「本コンテンツは当サイト編集部が独自に制作しております。各広告主様やアフィリエイトサービスプロバイダ様から商品案内や広告出稿をいただくこともありますが、各事業者様がコンテンツ内容等の決定に関与することはございません。本サイトは広告およびアフィリエイトサービスにより収益を得ています。コンテンツ内で紹介した商品が成約されると、売上の一部が当サイトに還元される場合があります。」
「今話題の広告業界のデータアナリストってどんな職種…?」
WEB広告の需要が高まっている中、高い専門性を兼ね備えビックデータをもとに事業の課題解決に幅広く活躍するのがデータアナリストです。本記事では、データアナリストの具体的な仕事内容や必要なスキルなど徹底的にご紹介していきたいと思います。
WEB広告業界でこれからデータアナリストを目指していきたいと思っている方や自身の市場価値をより高めていきたい人は是非参考にして下さい。
広告業界のデータアナリストとは
広告業界の方でもよく混同してしまうのが「データアナリスト」と「データサイエンティスト」です。ここの違いをしっかり押さえておきましょう。
上記の図は「ビジネス」と「エンジニア」の２軸で作成しております。「ビジネス」軸はクライアント向けの対応を中心に、データを用いたコンサルティングを行う業務を指します。横軸の「エンジニア」軸は開発業務を中心に、リサーチや機械学習の実装を行います。この２軸の中心に位置するのが「データ分析」と呼ばれる職種です。「データ分析」は多様なレベルがあるので明確な定義は無いのですが、両者の違いをざっくりいうと下記になります。
- ビジネス寄り：データアナリスト
- エンジニア寄り：データサイエンティスト
下記は電通デジタルの中途採用ページに記載している各職種の募集要項になります。データアナリストよりも高度でより専門的なスキルを必要とされているのがデータサイエンティストになります。
データアナリスト
- Webサイト解析ツール（GoogleAnalyticsやAdobeAnalyticsなど）を利用した分析スキル
- 広告・メール・アプリなど各種デジタルマーケティング施策に関するデータ概要の俯瞰的知識
- JavaScript、WebAPI、Cookieなど、「データの取得や連携に活用される基礎技術」の実装スキル
- プライベートDMPの導入・活用スキル
- Tableau等のBIツールやSQLなど、データの統合・分析・可視化の実務スキル（※)「データサイエンティスト」ほどの高度な統計解析スキルは求めない
データサイエンティスト
- 統計に関する知識、スキル
- 機械学習全般に関する知識、スキル(構造化データを想定)
- 統計分析、機械学習、付帯するETLをPython
- データ抽出/加工/集計に必要なSQLスキル
- クラウドツール等を利用したデータエンジニアリングのスキル
- データ分析部門・情報システム部門等におけるマーケティング関連データ分析業務
広告業界でデータアナリストが活躍する場面について
──広告業界では主に分析ツールで課題解決を行う
広告業界でデータアナリストが行う基本的な業務は、Google analyticsで分析をして広告やLPなどの課題や効果を可視化することです。ウェブ分析ツールは、その課題や解説に対して原因を調べたり、改善案を考えたりなど、補足的に使われることが多く、分析によって仮説を立てた後に、A/Bテストなどを実施しPDCAを回してしくことが求められます。
また、分析をする以外にもWEB広告の効果測定のための各種設定方法(JavaScript、WebAPI、Cookieなど)に対しての専門的な知識を要するため、クライアントや社内の営業に対して複雑な専門領域の実装までのプロセスや理解を促す説明を求められます。
アドテクノロジーは、企業IPやユーザー情報など細かいデータを扱う場合が多く、データ活用が上手く活用できる企業ほど、広告経由の認知度アップや売り上げ向上の面で成功しています。そのため、これらのシーンでデータアナリストは活躍ができるでしょう。
広告業界のデータアナリストの平均年収
──データアナリストの年収レンジは高い
データアナリストの平均年収は推定674万円です。国税庁が公開している「令和元年分民間給与実態統計調査結果」では、一般企業の平均年収は436万円であるため、平均よりも200万円程高い給与レンジであるといえます。
尚、大手デジタルマーケティング企業や事業主では平均年収が1,000万円以上の高待遇を提示していることもあります。これはWEB広告の需要増加により企業側が調査・分析を行うデータアナリストの人材の供給が追いついていないことが挙げられます。
現在はデータアナリストという職種は主にインターネット広告代理店に属しているケースが多いですが、事業会社のインハウス化により多方面でデータアナリストの需要が増加してくることが想定されるため年収レンジは益々増加していくでしょう。
データアナリストになるためには
──分析ツールを使うことから始めよう
まずは分析ツールで一番使用頻度が高い「Google analytics」を学習することです。分析ツールを使いこなせるようになれば、分析って楽しいな、好きだなと思えるはず。知識は後からいくらでも入れられます。ツール類の使い方に関してですが、「習うより慣れろ」です。
広告効果やサイトの分析が分析ツールで読み解けるようになったらSQLや統計学などを学ぶとより専門性が高まります。データアナリストとしてある程度の業務を捌けるようになったら少しエンジニア寄りのスキルを会得して「データサイエンティスト」にキャリアアップという選択肢も選ぶこともできます。
まとめ
データアナリストというのは、企業の成長において今後絶対に必要な人材。しかし、その重要性に比べて圧倒的に人員が足りておりません。各企業が喉から手がてるくらいに欲しい人材のため市場価値が非常に高いのが現状です。この流れは今後ますます加速するでしょう。
広告業界に勤める方で、これからより必要になる希少性のスキルを磨きたいという方は「データアナリスト」を目指してみても良いかもしれませんね。
