（未経験可）データアナリスト

生成AIの登場と「意思決定」の未来

昨今、生成AIの急速な普及により、企業の意思決定構造そのものが大きく変わろうとしています。

従来の「現場が集計して報告書を書き、上司へあげて承認を得る」という縦割りの報告ルートから、データが一箇所に綺麗に集約され、立場や職種、業界経験に関わらず誰でも必要なデータを引き出して議論できる「フラットで迅速な意思決定スタイル」への移行が始まっています（※大手企業でも会議前にAIで質問を潰し込んでから臨むなど、新しい業務スタイルへの模索が進んでいます）。

しかし、現在の多くの企業では、データが各部署に散在しており「どこに何があるか分からない」「安全に使える状態になっていない」という大きな壁に直面しています。

「データマネジメント」とは 

「データマネジメント」とは、データの取得から蓄積・利活用・廃棄に至るライフサイクル全体を管理する最も広い概念です。一般的にイメージされる「データサイエンス（高度な分析や機械学習）」は、このデータマネジメントにおける「利活用の一部」に位置づけられます。

データを手当たり次第に集めて使うだけでは、漏洩リスクや法的な問題を生みます。ピープルドットでは、データマネジメントを単なるITシステムの構築ではなく、「データという企業の最重要資産を維持・管理・向上させるための新たな機能（部署）を企業内に創り出すこと」と定義しています。これは、企業の中に「人事部」や「経理部」を新設するのと同等の取り組みです。

代表note：ピープルドットの考える「データマネジメントコンサルティング道」

ピープルドットの役割と想い

代表の堅田がインスピレーションを受けている事例に、データドリブン経営を徹底する飲食店があります。そこでは業績データを外部公開し、外食産業の経験や直感だけに頼るのではなく、データがあるからこそ業界未経験者でも経営に参加し、フラットに議論できる環境を作っています。

本来であれば、誰もがデータサイエンスを駆使して多様な課題を解決できる世界をすぐにでも実現したいと考えています。しかし、現状多くの企業ではさまざまなデータが分散しており、まずは「データ活用ができる状態に整える下準備（データマネジメント）」に力を注ぐことが不可欠です。

今後、多くの企業が機械学習やAIを自在に扱い、データドリブンな意思決定と課題解決を進められる未来へ移行するための土台作りを担っています。

ピープルドットは、以下の3つの役割を連携させながら、この変革を推進しています。

• スクール： データサイエンティストやエンジニアなど、基盤や分析を支える専門家の育成
• 法人研修： 利用者側のリテラシー向上と、安全にデータを扱うためのルール作り
• コンサルティング： 企業のデータ活用目的を明確にし、重要データの特定からガバナンス構築までを伴走支援

ミッション・ビジョン

ミッション： データサイエンスで新しい価値を提供し続ける
ビジョン： データサイエンスが豊かな社会に繋がるためのオープンラボになる

自社で培った教育・育成のノウハウとコンサルティングを融合させ、企業や社会全体がデータを自由に使いこなし、個々の能力が最大限発揮される豊かな社会を目指しています。

業務詳細

データアナリストとしてクライアント先に常駐（案件によりリモートもあり）して、当社のビジネストランスレーター（コンサルタント）と連携しながらデータ分析業務を行います。クライアント企業の事業を深く理解し、クライアント企業の意思決定を支援します。

【主なプロジェクト例】
1. クライアント企業の財務モデリング
クライアント企業に常駐しながら、経営の見える化を推進していただきます。
現在は、基幹システムからデータをダウンロードしエクセルを用いた可視化を行なっていますが、プロジェクトに参画し、ダッシュボードの作成・経営課題を見つけるための分析を行なっていただきます。

2. クライアント企業のマーケティング支援
小売店のIDーPOSデータの分析を行いマーケティングの企画立案を行うプロジェクトに参画いただきます。担当の業務としては、小売店のIDーPOSデータをSQLとBIツールを用いて可視化を行います。そのデータ分析の結果をもとに、プロジェクト参加者でマーケティングの企画立案を行います。

3. 倉庫の需要予測プロジェクト
倉庫コスト削減プロジェクトに参画いただきます。
倉庫のコスト削減を目標に、倉庫から出荷する物量を予測するモデルの作成をお任せいたします。
Pythonを用いて、出荷量の予測を行っていただきます。

求めるスキル・経験

【必須条件】

• ビジネスにおけるデータ活用に関する強い興味
• PythonもしくはRを用いたデータ分析の経験（実務、学生時代の研究、プライベートでのプロジェクト問わず）
• 統計学や機械学習の理論に関する理解

※データ分析の実務経験は問いません

【歓迎条件】

• SQLやBIツールを用いたデータ加工・可視化の経験
• ワード、エクセル、パワーポイントを用いた資料作成スキル
• 分析に基づいた課題解決や意思決定支援業務の経験