ステップ1〜5で、
- Excel・SQL・BI・Python＋機械学習の基礎に触れ、
- ポートフォリオまで作ってきたあなたは、
すでに「なんとなくデータに強い人」から、「データ・AIを軸にキャリアを考えられる人」 に変わりつつあります。
最後のステップ6では、
学びを“キャリア”と“収入”の変化につなげるための具体的なアクション
を整理していきます。
このステップで目指すゴール
ステップ6のゴール
- 「自分はどの方向のキャリアを目指したいか」が大まかに言語化できている
- その方向に向けて、今日から・今月からできる具体的な一歩が決まっている
- 転職・異動・副業などを、“いつか”ではなく“計画された選択肢”として持てる状態になる
キャリアの3つの方向性をざっくり決める
いきなり「転職すべきか？」を考えるとしんどいので、まずは方向性をざっくり整理してみます。
方向性A：今の会社の中で「データ担当ポジション」を狙う
- 社内でデータ分析・レポート・ダッシュボード作成を任されるポジション
- いきなり部署異動ではなく、「この業務だけデータで見てみませんか？」 から始めるイメージ
方向性B：データ・AI寄りの職種に転職する
- データアナリスト／BIエンジニア／データエンジニア見習い など
- ポートフォリオを武器に、「ポテンシャル枠」「第二新卒枠」を狙っていくイメージ
方向性C：副業・フリーランス準備としてスキルを活かす
- 小さな分析案件、ダッシュボード構築、レポート自動化など
- いきなり独立ではなく、「月数万円の副業」レベルから始める
どれが正解というわけではなく、「今の自分にとって現実的で、ワクワクできる方向はどれか？」を選ぶのがポイントです。
まずは社内でできる“小さな実践”から
いきなり転職サイトを開く前に、今の会社の中でできることを整理してみましょう。
アイデア1：自分の業務の一部を「データで見える化」してみる
- 例：
- 自分の担当案件の進捗をExcel＋グラフで整理する
- 問い合わせ件数を月別・カテゴリ別に集計する
- 簡単なダッシュボードを作ってみる（Tableauや他BI）
→ 小さくても、「自分の手で見える化した」という実績が1つ増えます。
アイデア2：上司との1on1で「データで貢献したい」意向を伝える
- 「最近、データ・AIの勉強をしていて、もしチームの数字を整理したり、簡単に可視化したりするニーズがあれば手伝いたいです」
のようにさりげなく意思表示をしてみるのも一つの手です。
アイデア3：社内の“データに困っていそうな部署”にアンテナを立てる
- 営業部門、マーケティング、カスタマーサポートなど → 数字をたくさん扱っている部署は、たいてい何かしら困りごとがあります。
まだ異動はしなくても、「どんな数字を見ているのか」「どんなレポートが欲しいのか」を聞きに行くだけでも、キャリアのヒントがたくさん得られます。
データ職が未経験の不安を減らすには、今の会社で“小さく1回回す”のが最短です。
今日からできるデータ活用チャレンジ（テーマ選び〜成果のまとめ方まで）を12個に整理したので、まずは1つ選んで実行してみてください。
→ 今の会社でできる小さなデータ活用チャレンジ12選（実務経験の不安を減らす）
転職を視野に入れるときの3ステップ
「今の会社ではどうしてもデータ・AIに関われなさそう」と感じた場合は、転職という選択肢も視野に入ってきます。
ここでは、情報収集〜本格応募までの流れをざっくり整理します。
ステップ1：市場を知る（情報収集フェーズ）
- 転職サイト・エージェントで、「データアナリスト」「BIエンジニア」「データ活用コンサル」などの求人を眺めてみる
- 募集要件に出てくる
- 必須スキル
- 歓迎スキル
- 業務内容 をメモしておく
→ 自分の現在地とマーケットの期待値のズレが見えてきます。
ステップ2：ギャップを埋める計画を立てる
- 求人票を見ながら、
- すでに持っているスキル（Excel・SQL・BIなど）
- 足りていないスキル（特定ツール、統計、英語など） を整理する
- 足りない部分を半年〜1年でどこまで埋めたいかを決め、学習計画に落とし込む
ステップ3：ポートフォリオ＋職務経歴書を整えて応募する
- ステップ5で作ったポートフォリオから、1〜2個、転職先の業務に近いものを選ぶ
- 職務経歴書に、
- 「現職でやってきたこと」
- 「データ・AI学習でやってきたこと」 を分けて整理する
- 応募前に、転職エージェントや信頼できる先輩に一度見てもらう
転職は「今の環境がしんどいから逃げる」より、「やりたいことに近づくために移る」ほうが、長期的な満足度が高くなりやすい
副業・フリーランスを視野に入れる場合
将来フリーランスもあり得るなと感じているなら、いきなり独立ではなく副業で小さく試すのがおすすめです。
副業で狙いやすい領域
- 小規模企業の「売上・顧客データの可視化」
- 既存Excelレポートの自動化・効率化
- Tableauや他BIツールを使った簡単なダッシュボード構築
副業での最初の一歩
- 友人・知人・元同僚など、半歩身近なところからニーズを探る
- SNSやブログで、
- 「こういうダッシュボードを作りました」
- 「こういう分析ができます」 とアウトプットを継続する → 自然と声がかかる可能性が高まる
ポイントは、「いきなり月30万の副業」ではなく、「月数万円の小さな案件」から始める ここで実績が積み上がると、将来の独立・フリーランスの土台にもなります。
キャリアアクションを決めるときの3つの質問
最後に、どのアクションから始めるか迷ったときに自分に聞いてほしい質問を置いておきます。
- 「半年後、どうなっていたら“やってよかった”と思えるか？」
- 「そのために、今日から始められる一番小さな行動は何か？」
- 「その行動を、誰か1人に宣言するとしたら誰に伝えるか？」
この3つに答えられれば、あとは 「小さく動いて、毎月少しずつ軌道修正する」だけです。
まとめ：学びを“自分の武器”として外に出していく
ステップ6は、
インプット中心の学習を、アウトプット中心のキャリアづくりに切り替えるフェーズ
です。
- 社内での小さな実践
- 異動・転職に向けた準備
- 副業・フリーランスのタネづくり
どれを選んでもかまいません。
- 「学んだことを、自分の人生の選択肢に変えていく」という視点を持てればOKです。
社内で小さなデータ分析プロジェクトをやるときも、最初に“やりがちな失敗パターン”を知っておくと、信頼を落とさずに済みます。
現場でよくあるデータ分析の落とし穴を整理した記事もあるので、実際に動き出す前に一度チェックしてみてください。
→ データ分析の落とし穴7選｜数字が合わない原因と対策（実務チェックリスト）
データ・AI学習の全体像（ステップ0〜6）をまだ見ていない方は、こちらの記事でロードマップ全体を確認してみてください。
→ 社会人のデータ分析ロードマップ｜Excel→SQL→BI→Pythonで半年〜1年の全体像
ステップ1〜4の詳しい学習内容については、以下の記事でそれぞれ解説しています。
→ 【ステップ1】Excel基礎｜関数・ピボットで“数字に強い人”になる（初心者向け）
→ 【ステップ2】SQL入門｜SELECT〜JOIN〜集計で“データを取りに行ける人”になる
→ 【ステップ3】Tableau入門｜ダッシュボードの作り方と基本手順（初心者向け）
→ 【ステップ4】Python×機械学習超入門｜データ分析→簡単なモデルまで（初心者向け）
→ 【ステップ5】データ分析ポートフォリオの作り方｜未経験でも伝わる成果物の型
ここまでロードマップを読み進めている時点で、あなたはすでに「ただの学びっぱなしの人」から一歩抜け出しています。
あとは、自分にとって一番現実的でワクワクする一歩を選び、今日・今週・今月の行動に落とし込んでいくだけです。
