年度始まりということもあり、データ分析を改めて学ぼう、これまで学んでいない分析の手法を学ぼうという方は多いと思います。以前、学ぶ前の段階で目的の明確化や自分自身が理解しているデータで学ぶことを本コラムに書かせていただきましたが（分析を学ぶために大切な事）、今回はもう少し具体的な学習方法について私自身が意識してきたこと、大切なポイントを整理してみたいと思います。

【スキルレベルに合うものを選ぶ】
はじめに、どのような学習方法であっても「自分自身の分析のスキルレベルに合う」というのは大前提です。簡単すぎて退屈に感じる、難しすぎてついていけない・・・どちらもせっかくのモチベーションが損なわれてしまいます。

自分自身のスキルレベルを正しく把握すること、これはデータ分析に限らず何かを学ぶ際に不可欠です。データ分析領域のご自身のスキルレベル把握に関してはデータサイエンティスト協会のスキルチェックテストが役立つと思いますので、是非確認してみていただければと思います。
こちらのスキルチェックテストは、データサイエンティスト協会が定める「データサイエンティストにとって必要なスキル」をどの程度理解しているか、スキルを獲得できているか、自分がどのレベルにあるかを確認することができます。

簡易バージョンは会員登録なしで行うことが出来ます。
スキルチェック(簡易バージョン)
スキルチェック(フルバージョン)

【一緒に学ぶ仲間がいる】
同じ志を持つ仲間がいるというのは素晴らしいことです。わからないことを教え合う、教えることで自分が学び、説明することで理解が増すという経験を積むことができます。仲間の努力度合いも自分自身への刺激になると思いますし、就職や転職、そのほかビジネスの様々な課題解決の場面でも、同じ志をもっていれば良い仲間として力になってくれると思います。

【実務に近い経験ができる】
以前他のテーマのコラムでも何度か触れたことがありますが、実務上のデータであれば実際の分析業務で立ち向かわなければならない課題に触れることができ、その解決策を学ぶことができます。学習用として用意されているデータではなく、企業が実データを提供していたり、自分自身が業務で見ているデータなどで試せるものが一番です。

以上が私自身が分析を学ぶ際に気をつけているポイントですが、現在はセミナー、e-ラーニング、専門書での学習など様々な学習方法があります。次回は、それぞれの学習方法において上記のバランスをどのようにとっていくか、についてお話ししたいと思います。