売上が上がっているのに、なぜ利益が下がっているのか?
Hearthlineのデータアナリストとしての最初の1週間です。乱雑な注文のエクスポートをExcelで粗利益にし、SQLで集計し、pandasで各割引コードのコストを測定し、Power BIで利益率をグラフにして、上司に変えるべきことを伝えます。
レベル1:ビギナー
0 ポイント
サインインすると、デバイスをまたいで進捗を保存できます。
データアナリストの求人が求めるスキルを、実務で使う順番に練習します。スプレッドシート、SQL、ダッシュボードのツール、そしてPythonです。練習問題は解いたその場で採点され、最後はプロジェクト、ツールを横断する時間制限付きのアセスメント、面接で締めくくります。未経験の方も、最初の数式から始められます。
各レッスンの目安時間に基づくと、レッスンは合計約47時間です。
まだ何も完了していません。進捗はレッスンを終えるたびにこのブラウザーに保存され、サインインするとアカウントにも保存されます。
この順番でステップを進めてください。各ステップはコース全体ではなく、1つのコースのうちこの職種で使うユニットのセットです。ユニットを開くと、その最初のレッスンが始まります。
アナリストの仕事の多くは、今もスプレッドシートから始まります。だれかが送ってきたエクスポート、会議の前の数字の点検、上司に渡す要約などです。このステップでは、数式と参照、IFによる論理、条件付きの合計、検索、テキストと日付、テーブル、ピボットテーブルを扱います。
SQLが書ければ、エクスポートを待たずに自分でデータを取り出せます。最初のSELECTから結合、サブクエリ、ウィンドウ関数へ進み、重複の除去、ファネル、コホート、前月比のように、アナリストが毎週使うパターンまで練習します。
分析の成果は、多くの場合ダッシュボードの形で人に届きます。データモデルの上にレポートを作り、DAXのメジャーを書き、CALCULATEで期間を比べます。目指す求人がTableauを挙げているなら、Tableauのコースで同じ内容を練習できます。
スクリプトを読んで書き換え、自分でも書ける程度のPythonです。変数、リスト、辞書、ループ、関数を学びます。ここまで進むと、次のpandasが理解しやすくなります。
スプレッドシートやSQLでしていた作業を、pandasならノートブックの中で、もっと大きなファイルに対して、翌月もそのまま実行できる形で行えます。読み込み、絞り込み、クリーニング、結合、形の変更、時系列を扱います。
ウェアハウスのフィールドとメジャーを再利用できる形で作り、結合の粒度をテストし、ダッシュボードの定義を保存します。地域ごとの閲覧制限にはアクセスフィルターを使い、共有する前に元データの合計と照らし合わせます。
各プロジェクトは架空の会社の依頼から始まり、実際の仕事と同じようにツールを行き来します。あるステージで作ったものが、次のステージの出発点になります。概要はすべて無料で読めます。
Hearthlineのデータアナリストとしての最初の1週間です。乱雑な注文のエクスポートをExcelで粗利益にし、SQLで集計し、pandasで各割引コードのコストを測定し、Power BIで利益率をグラフにして、上司に変えるべきことを伝えます。
マーケティングはこの夏に8つのプロモーションを実施し、秋の計画を立てたいと考えています。特典を数値にし、それぞれをその前の週と比べて測定し、追加の売上を合計して、メモを書きます。
月次レポートでは9月が8月を下回っており、CFOは取締役会の前にその理由を知りたがっています。カレンダーの影響と本当の減少を切り分け、それがどこから来たかを述べます。
同じ月について、オペレーションはある定時率を、財務はそれより低い率を報告しています。理由を突き止め、両方のチームが合意するメジャーを書き、顧客に出す数字を提案します。
決済のテストで、訪問者の半数に年間プランを提案しました。ダッシュボードではうまくいったとされています。リリースする前に、テストを公平に数え、その差が本物かどうかを判断してください。
Greenbasketの2人のアナリティクスチームに加わりました。夏のプロモーションを振り返り、在庫切れが起きている店舗を見つけ、その後、悪かった月についてCFOに説明します。
ユニットを終えたら、その職種のツールを横断して実力を確かめましょう。60分で15個の実践的な課題に取り組み、どの課題もそのツールの中で行い、自動で確認されます。ページを閉じてもタイマーは止まりません。
| ツール | 課題 | 分 |
|---|---|---|
| LookerとLookML | 3 | 11 |
| Excel | 3 | 10 |
| SQL | 3 | 11 |
| Power BI | 3 | 15 |
| pandas | 3 | 13 |
アセスメントは無料です。結果は面接ハブのレポート形式による練習のフィードバックで、採用の判断ではありません。問題のプールが許す範囲で、再受験では別の課題が出題されます。
面接ハブでは、架空の雇用主でのデータアナリストの面接をラウンドごとに進めます。口頭または文章で回答すると、面接官が掘り下げて質問し、レポートでは回答が引用されます。
データアナリストは、そのままでは読めない記録を、人が次の行動を決められる答えに変える仕事です。値上げのあとに売上が落ちた店舗はどこか、3月に登録数が減ったのはなぜか、販促に実際いくらかかったのか。仕事の大半は、データを集め、その数字が正しいかを確かめ、判断する人に意味を説明することです。使うツールは会社によって違いますが、仕事の中身はほとんど変わりません。
データアナリストの求人の多くは、スプレッドシート、SQL、ダッシュボードのツールを挙げ、Pythonを求めることもよくあります。このパスウェイはその順番どおりに進みます。各ステップではコース全体ではなく、アナリストが使うユニットだけを学ぶので、早くプロジェクトまでたどり着けます。1つのツールを深く学びたくなったら、そのコースの残りのユニットに進んでください。
採用する側が見たいのは、受けたコースの一覧よりも、実際に作ったものです。プロジェクトは架空の会社からの依頼で始まり、実務と同じようにツールを行き来します。「売上が上がっているのに、なぜ利益が下がっているのか?」では、Hearthlineの注文データをExcelで整え、SQLで集計し、割引コードごとのコストをpandasで計算し、利益率をPower BIでグラフにします。1つ終えれば、面接で具体的に話せる題材が手に入ります。そのあとのアセスメントで、応募の前にどのツールを練習し直せばよいかがわかります。面接は面接ハブのデータアナリストの面接で練習できます。
データベースのレポートを担当するなら、SQLクエリの最適化:実行計画の根拠で、実行計画を読み、結果を変えずにクエリを書き直す練習をしてください。構文はSQLチートシートにまとめてあります。
このパスウェイのレッスンは、合計で約47時間です。それが何週間になるかは、1週間に使える時間しだいです。採用までの期間は経歴や応募先によっても変わるため、期間の約束はしていません。
始められます。どのコースも最初の一歩から始まるので、経験は要りません。応募の条件として学位や実務経験を求めるかどうかは企業が決めることなので、応募したい求人の募集要項を読んでおきましょう。このパスウェイで手に入るのは、人に見せられる練習の記録とプロジェクトで、資格ではありません。
もらえません。The Work Gymは修了証を発行しておらず、このパスウェイはMicrosoftやGoogleなど、どのベンダーのプログラムでもありません。終えたプロジェクトと模擬試験には、それぞれだれでも確かめられるコード付きの記録が残り、アセスメントのレポートも手元に残ります。
どのコースも最初のユニットは無料で、アカウントも要りません。One Courseでは1つのコースのすべてを、All Accessではパスウェイ全体を利用できます。各プランの料金は料金ページに載っています。