データ分析ポートフォリオの作成方法とコツを解説

こんにちは、とめです。

データ分析を独学で学び、未経験からデータアナリストへ転職し、今では本業をやりながら、副業でも活動しています！

「SQLも勉強した。」
「Power BIも使えるようになった。」

でも、いざ転職活動を始めようと思うと、

「結局どんなポートフォリオを作れば採用されるんだろう？」

と悩みますよね。

私も未経験からデータアナリストを目指した時、同じ壁にぶつかりました。
実際にポートフォリオを作成して転職活動を行い、面接でも成果物について質問された経験があります。

その時に気付いたのは、採用担当者はグラフの綺麗さやツールの使い方を見ているわけではないということです。

見られていたのは、

• なぜその分析をしたのか
• どんな仮説を立てたのか
• 分析結果から何を考えたのか
• どんな改善提案ができるのか

といった「実務での考え方」でした。

つまり、未経験者のポートフォリオは単なる作品集ではありません。

採用担当者に

「この人は現場で活躍できそうだな」

と思ってもらうための資料です。

そこで本記事では、未経験からデータアナリストを目指す方向けに、採用担当者に実務をイメージさせるデータ分析ポートフォリオの作成方法を解説します。

この記事を読むことで、以下のことが学べます。

「何を作ればいいか分からない…」

という状態から、

「まずはこのテーマで作ってみよう！」

と行動できる状態を目指しましょう。

データ分析ポートフォリオは「作品集」ではなく「実務力の証明書」

未経験者のポートフォリオで最も重要なのは、グラフの綺麗さではありません。

採用担当者に「この人はデータを使って考えられる人だ」と思ってもらうことです。
そのため、ポートフォリオは作品集ではなく、実務力を証明する資料として作る必要があります。

未経験からデータアナリストを目指す場合、多くの人が同じ壁にぶつかります。

それは、「実務経験がない」という壁です。

どれだけSQLを勉強しても、
どれだけPower BIを触っても、
職務経歴書だけでは実力を伝えるのが難しい場合があります。

そこで役立つのがポートフォリオです。

ポートフォリオがあることで、

• 課題を発見できる
• 仮説を立てられる
• データ分析ができる
• 改善提案ができる

という能力を採用担当者に伝えられます。

つまりポートフォリオは、未経験者が実務経験の不足を補うための武器なのです。

私自身も未経験からデータアナリストへの転職活動を行った際に、ポートフォリオを作成しました。

理由はシンプルです。

実務経験がない中で、「自分はデータ分析ができます」と言葉だけで伝えても説得力がないと思ったからです。
実際に面接では成果物について質問されました。

しかし聞かれたのは、「SQLは書けますか？」ではありません。

聞かれたのは、

• なぜその分析をしたのか
• なぜそのデータを使ったのか
• その結果から何が分かったのか
• 改善するとしたら何を提案するのか

といった内容でした。

この経験から私は、ポートフォリオは分析結果を見せるためのものではなく、
「問題解決の考え方を見せるためのもの」だと感じています。

また、採用担当者は、あなたが作ったグラフを見て「おしゃれだな」と思いたいわけではありません。
知りたいのは、「入社後に活躍できそうか」です。

そのため、ポートフォリオでは次の4つが重要になります。

▼ポートフォリオで重要な4ポイント

採用担当者が見ているポイント	内容
課題設定力	どんな問題を見つけたか
仮説思考	どんな仮説を立てたか
分析力	データから何を読み取ったか
提案力	改善案を考えられるか

つまり、「売上を分析しました」よりも、
「売上が低下していたため、曜日別・商品別に分析し、改善施策を提案しました」の方が評価されやすいのです。

採用担当者が評価するデータ分析ポートフォリオの特徴5点

採用担当者が評価するのは、「どれだけ高度な分析をしたか」ではありません。
「実務で問題解決できそうか」です。

そのため、未経験者のポートフォリオは技術力をアピールするよりも、
『課題設定→仮説→分析→提案』という流れを意識して作ることが大切です。

特徴①：課題設定がある

データ分析は、データを見ることが目的ではありません。
何かの課題を解決するために行います。

例えば、

• 売上が低下している
• 会員の継続率が下がっている
• 特定商品の購入率が低い

といった課題です。

実務では、「まず何が問題なのか？」を考えるところから始まります。

そのため、

の方が評価されます。

特徴②：仮説を立てている

課題を設定したら、次は仮説を立てます。

例えば、

• 「新規会員が1か月以内に離脱しているのではないか」
• 「特定の商品カテゴリーの売上が落ちているのではないか」

というような予想です。

実際のデータアナリストの仕事も、仮説を立てて検証することの繰り返しです。

そのため採用担当者は、分析結果そのものよりも、どんな仮説を立てたのかを重視しています。

特徴③：分析の理由を説明できる

未経験者のポートフォリオでよくあるのが、グラフだけを並べて終わっているケースです。

しかし採用担当者は、「なぜその分析をしたのか」を知りたいと思っています。

例えば、

• なぜ年代別に分析したのか
• なぜ地域別に分析したのか
• なぜ継続率を見たのか

を説明できるようにしましょう。

分析には必ず理由が必要です。
理由のない分析は、実務でも評価されません。

特徴④：考察だけで終わらず改善提案がある

ここが未経験者と評価される未経験者の差です。

例えば、

という違いです。

実務では、分析して終わりではなく、分析結果をもとに行動を決めます。
そのため、改善提案まで書いてあるポートフォリオは非常に評価されやすくなります。

特徴⑤：面接で説明できる

どれだけ素晴らしいポートフォリオでも、面接で説明できなければ意味がありません。

実際に私が転職活動をした際も、面接では成果物について質問されました。

その時に重要だったのは、Power BIの操作方法ではなく、

• なぜそのテーマを選んだのか
• どんな仮説を立てたのか
• 分析結果から何を考えたのか

を説明することでした。

ポートフォリオは作って終わりではありません。

面接で説明できて初めて価値を発揮します。

▼採用担当者が評価するポートフォリオと評価しにくいポートフォリオの違い

評価されるポートフォリオ	評価されにくいポートフォリオ
課題設定がある	課題設定がない
仮説がある	仮説がない
分析理由が明確	とりあえず分析している
改善提案がある	結果だけで終わる
面接で説明できる	グラフだけ並んでいる

未経験者が目指すべきなのは、技術力をひけらかすポートフォリオではありません。

採用担当者に「この人は現場で活躍できそうだな」と思ってもらえるポートフォリオです。

落ちやすいデータ分析ポートフォリオの特徴

未経験者のポートフォリオは、「何を入れるか」と同じくらい「何をやらないか」も重要です。

実際に評価されにくいポートフォリオには共通点があります。

ここで紹介する失敗例を避けるだけでも、ポートフォリオの質は大きく向上します。

落ちやすい特徴①：グラフを作っただけで終わっている

未経験者に最も多い失敗がこれです。

例えば、

• 売上推移グラフ
• 年代別利用率グラフ
• 地域別売上グラフ

を作成して終わるケースです。

しかし、採用担当者が知りたいのはグラフではありません。
知りたいのは、「そのグラフから何を読み取ったのか」です。

例えば、

という具合に、分析結果から気付きを導くことが重要です。
グラフはあくまで手段であり、目的ではありません。

落ちやすい特徴②：Kaggleを真似しただけになっている

Kaggleは非常に優れた学習教材です。
私も学習段階では活用をおすすめします。

しかし、Kaggleの分析をそのまま写しただけのポートフォリオは評価されにくい傾向があります。

なぜなら、自分で考えた形跡が見えないからです。
採用担当者は、「この分析結果を出せる人」ではなく、「自分で考えながら分析できる人」を求めています。

そのため、

Kaggleを参考にする場合も、

• 独自の仮説を立てる
• 独自の分析を追加する
• 改善提案を書く

といった工夫をしましょう。

落ちやすい特徴③：分析の目的がない

データ分析は、目的があって初めて意味を持ちます。

しかし未経験者のポートフォリオには、「とりあえず分析してみました」という内容が意外と多いです。

例えば、

• 年代別に分析した
• 性別で比較した
• 地域別に集計した

だけでは、

なぜ分析したのかが分かりません。

実務では必ず

という流れがあります。

そのためポートフォリオでも、最初に分析の目的を書くようにしましょう。

落ちやすい特徴④：ビジネス視点がない

データアナリストは研究者ではありません。
企業の課題を解決する仕事です。

そのため、分析だけに集中してしまうと評価されにくくなります。

例えば、

という違いがあります。

採用担当者は、分析スキルだけでなく、ビジネスに活かせる視点も見ています。

分析結果だけで終わらせないようにしましょう。

未経験者におすすめのデータ分析ポートフォリオテーマ5選

未経験者がポートフォリオを作るなら、「自分が分析しやすいテーマ」ではなく、
「実務をイメージさせやすいテーマ」を選びましょう。

なぜなら採用担当者は、分析の難易度よりも「仕事で活かせそうか」を見ているからです。

テーマ①：ECサイトの売上分析

最も定番のテーマです。

例えば、

• 売上推移分析
• 商品別売上分析
• カテゴリ別売上分析
• リピート率分析

などが行えます。

企業でも売上分析は頻繁に行われるため、実務をイメージしてもらいやすいのがメリットです。

一方で、多くの人が取り組むテーマでもあるため、差別化はやや難しくなります。

テーマ②：求人市場分析

求人サイトのデータを活用して、市場動向を分析するテーマです。

例えば、

• 求人数の推移
• 年収の比較
• 必要スキルの分析
• 業界ごとの傾向分析

などができます。

データアナリストを目指している人なら、自分自身の転職活動とも関連するため取り組みやすいテーマです。

テーマ③：顧客離脱分析

企業が非常に重視するテーマです。

なぜなら、新規顧客を獲得するよりも、既存顧客に継続してもらう方がコストが低いからです。

例えば、

• 離脱率分析
• 利用頻度分析
• 継続率分析
• 属性別離脱分析

などが行えます。

仮説を立てやすく、改善提案までつなげやすいのが特徴です。

テーマ④：ブログアクセス分析

個人でも取り組みやすいテーマです。

特にブログを運営している方は、実際のデータを使えるためおすすめです。

例えば、

• PV数分析
• 流入経路分析
• 記事別アクセス分析
• CV率分析

などができます。

私自身、ブログを運営しているので、もし分析テーマに迷ったら候補の一つになります。

テーマ⑤：会員継続率分析

個人的に非常におすすめのテーマです。

サブスクサービスやオンラインサービスでは、会員継続率が重要な指標になります。

例えば、

• 初月離脱率
• 継続率推移
• 属性別継続率
• 利用頻度との相関分析

などが行えます。
単なる集計で終わらず、仮説→分析→改善提案まで繋げやすいのが大きな魅力です。

もし、テーマを選ぶ時に迷ったら、次の質問をしてみてください。

「この分析を会社で依頼されたら違和感があるか？」

もし違和感がないなら、

そのテーマは実務に近い可能性が高いです。

逆に、分析すること自体が目的になっているテーマは注意が必要です。

▼各テーマの特徴

テーマ	実務感	難易度	おすすめ度
ECサイト売上分析	◎	★★★	◎
求人市場分析	○	★★	○
顧客離脱分析	◎	★★★	◎
ブログアクセス分析	○	★	○
会員継続率分析	◎	★★	◎

大切なのは、テーマの凄さではありません。

採用担当者に「この人は課題解決の流れを理解している」と思ってもらうことです。

私が今から作るなら「会員継続率分析」を選ぶ理由

もし、私が今から未経験者としてポートフォリオを作るなら、会員継続率分析を選びます。

理由は、会員継続率分析は、データアナリストに求められる

• 仮説思考
• 分析力
• 問題解決力
• 提案力

をアピールしやすいからです。

未経験者のポートフォリオを見ると、売上分析をテーマにしている人が非常に多いです。

もちろん売上分析は悪くありません。
実際の現場でも重要な分析です。

しかし企業が抱える課題は、売上だけではありません。

例えば、

• 会員がすぐに退会してしまう
• サービス利用率が低下している
• リピート率が下がっている
• 継続課金率が落ちている

といった課題もあります。

むしろ近年は、サブスク型サービスの増加により、
新規顧客獲得よりも既存顧客の継続率向上が重視されるケースも増えています。

そのため会員継続率分析は、企業が実際に抱えている課題を扱いやすいテーマと言えます。

私が会員継続率分析をおすすめする最大の理由は、仮説を立てやすいことです。

例えば、

• 初月離脱率が高いのではないか
• 特定年代の継続率が低いのではないか
• 利用頻度が少ない人ほど退会しやすいのではないか

といった仮説を考えられます。

そして、仮説 → データ分析 → 検証 → 改善提案という流れを自然に作れます。

実際のデータアナリストの仕事も、この流れの繰り返しです。

そのため採用担当者にも、「この人は実務を理解しているな」と思ってもらいやすくなります。

私がもう一つ重要だと思っているのが、面接で話しやすいことです。

例えば面接官から、「なぜそのテーマを選んだのですか？」と聞かれた時に、
会員継続率分析なら「企業の売上は新規顧客獲得だけでなく、既存顧客の継続も重要だと考えたからです」と答えられます。

また、「どのような仮説を立てましたか？」と聞かれた場合も、具体的に説明しやすいです。

つまり、分析内容だけでなく、自分の考えを伝える材料にもなります。

実際に取り組む場合は、次のようなテーマがおすすめです。

特に、分析結果から改善提案まで考えると、ポートフォリオとしての完成度が大きく上がります。

また、私の場合、こんな流れで分析します。

という具合で進めるかもしれません。
ここまでできれば、単なる学習成果ではなく、実務を意識したポートフォリオになります。

会員継続率分析は、派手なテーマではありません。

しかし、仮説思考や問題解決力をアピールしやすく、面接でも説明しやすいテーマです。
未経験者が最初のポートフォリオを作るなら、私は非常におすすめします。

採用担当に実務をイメージさせるデータ分析ポートフォリオの作り方【6ステップ】

未経験者がポートフォリオを作る時は、難しい分析を目指す必要はありません。
大切なのは、実際のデータアナリストと同じ流れで分析を進めることです。

私がおすすめするのは、以下の6ステップです。

この流れを意識するだけで、「勉強しました」ではなく、「仕事ができそう」と伝わるポートフォリオになります。

STEP①：テーマを決める

まずは分析テーマを決めます。

ここで重要なのは、自分が興味のあるテーマではなく、企業が実際に抱えていそうな課題を選ぶことです。

• ECサイト売上分析
• 会員継続率分析
• 顧客離脱分析
• 求人市場分析

などがおすすめです。

STEP②：課題を設定する

テーマを決めたら、次は課題を設定します。

例えば、

会員継続率分析なら、

• 初月離脱率が高い
• 特定年代の継続率が低い
• 利用頻度が少ない会員が離脱しやすい

といった課題が考えられます。

この工程を飛ばしてしまうと、ただの集計作業になってしまいます。
実務でも、まずは課題を明確にすることから始まります。

STEP③ データを収集する

次に分析に必要なデータを用意します。

未経験者の場合は、

• Kaggle
• e-Stat
• 総務省統計データ
• 国土交通省オープンデータ
• サンプルデータ

などを活用すれば十分です。

ここで重要なのは、データの量ではありません。
課題を検証できるデータかどうかです。

STEP④：SQLで分析する

データが用意できたら、SQLを使って分析を行います。

例えば、

• 継続率の集計
• 年代別分析
• 月別推移分析
• 商品別分析

などです。

ここで大切なのは、難しいSQLを書くことではありません。
課題を解決するために必要な分析を行うことです。

未経験者の場合、複雑なウィンドウ関数を使うよりも、
GROUP BYやJOINを適切に使える方が評価されるケースも多いです。

▼SQLの始め方

▼SQLの基礎

STEP⑤：Power BIで可視化する

分析結果は、Power BIで分かりやすく可視化しましょう。

例えば、

• 折れ線グラフ
• 棒グラフ
• 円グラフ
• KPIカード

などを活用します。

ただし注意点があります。

Power BIは、綺麗なダッシュボードを作るためのツールではありません。
分析結果を伝えるためのツールです。

そのため、デザインに時間をかけすぎる必要はありません。

重要なのは、「何が課題なのか」が一目で伝わることです。

▼Power BIの始め方

STEP⑥：考察と改善提案を書く

ここが最も重要です。

実は、ここまでできている未経験者は多くありません。

例えば、分析結果として「20代会員の継続率が低かった」という結果が出たとします。

そこで終わるのではなく、

• なぜ継続率が低いのか
• どんな原因が考えられるのか
• どんな改善施策が有効か

まで考えます。

例えば、

• 初回利用時のサポートを強化する
• 20代向けキャンペーンを実施する
• 利用頻度向上施策を実施する

などです。

ここまで書くことで、採用担当者は「この人は分析して終わりではなく、改善まで考えられる人なんだな」と感じます。

ここまでの流れを見て分かる通り、ポートフォリオの価値はSQLの難易度でも、Power BIのデザインでもありません。

最も重要なのは、分析結果をもとに「次に何をすべきか」を考えられることです。

実際のデータアナリストも、分析することが仕事ではありません。
分析結果をもとに意思決定を支援することが仕事です。

だからこそ、改善提案まで含めたポートフォリオは高く評価されます。

▼考察のやり方

面接でポートフォリオを最大限アピールする方法

ポートフォリオは、作っただけでは意味がありません。

面接で「なぜその分析をしたのか」を説明できて初めて価値を発揮します。

実際に私が転職活動をした際も、
面接官が興味を持っていたのは分析結果ではなく、分析に至るまでの考え方でした。

そのため、面接では成果物そのものよりも、
思考プロセスを説明できるように準備しておきましょう。

面接官がポートフォリオを見る時は、主に次のようなポイントを確認しています。

▼面接官が見ているポイント

面接官が見ていること	確認したい内容
課題設定力	なぜそのテーマを選んだのか
仮説思考	どんな仮説を立てたのか
分析力	どのように検証したのか
提案力	どんな改善案を考えたのか
コミュニケーション力	分かりやすく説明できるか

つまり、「SQLを書ける人」ではなく、「データを使って問題解決できる人」を探しています。

私自身の経験も含めて、面接では次のような質問をされる可能性があります。

▼他、面接官からの想定質問

例えば、「20代会員の継続率が低かった」という分析結果が出た場合、悪い回答は次のようなものです。

違いは明らかです。

後者は、分析結果だけでなく、考察と改善提案まで説明できています。

未経験者の場合、職務経歴書だけではデータ分析スキルを伝えるのが難しいことがあります。

しかしポートフォリオがあると、面接官との会話が生まれます。

例えば、

• なぜこのテーマを選んだのですか？
• 面白い分析ですね
• この改善案について詳しく教えてください

といった質問につながります。

つまり、ポートフォリオは評価されるためだけでなく、
自分の強みを伝えるための会話のきっかけにもなるのです。

ポートフォリオ完成後は転職活動を始めよう

ポートフォリオは、転職活動のゴールではありません。

スタートラインです。

実際にデータアナリストへ転職するためには、

• ポートフォリオ
• 職務経歴書
• 面接対策

の3つをセットで準備する必要があります。

どれか1つだけ頑張っても、転職成功率は大きく上がりません。

未経験者の中には、ポートフォリオさえあれば転職できると思っている人もいます。

しかし現実はそんなに簡単ではありません。

例えば、どれだけ良いポートフォリオがあっても、
職務経歴書で魅力が伝わらなければ面接まで進めません。

逆に、面接で上手く説明できなければ内定にはつながりません。

そのため、

転職活動では

• ポートフォリオ
• 職務経歴書
• 面接対策

をセットで考えることが重要です。

　

私自身も転職活動を経験して感じましたが、
未経験者はポートフォリオ以上に「伝え方」が重要になります。

例えば、同じポートフォリオを持っていても、

• なぜその分析をしたのか
• どんな課題を見つけたのか
• どんな改善提案を考えたのか

を説明できる人の方が評価されます。

そのため、ポートフォリオが完成したら、
次は職務経歴書と面接対策を進めましょう。

▼職務経歴書の重視ポイントと構成

▼面接でよく聞かれる質問集

未経験からデータアナリストを目指す場合、転職エージェントを活用するのもおすすめです。

なぜなら、

一人で転職活動を進めると、

• どの求人に応募すべきか分からない
• 職務経歴書の添削を受けられない
• 面接対策ができない

といった問題が起こりやすいからです。

転職エージェントを利用すれば、これらのサポートを無料で受けられます。
特に未経験者の場合は、ポートフォリオの見せ方についてアドバイスをもらえることもあります。

ポートフォリオが完成したら、次は求人探しです。

未経験からデータアナリストを目指す場合は、データ職の求人に強い転職エージェントを活用すると効率的です。

私がおすすめする転職エージェントについては、以下の記事で詳しく解説しています。

▼おすすめ転職エージェント

自分に合った求人を探しながら、ポートフォリオ・職務経歴書・面接対策を進めていきましょう。

まとめ：ポートフォリオは「仕事ができる証明書」である

この記事では、未経験者が採用担当に実務をイメージさせるデータ分析ポートフォリオの作り方について解説しました。

重要なポイントを振り返りましょう。

• ポートフォリオは作品集ではなく実務力を証明する資料
• 採用担当者は分析結果よりも仮説思考を見ている
• 課題設定→仮説→分析→改善提案の流れが重要
• テーマ選びは「実務でありそうな課題」を意識する
• 面接では分析の考え方を説明できることが大切
• ポートフォリオ完成後は職務経歴書と面接対策も行う

私自身、未経験からデータアナリストを目指して転職活動をした際にポートフォリオを作成しました。
その経験から感じるのは、ポートフォリオがあるだけで転職できるわけではない。

しかし、ポートフォリオがあることで「実務経験がない」という弱みを補うことはできる。
ということです。

特に面接では、

• 「なぜその分析をしたのか？」
• 「その結果から何が分かったのか？」
• 「改善するとしたら何を提案するのか？」

といった質問を受けました。

つまり採用担当者は、グラフの綺麗さやSQLの難易度ではなく、
データを使って考えられる人かを見ています。

だからこそ、完璧なポートフォリオを目指す必要はありません。
まずは1本完成させることが大切です。

もし今、「何から始めればいいか分からない」という状態なら、
まずはテーマを1つ決めてみましょう。

個人的には、仮説思考をアピールしやすい『会員継続率分析』がおすすめです。

分析して終わるのではなく、改善提案まで考えることで、
採用担当者に「この人は現場で活躍できそうだな」
と思ってもらえるポートフォリオに近づきます。

未経験からデータアナリストになる道のりは簡単ではありません。

しかし、正しい順番で学び、実務を意識したポートフォリオを作れば、
転職できる可能性は大きく高まります。

ぜひ今日から、あなた自身のポートフォリオ作成を始めてみてください。

　

　

未経験からデータアナリストを目指す方は、以下の記事も参考にしてください。

▼データアナリストになるためのロードマップ

▼データアナリスト向け職務経歴書の書き方

▼データアナリストの面接でよく聞かれる質問集

▼おすすめ転職エージェント

これらの記事も活用しながら、データアナリスト転職を成功させましょう。

以上、とめでした！