャリア
00:20データアナリストをあえて選ぶ意味とかっ
00:23た教えか裏でどういう数字がちゃんと伸び
00:27てってるのかみたいなのまで理解できる
00:30能力がついていくのがよりサービスをこう
00:32深く理解できるポイントになってくるかな
00:34と思ってて思考錯誤して苦戦してやった方
00:38が細かい理解までは深まってセンスが磨か
00:42れていく気がしてるいやいいなファースト
00:44キャリアアナリストやりたく
00:51なはい始まりました事業家のDNA本日は
00:54ですねデータ分析のプロに来てもらいまし
00:57たアナリティクス部技術戦略グループの
01:00さんですで佐々木さんはですね元NASに
01:03いらっしゃって元Nの研究員からえDNA
01:07のポコちゃのpdmとしてジイし現在は
01:09データアナリストとして活躍されています
01:12今日はですねpdmまでの道っていう
01:15切り口でpdmになるために必要なあの
01:18スキルだったりっていうところを話して
01:21いただこうと思うんですけどまずちょっと
01:23その前に元々NASAにいらっしゃっ
01:25たってことめっちゃ気になったんですけど
01:28どういう風にDNAに車までどういう過程
01:31があったんですか理科学研究所で研究員と
01:34して雇ってもらいながらま一定期間
01:36NASAの方でもへえ席を置かせてもらっ
01:39てまずっとやるみたいな感じのをま1年弱
01:44ぐらいやっててうんうんでそこでなんか
01:47こうアメリカにその時ずっと住んでたん
01:49ですけどそん時にアメリカの天文学会とか
01:52行ったらなんかこう天文の中でAIと宇宙
01:56の研究組み合わせるみたいなのがちょうど
01:59出出したんみたいなはい日本で全く期間
02:01みたいな状態の時にそういうのが出ててで
02:05あAIなんだみたいななったんでじゃあ
02:08AIの勉強すれば俺もアカデミックの道で
02:11生き残れるわみたいな感じでAIの勉強し
02:15始めてうでそこから帰ってきたんですけど
02:19まあAI触って色々研究やってあ面白い
02:22なってなったけどアカデミック行くの
02:24とりあえずやめてうんビジネス側に移そう
02:26かなってなった時に一旦データ
02:28サイエンティストに転職してなるほどで
02:30そこから今DNAにpdmとして入った
02:34けど今アナリストやってるみたいな感じ
02:36なるほどなるほどそんな今日えっと佐々木
02:39さんにえっと話していただきたいトーク
02:42テーマ3つあってまず1つがデータ分析は
02:45共用で2つ目がpdmに必要な思考方法で
02:503つ目がまデータドリブンなpdmにな
02:53れってい風に設定されてるんですけどまず
02:561つ目データ分析は共用っていうのはどう
02:58いうことですかデータアナリストから
03:01pdmになるっていう道が結構周り見てて
03:04も増えてきたなっていう感じがしててで
03:07そのデータへの理解がプロダクト
03:10マネージャーになった時に優位に働くて
03:13いうようなそういう色が見えてるんでもう
03:16誰しもがデータ分析のスキルってのを持っ
03:19てなきゃいけないなっていうイメージでま
03:21強烈だなって感じはしてますデータ
03:23アナリティクスの授業を僕大学で持ってる
03:26んですけど中央大学であそういうこともさ
03:28れてるんですで持っててその授業理系科目
03:33じゃなくて全額部向けの科目になっててえ
03:37誰でも取れるみたいなでしかもま誰でも
03:39取れるだったら別に共用って感じしないん
03:42ですけどプラスで総合政策学部とかって
03:45いうのが中央大学にあるんですけどそこの
03:48必死科目とかになってるええ必死なんです
03:51ねもう語学とかと並んで必みたいだそれで
03:54取らないと卒業できないてことはもうその
03:57学部にいるってことはそのスキル持って出
04:00てってもらわないと困るよっって扱いじゃ
04:02ないですかはいはいだからそういう意味で
04:05こう大学側ももう世の中に出るために必須
04:08スキルとしてうんデータアナリティクスと
04:10かっていうのは置いてるんでそういう面で
04:13ももう共用感はめちゃめちゃ出てるから
04:15うんうんpdmになりたかったらデータ
04:18分析ちゃんと見つけとけよっていうのは
04:20結構強く言いたいポイントかなと思います
04:22ねなるほどなんか特にpdmっていう風に
04:25なった時にそのデータ分析っていうのは
04:27どういう風に生きていくんですか
04:29プロダクトマネージャーま結局僕も
04:31プロダクトマネージャーとして入ってその
04:34ままアナリティクスの方に流れちゃったん
04:36であれなんですけどpdmの人たちと伴奏
04:39してなんか僕たち参謀っていう言葉使うん
04:42ですようんうんうんpdmの人たちの参謀
04:44になってかいかっこいいですよねで授業を
04:47動かすつ意思決定を一緒に定量的にやっ
04:51てくみたいなはいはいのをやってくので
04:54その意味でまずこうpdmのそばにいて
04:57同じレベルで物事考えないいけいていうの
05:00でまpdmになるために必要なスキルの1
05:04つうんていうのもあるしまあとはpdmの
05:07人も結局サービスをどう改善してくか
05:11みたいなのを考える時にどうしてもどこが
05:15数値的に課題なのかとか定量的に話さない
05:18と他の人説得できないじゃないですかそう
05:21その課題探すでその課題をちゃんとデータ
05:24としてまとめて企画書とかに落とし込んで
05:27いかなきゃいけないってなってくると
05:28pdmの人ちゃんと分析用がないと確か
05:31そこが設計できない人巻き込んでいけない
05:34ですねそうそうでなんか初めてpdmにな
05:36るってなった時とかも分析もできないし
05:40ビジネス設計もしなきゃいけないしみたい
05:42になったらもうあうわってなるじゃない
05:44ですかだからせめてこう課題発見能力と
05:47かっていうベースはちゃんとできてる状態
05:50の方がより活躍する時のスピードは上がる
05:54かなと思ってて確かにセンスでやってる人
05:57もこのデータ分析ができればより人を
06:00巻き込んでいきますそうですねデータの話
06:03しないともう動いてくれない人とかも一定
06:05出てきてるじゃないですかそう
06:09ですそもそもpdmに必要な思考方法って
06:12いうのは何なんですかpdmになる上で
06:15必要な思考方法で言うとま仮説思考はい
06:18うんっていう部分とまあとは意思決定に
06:21必要な材料をまデータで探してくる力
06:25みたいなところがやっぱ重要なポイントか
06:27なと思いますねプロダクトを何か改善はい
06:29しようとした時って見えない未来理想の
06:31未来にこう持ってくってなるとどうしても
06:34ここの間にこういう課題があってっていう
06:36のをなるべくユーザー目線で考えるじゃ
06:39ないですかでそこにじゃこういう気持ちに
06:42なってるからかなっていう硬い仮説って
06:45いうのをどんどん置いていってでその仮説
06:47通りになんか課題になってる数字とかって
06:50出てんのかなっていうのを探していくって
06:52いう2ステップがあると思ってて正直
06:55データアナリスト本当に初期の初期とか
06:58だったらその仮説の部分なくても誰かが
07:01仮説整理してくれてうんその数字揃えれば
07:05なんか一定満足してもらえるみたいになる
07:07んですけどどんどんアナリストとして
07:08スキルアップさせていこうと思った時には
07:11うんま仮説の方をpdmの人が考えるとか
07:15ってなった時に一緒にいやこういう
07:16パターンもあるこういうパターンもあると
07:18かでやっていくとよりなんかこうなんか
07:21企画考える時あの人に相談しようとか一緒
07:23に考えるとすぐ終わるし筋のいいところに
07:26決着するしみたいなてなって
07:30よりこう重宝されるでそうするとそれ一緒
07:33にやってたら結局pdmとしてのスキルも
07:36ちょっとずつこう吸収できるから最終的に
07:38はpdmになるのにアナリストっていう
07:41立場めちゃめちゃいいなっていううんで
07:43そこでつく仮説思考っていうのもま重要な
07:46能力の1つになるなっていう感じはするん
07:48ですよねなるほどなんかすごい勝手な
07:51イメージで本当になんかこのデータ分析し
07:54といてみたいな感じでれてなんか分析する
07:57みたいなところが多いのかなと思ったん
07:59ですけど仮説を立てるところからちゃんと
08:01やる必要がそうですねなんかそうこれ新卒
08:04の子の多分イメージとかだともなんか
08:07ドラマとかにいるうんなんか暗い地下室
08:11みたいなパチパチパチみたいな分析タ
08:13みたいうんでなんかこう勝手に視がわって
08:17出てくるみたいな感じに見えがちというか
08:20そういうイメージちょっと好調してるけど
08:22あるみたいな言われたこともあってうん
08:24うんでも本当は普通に多分明るいところで
08:28明るいとこでやばいクトマネージャーとか
08:30そういう事業推進してる人と結構喋り
08:34ながら進める時間の方がはいはいいやで
08:36マジ3謀って表現ぴったりですねいや3
08:38そうすよねしかもかっこいいしちょっと
08:40言いたいじゃないですかかっこ
08:42いそこから確かに変装してかつそのデータ
08:46分析を用いてそういうことができますって
08:48なるとも気づいたらあ
08:50pdmの同じ役割してるじゃんみたいな
08:53なってきますまそうですねでそこにだから
08:55染み出てこうとした時に多分新しく見
08:58につけなきゃいけないうんスキルとか
08:59たくさんあるんですけどうんうんあの
09:02ちゃんとなんか硬い盤の上にスキル
09:03積み上げていけるみたいなそういう
09:06イメージだとアナリストファースト
09:08キャリアとしてとかなんかそういうpdm
09:12とか目指してく上でそのそあんのめっちゃ
09:14いいなっていうのはいや間違いないですね
09:16思いますよねうんうんうんうんなんか新卒
09:19の方でファーストキャリアデータ
09:20アナリストをあえて選ぶ意味とかあったら
09:23教えてください僕が入った時もDNAに
09:26転職してきた時も言わに言われたことうん
09:29と基本的には同じかなと思うんですけど
09:31うんうんなんかこうアプリとか触ってなん
09:33となくサービスへの理解は深められるんだ
09:36けどそれを裏でどういう数字がちゃんと
09:40伸びてってるのかみたいなのまで理解
09:42できる能力がついていくのがよりサービス
09:46をこう深く理解できるポイントになって
09:48くるかなと思っててだからそこの理解に
09:52必要な材料をちゃんと数字で探しに行くっ
09:56ていう能力がこうそこを反復していくのが
09:59はま比較的データアナリスト自分で結局
10:02データ触りに行くんでその回数が多いから
10:05よりなんか自信持って会話できるようには
10:07なるこういうのがあると思うんだよねって
10:10いうふわっとしたお題とかも来るんですよ
10:13はいはいはいそのこういう課題があると
10:15思っててって言われてうんでなんかそれを
10:17うまく説明する数字ここら辺に隠れてると
10:20思うんだけどぐらいあなるほど話できた時
10:23にまアナリスト側で喋りながらどの観点で
10:28分析結果まとめるかでもその感度良くなる
10:30のめっちゃいいですねそうですねでなんか
10:33そうするとだんだんこうなんでそこに疑問
10:36持ってたのかっていうのも分かるしあとは
10:39なんか結構大事だなと思うのはその材料と
10:42か渡された中でどう組み合わせて返事する
10:45かみたいなうんうんっていうのがここで
10:49結構ぐるぐるいろんななんか例えばAって
10:52いう指標とBっていう指標をクロスで集計
10:55したらこういうところが分かるとかもっと
10:57いっぱい組み合わせてんちょっと機械学習
11:00っぽい解決策で返すのかとかなんか
11:04いろんなのをうん探りながらやるんですよ
11:07ねうん一発で多分結果って出なくてでそう
11:11するとそのこくり回してる間にもあこう
11:15いう数字出てくるんだみたいなここって
11:17あんま筋良くないんだっていうのを自分で
11:20潰しながら進むじゃないですかはい最後
11:24質問してきた人とかお題をくれた人に返す
11:26時って筋のとこをほぼメインでこう
11:31レポートしていきますよねうんうんだから
11:33こっち側の人はここでなんか問だ内容と
11:36かって教えてもらうけどちょっと薄い理解
11:39が薄くなるからそうですねだからどっちが
11:42そのうんこどこの数を見るのが筋いい
11:46かっていうのが鍛えられてくかで言うと
11:48いや間違いないですこれこう思考錯誤して
11:52苦戦してやった方
11:54が細かい理解までは深まってセンスが磨か
11:58れていくいやいいなファーストキャリア
12:01アナリストやりたく
12:03なるいやそうなんかインターン性のか
12:07インタ性の子があの今手伝ってくれてるん
12:09ですけどそう佐々木さんの話聞いて
12:11めっちゃうんそうですねフストキャリア
12:13データアナリストやりたいってなっ
12:15リクルーティングだと思ってちゃでも
12:18めっちゃこれ聞いたら思いますねあとは
12:21こうデータアナリストっていう話で今
12:24バーって話したと思うんですけどなんか
12:26うちの車内だと明確にデータサエストとか
12:29分れてるじゃないですかあそこてなんか
12:32違いみたいなので言うとうんすごい
12:36ビジネスっぽい表現するとアナリストは
12:39線形の成長を支えるはいはい3謀薬でで
12:44こうデータサイエンティストは非線形の
12:47成長をサポートするみたいなそれこそなん
12:50だろうな今AIとかめっちゃ話題になっ
12:52てるけどAIのそうれこそマッチングとか
12:55はいそうすると他の会社ってもうなんか
12:59AIのマッチングでさらにこうレコメンド
13:02もしてくれてだから使い心地いいからもう
13:04このプラットフォームから離れないみたい
13:06なうんうん多分気持ちになって今頭の中に
13:09浮かぶサービスっていくつもあるじゃない
13:10ですかああいうのを助けてくれるのは
13:13やっぱデータサイエンティストのうん強い
13:15こうAIに対する理解とアルゴリズムの
13:18実装力みたいな感じになるんですけどま
13:21アナリストはそれよりももっとこう直近の
13:24課題っていうのをちゃんと手堅く見つけて
13:27いって1個1個こうなこれを解決したら
13:30ユーザーがこう2倍改善したら2倍良くな
13:32るっていうその線形性をサポートするって
13:36いうのがあるんでじゃあ非線形の方狙って
13:39いって当たったら大勝ちみたいなのやって
13:41てもこっちの技術力の高さとビジネス側の
13:44人たちの理解ってめっちゃへたりがある
13:48じゃないですかうんむずむずいしいきなり
13:50なんかそうですねこうAIの説明されても
13:53ぷカみたいなてなった時のアナリストそこ
13:57の橋渡し役みたいなああなるほど技術側も
14:01ちゃんと勉強すれば分かっていくしで逆に
14:04こうビジネス側との距離感も近いしっって
14:06いうのの橋渡し役みたいなのの担えると
14:10よりアナリストとしての価値も上がるし
14:13実際は例えば最近話題のこうチャット
14:17GPTllm使って気づいてなかった解釈
14:20とかはアナリストも実装してそれをデータ
14:23の解釈をそのままビジネス側で使えるよう
14:25にっていうプラットフォーム作ったりとか
14:27もできるんで結構なんうんか技術側にも
14:30寄せれるしビジネス側にも寄せれるしって
14:32いうのもうんめちゃくちゃいいなポイント
14:34としてはあると思うんですよまあとは
14:35どっちやりたいかみたいなその文系から
14:38そうアナリストになるかデータアナリスト
14:40になる方ってやっぱ少ないですかあそれが
14:42DNA僕入ってからびっくりしたんです
14:44けどDNAのアナリストってビジネス食
14:49作用そうですねの人が入ってくるからでそ
14:52こって結構そのま理系文系関係ないけど
14:56文系の人も結構いるじゃないですかだから
14:58そっからちゃんと分析のスキルとかをつけ
15:01ていって今全然みんな活躍してるって
15:03考えるとうんうん別に必要ないむしろ
15:07ちゃんと考え方とかがそっかしっかりし
15:10てる人たちの方がいいからなんかDNAの
15:12新卒の人ってそこ結構採用で見られてる気
15:15してて考え方とかそうなら結構センスの
15:19ある人たちが多い印象はありますあそうな
15:22んですねじゃあ元々そういう数字に対して
15:24の知識とかなんか感度の良さとかがまそこ
15:28まで高くなくてもそれは後からけれるそう
15:30ですね結局分析の方法なんてもううんうん
15:34僕もチャットGPT横にないと仕事でき
15:38ないぐらいもうあのプログラムの仕方とか
15:40コードの書き方みたいなのはそっちに任せ
15:43てそっちがコードバって書いてくれてる間
15:45に本当にここ考えるべきことなのかなって
15:48いう方に頭使えばいいんで別になんか
15:50プログラミングできないしSQLかけない
15:53しみたいなのはもうあんま必要ないかな
15:56みたいないやマジイメージめっちゃ変わり
15:59あ本当です
16:02かデータドリブなpdmになれっていう
16:05よりはpdmはデータドリブンでなければ
16:07いけないのでその力は前もって養っておい
16:12てねっていううん感じで伝える方がいいか
16:15なと思ってるんですよねなるほどなるほど
16:17働かれてる中でやっぱデータが見れる方と
16:22の方が働きやすいなとかやっぱあります
16:24こっち側からは別に多分あんまりなくて
16:27ただうんプロダクトマネージャーとかやる
16:30上でデータへの理解があった方がその人の
16:34その人が働きやすそうに見えるっていうの
16:36ありますねうん他を説得する材料を探す時
16:39にデータアナリストとかデータ
16:42サイエンティストとかと会話する時の
16:44コースを最小化できるというかうんうん
16:47なんかこういうデータ裏にあるじゃんだ
16:49からこういう風に分析すれば出ると思うん
16:51だよねてぶつけられたらこっちもあそれで
16:54いけるってなるかはいはいいやこっちの方
16:56がいいんじゃないみたいなのでなんか30
16:58分で話ピって終わるみたいなのとか
17:00うんうんあとなんかこうデータ
17:02サイエンティストがこういうアルゴリズム
17:04にするとこんぐらい変わると思うんだよね
17:07みたいな話があった時とかもえでも前のと
17:10そんな本質的には変わんなくないとか返事
17:12すれば話がうまくまとまるとかってのある
17:16と思うんでそのデータの使い方の理解が
17:21深い方が仕事が楽になってるんじゃないか
17:24なっていう気はしてるんですようんうん
17:26なるほどな実際にDNA入った時もpdm
17:29として採用されてま結局今アナリストやっ
17:32てるんですけどpdmはいに合流する前に
17:36じゃ何ヶ月かちょっとアナリストチームと
17:38一緒に動いて裏にどういうデータ構造ある
17:41か全部理解した上でpdmのまたもう1個
17:45やろうかみたいな話を最初してたぐらい
17:47だったんでデータを理解してるからこそ
17:51データドリブなpdmとして活躍できる
17:53みたいな感じなんじゃないかなって思い
17:55ますねうんこれってなんかあのあの他の
17:59会社さんでもそういった動きができるのが
18:03普通なんですかねデータアナリスああそこ
18:06の距離感は
18:07結構会社によってまちまちな気はしてて
18:11うんそのもう本当に車内に一緒にいるけど
18:15別部署でなんか言われた分析結果返します
18:18よっていうスタンスのところもあるだろう
18:20しはいはいはいあとはなんかどのぐらい
18:24ビジネス貢献していくかっていうのの
18:26色合い次第かなと思うんですよねうんなん
18:29かそういう人たちをまそ抱えるのもそう
18:33いう組織的に難しいっていうパターンも
18:36あるはいからそうするとなデータ
18:39サイエンス系とかデータ分析系に特化した
18:42コンサルティングファームとかしちゃう
18:45みたいそうあるんでそこに外注してやって
18:48いくでそこにから帰ってきた結果から自分
18:51たちでなんか決めてくみたいなはい感じに
18:54なってくと思うんでうんどうどうやって
18:58見極めるですかねそういう会社は多分いや
19:00でもめちゃくちゃなんだろうなんか私の
19:03イメージもどちらかというとそっちだった
19:04のでなんかここまでなんか事業作りを学び
19:08ながらというかなんかちゃんと事業作りに
19:11生きるデータ分析みたいなのをあのでき
19:14るっていうのはすごくいい環境だそうです
19:17ねなんかそこの線引うちもちょっとあった
19:19なっていう感じがあってそこからなんか
19:22参謀っていう言葉を明確に使い始めたのも
19:25ちょうど1年ちょっと前ぐらいからであの
19:29ちゃんと事業部側の担当者立ててこの人は
19:33あなたの参謀ですっていうのを明治的に
19:35ペアで全部作っちゃってえそんなちゃんと
19:38作ってるんですねそうですそうです3謀
19:40制度っていうのをちゃんと引いてえかこ
19:42いいpdm1人に対してアナリストあの
19:45シニアめのアナリストをちゃんとつけてで
19:48もこのアナリストは基本この業務しかし
19:50ないですよpdmの頭の中にあることも
19:52どんどん具現化してくしなんなら前より
19:56コード書く時間は短くなってるんだけど
19:58うんあのその分こうなんか手で整理してみ
20:02たりこう文字で書いて整理してみた
20:04りっていう頭を使っていく時間の方が長く
20:07なっていくような支援の仕方に変えたら各
20:11領域の理解もめっちゃ深まったしはい
20:15なんかアナリストの存在感もやっぱあの
20:18事業部の中で増したし間違いないですねて
20:21いうのでなんかこう参謀っていうシステム
20:24がすごいよく機能していったはいはいを見
20:28てたからこそ染み出ていくアナリストの方
20:31がいいんだろうなっていう感覚が今は強い
20:33んですよねうんうんうんうん改めてなんか
20:35DNAでえっとデータアナリストをする
20:38ことの魅力っていうのとあとまあの結構
20:42そう色もあると思うのでこういう人があう
20:44と思うみたいなったら教えてくださいはい
20:46DNAでデータアナリストをするメリット
20:48はもうやっぱ事業部に近い状態で並走し
20:52ながらできるその参謀っていう動き方が
20:55できるポイントがあるかなと思ってて
20:57ビジネス職でこういうのがやりたいって
21:00明確にある人の方が実はアナリストと相性
21:05いいかもしれないなと思っててかなんか
21:07その結局事業部の人と同じ目線で会話が
21:12できるうんアナリスト3本になってるから
21:14こそpdmとかあの例えばマーケティング
21:18のプランニングとかっていうところに
21:21シフトしていけるんでだから同じぐらい
21:23興味ないとついていけないんですよね確か
21:26にだからはめちゃめちゃマーケティング
21:30やりたいですめちゃめちゃpdmやりたい
21:31ですみたいな状態の時にこのまま行って
21:35もがきまくってなんか右も左もわかんない
21:38状態で1年間過ごすのかってなったら一旦
21:41もうデータを元にそこを理解するっていう
21:45風に切り替えてうんけど自分の興味ある
21:48ところにがっつり関わるっていうような
21:51そういうイメージでめっちゃいいな決め
21:53てくのがいいかなっていうDNAは部署が
21:56違うところからアナリストこれぐらいこう
21:59じゃあこのチームにつけますみたいなそう
22:01いうコースの配分の仕方なのでうんうん
22:04車内で展開されてる
22:07サービスあらゆるところにアサインして
22:10もらえる可能性があるんでうなんか
22:12マーケティング部署に入りたいとかどっか
22:14のプロダクトマネージャー絶対やりたいん
22:16だみたいなのに1個こうステップ挟んで
22:20やって違う業務形態でそこに関わってい
22:23くっていう確かにもをやってくとなんか
22:26一歩引いてみれる部分もあるしうんでそこ
22:29が本に自分がやりたいなのか見えてきて次
22:32のキャリア決めれるとかっていうのはあり
22:34そうな気はするからなんかDNAでやる
22:38メリットは1個そこにもあるかもしれない
22:40ですねいや本当にそうですねなんか結構
22:44学生さんと話してるとなんかこのなん
22:48だろうえっとこういう分野に携わりたい
22:51みたいなのを決めきれないから事業会社に
22:54入れなくてはいああで結局そのそういうで
22:57も優秀な方々って結構コンサルに行くはい
23:00はいなんかとりあえずいろんなあの業界
23:02見れるから後でなんかあの何でもなり
23:06やすいだろうみたいな感じでなる方多いん
23:08ですけどそういう方みんなデーターの
23:10リストになった方がいいんじゃないそう
23:12ですね思いましたなんかだコンサル入っ
23:16ちゃうと支援の仕方にまたちょっと自由度
23:18があって僕も前職データサインスって言い
23:22ながらあの外部から支援するタイプのだっ
23:24たんでほとんどコンサルティングのやって
23:27たんですけどうんバウトに
23:28コンサルティングファーム入ると多分支援
23:31の仕方がITなのか戦略なのかみたいなの
23:33がいくつかあってその上でそこで関わる先
23:38の業界によってまた変わってってなんか
23:41正直入った瞬間にどこになるかマジで
23:43わかんないしうん1年後どういう職種で
23:46やってるかっていうのも分かりづらいから
23:50なんだろうな幅広く見えるようで興味の
23:53ないとこに振られる可能性がめちゃめちゃ
23:55高いと思うんですよ確かにあ事業会社
23:59いろんな幅広くやってる事業会社でまこの
24:03ぐらいの幅だったら興味持てるなみたいな
24:05ところでそれに対して全車横断的に支援し
24:09てるとこにいればあの需要あるとこと
24:12こっちでやりたいって言ってるところを
24:14うまくこうマッチングしてくれると思うん
24:16でそんなに事業会社僕は選択肢て狭ま
24:19るっていう感じはしないですねうん今の話
24:22聞いたら本当にそう改めてそうだなと思い
24:24ましたま僕が満足してるからそう言ってる
24:27だけかもしれないですけど
24:29いやめっちゃ面白かったですちょっと是非
24:32あの今の話聞いてDNAのデータ
24:34アナリストに興味が出た方は概要欄から
24:38はいごぼお待ちしております改めて今日は
24:41ありがとうございましたありございまし
24:43たが
24:47[音楽]
Посмотреть больше похожих видео
【データドリブンの組織の作り方】データとは酸素だ／ターゲット設定が大事／社長自ら毎週データ分析をレポート／経営は「誰に何をするか」が全て【一休・榊淳社長】
【12分で解説】仮説思考 BCG流 問題発見・解決の発想法（内田和成 / 著）
データエンジニア、データサイエンティスト、データアナリストとは？
「エビデンスが重要という証拠はない」エビデンス至上主義の“落とし穴”とは？（高島宗一郎、中室牧子、成田悠輔、宮田裕章） TheUPDATE
【NTTデータ】2年目で◯◯億規模のプロジェクトリーダーに！？「開発の楽しさは◯◯を両方味わえること」
【思考の癖を作る】天才を超える論理的思考の頭の使い方と毎日の訓練法
5.0 / 5 (0 votes)
