下町柚子黄昏記 by @yuzutas0

したまち発・ゆずたそ作・試行錯誤の瓦礫の記録

データ職種の課題図書リストを作りたい

この記事は datatech-jp Advent Calendar 2023 3日目の記事です。

背景・趣旨

筆者(@yuzutas0)は風音屋(@Kazaneya_PR)という会社を経営しており、データ職種の採用・育成に関心を持っています。 複数企業で少ない専門家を奪い合って疲弊するような採用活動ではなく、マーケット全体がより豊かになるような動き方はできないだろうかと模索しています。 1つの実験として、MENTAで「第2新卒が3ヶ月でデータ職種への転職を目指す講座」というトレーニングを提供し、ありがたいことに30名以上の方々に受講いただきました。 ちなみにこの講座は今では風音屋の社内研修になっています。

その際、採用・育成を進めていくに当たって「課題図書」が必要だと考えました。 手取り足取り教えなければいけない場合、自学自習できない人が、自学自習できる人の足を引っ張り続けることになります。 教わるほうは良いかもしれませんが、教えるほうはあまり良い体験ではありません。 Giverが損をし、Takerが得をすることになります。 1人1人が自ら学び、自ら成長していくことが重要です。 そういったプロフェッショナルな姿勢の持ち主が集まるからこそ、お互いに刺激を与え合うことができるのだと思います。 そして「課題図書を読むこと」こそが「自学自習」の第一歩ではないでしょうか。

ということで、風音屋の社内や友人・知人に声を掛けて、自分なりに「データ職種の課題図書リスト」(の叩き台)を作ってみました。 まだ荒削りではありますが、せっかくなので公開しようと思います。

お願い

フィードバックを踏まえて、記事の内容をアップデートしていきたいと考えています。 「この本もオススメだよ」「この本の優先度はもっと下げて良い」「こういうまとめ方のほうが良さそう」等、ぜひSNSやブックマークでコメントをいただけると助かります。

また、動画講義や資格試験など、書籍以外のコンテンツも入っています。 媒体が何であるかはあまり重要ではないと思うので、良さげな教材があったら積極的に教えてほしいなと思っています。

もくじ

■ データ分析

ビジネスを成長させたり、業務を安定稼働させるために、データを分析していくわけですが、この選書は正直なところ難しいなと思いました。 データを見るというのは結局のところ、ビジネスや業務を見るということなので、ビジネスや業務の数だけいくらでも知識が欲しくなってしまうなと。 それが楽しいんですけどね。

経営戦略・事業戦略

経営戦略や事業戦略の教科書と言える1冊です。企業全体のどこに課題があるかをステップバイステップで分析しています。 風音屋の案件だと、上場企業の経営陣向けにダッシュボードを作って、毎月のミーティングでモニタリングしていたりします。

前半はExcelのショートカットとビジュアライズ、後半は財務三表とKPIを整理して事業計画を立てるワークブック、となっています。 以下の記事でも過去に紹介しました。

yuzutas0.hatenablog.com

ビジネスモデル図解

ヒト、モノ、カネ、情報の流れを書いて事業構造を整理するノウハウが書かれています。 いきなりKPI設計やデータ集計をする前に、まずはビジネスモデルを整理しましょう。

『ビジネスモデル2.0図鑑』と同じような内容ですが、8年前に出版されているのがこちらの書籍。 もともと私はこちらを読んでいました。

KPI・グロースサイクル

SUUMOカウンターを立ち上げた中尾さんの社内研修を書籍化したものです。 KPI設計では「結果指標と内訳を管理すること」だけではなく「成功のドライバーを見つけること」に注力しましょう。

選書はちょっと悩ましくて「KPI系の本でこれを読んでおけ」と1冊挙げるとしたらどれがベストなんですかね〜。

風音屋だとKPIツリー単体ではなく、グロースサイクルを書く場面があります。 ツリーだと要素同士の影響を表現しかねるケースがあるからです。 グロースサイクルのベースとなるのが、システムシンキングの因果ループ図です。

プロダクト分析

スタートアップにおける代表的な分析手法や考え方を学べます。 「要素を分解し構造化していく」という「分析のパターンランゲージ」を身につけることができます。

プロダクトのグロースをどう設計し、どう計測するかの全体像がわかります。 AARRR指標(を必ずしも使う必要はありませんが)を軸にした「ファネル分析の教科書」と言い換えても良いかもしれません。

消費者が商品やサービスを継続利用するメカニズムを説明した本です。 データ分析の際に「ユーザーの離脱が増えているので商品開発や販促キャンペーンを検討しましょう」みたいな曖昧な提案で終始するのはもったないと思っていて、一歩踏み込んだ提案ができるようになったほうがカッコ良いよね、という意図でリストに入れました。

顧客分析

顧客分析のプロセスを説明した本です。 スタートアップ系のデータ分析本だと足りていない「競合と比べる」「定点観測で異変を察知する」といった論点を踏まえています。

Ops分析

エンタープライズアーキテクチャ(EA)と呼ばれる分野の本で、業務分析やオペレーション設計の考え方を学べます。 オペレーション改善系(Sales Ops、CS Ops、Marketing Opsなど)のデータ分析でやるのは、要するにこの本の内容だと思います。

セールス系のKPIモニタリングの教科書的な1冊です。 セールスに限らず、業務をパイプライン化してトラッキングしていく場面は多いので、応用の幅は広いと思います。

■ データ可視化・ダッシュボード構築

グラフを作るときに、x軸/y軸に何を置くか、どの値を表示するか、どの要素でグルーピングするか、どのグラフを選ぶか、どの色を選ぶか、どのサイズで表示するか、など全てに根拠を持たせて「これがベストだ」と言えることが理想です。自分1人のその場の思いつき(勘と経験と度胸)ではなく、ファクトと根拠にもとづいてデータを可視化しましょう。

デザイン原則

UIデザインやビジュアライゼーションの原理原則を叩き込むことができます。

「使われるダッシュボード」を作るには運用設計+PDCAサイクルが必要だという話をしています。

資料作成

分かりやすい資料を作れる人は、分かりやすいデータ可視化ができるように思います。 ということで、推薦です。

資料作成のコツをまとめました。 正直けっこう良い感じだと思います。

データビジュアライゼーション

原題は “Storytelling with data” でデータビジュアライゼーションの名著です。 データ可視化は最悪これだけ読んでおけば最低限の仕事はできるはず。

かなり体系的な内容になっています。動画で動きや色もわかるので、本を読むより分かりやすいです。 データ可視化の基礎である「data ink ratio」といった言葉を聞いたことがない方は、必ず見ておきましょう。

■ データサイエンス

キャンペーンや機能追加の効果測定をしたり、ABテスト支援をするくらいで、そこまで業務でデータサイエンスっぽいことを出来ていない感もあるので、ちょっと自信ナシです。 相談を受ける機会は多いですし、データエンジニアリングと機械学習とLLMの垣根が日々なくなりつつあるので、得意な人が社内に増えるようであれば、ぜひともこの手の案件をもっと取っていきたいところではあります。

統計入門

統計検定2級を始める前に、こちらから見ると始めやすいかもしれません。 小学生向け、中学生向け、高校生向けとステップアップできます。 Pythonのソースコードも出てきて、そこらの記事を読むより遥かに実践的です。

かなり評判が良いので記載。 これとKaggleは分かりやすい目標・題材になるだろうなとは思います。

計量経済学入門

理論と実践が良い感じにブレンドされていてオススメです。 私は大学の授業を受け持っているのですが、そこでも教材として使わせてもらっています。 欲を言えば経済学系のテキストは色々と載せたいなと思いつつ。

効果検証・ABテスト

因果推論の日本語書籍だとこれが決定版という印象があります。 KPIモニタリングの延長で効果測定の相談が来やすい立場なので、本書は重宝しています。

業務委託のデータサイエンティストが絶賛していた1冊です。そのまま推薦文を以下に載せます。

「A/Bテスト」はプロダクトの開発における超重要なシステムである。科学的な分析方法とは何か、そのための計測方法、ABテストのシステムはどうあるべきか含めて学べる。

機械学習

有名どころですが、Andrew Ng -san の機械学習系のオンライン講座は、初歩を抑える分には良いかなと思います。 私が受講したときはあまりメジャーではないプログラミング言語を指定されましたが、可能であればPythonでやることをオススメします。

MLOps周りだと元メルカリの渋井さんの記事・書籍がよくまとまっているように思います。 テクノロジーやツールは日々変われど、ベースとなる構成を抑えておくという意味では、とりあえずこれを読めば十分かと。

■ データマネジメント

リーン系の書籍は別のパートに切り出していますが、そちらもオススメです。

データマネジメントの概要

風音屋の本なので、よかったらぜひ……。 (他の本がNGというわけではなく風音屋の課題図書にするならという意味で。)

データ分析とは何か?から始まって、データ整備の重要性を説明しています。 自画自賛ですが、データマネジメントのWhy(意義)、What(内容)、How(手順)を学ぶ公開資料としては、これが一番芯を食っているかなと思います。

風音屋の社内やクライアント企業しか閲覧できないので、ブログに載せる意味があるのかは謎ですが、データマネジメントの全体像を学ぶための研修教材(非公開)があります。 社内で課題図書リストを作るという意味では、まぁやっぱりこれは読んでおいてほしいコンテンツの1つかなと。

業務改善

業務改善とデータ整備について、DXという観点でまとめた資料です。

「データ分析」のパートでも同じ本を挙げました。 エンタープライズアーキテクチャ(EA)と呼ばれる分野の本で、業務分析やオペレーション設計の考え方を学べます。 データマネジメントのコンサル業務(データ入力整備、データ活用推進、データ経営実現)でも必須となる論点です。

マニュアルや手順書を作るときの参考になります。 OK例/NG例を並べて掲載すると伝わりやすいですよ、とか。

ガバナンス・情報保護

個人情報保護はデータを扱う以上は避けられない分野です。 せめて分かりやすい漫画で良いので、早めに入門しましょう。 例えば「ユーザーID」は仮名加工情報であって匿名加工情報ではないとか、そういうのちゃんと抑えておこうぜ的な内容です。

データ品質

品質が悪いバッドデータとの戦いの記録だそうです。涙ナシには読めないらしい。 社内でめっちゃオススメされたけどまだ読んでいません。

データ抽出・集計

データ組織の未来像を立案・推進していくに当たって「データ出し依頼」をいかに撲滅するか?は重要です。 ひとまず以前の資料を紹介しております。データスチュワードがこのあたりの作業を担いがちなので。

■ データエンジニアリング

データエンジニアリング系の書籍は玉石混交だなと思っていまして「3年後に役に立たないだろうな」という書籍はカットしています。 例えば「データエンジニア向けのテストの本」を読むよりも「一般的なソフトウェアテストの本」を読んで、データエンジニアリング向けに読み替えるほうが有益だと考えています。 同じ理由で、データメッシュの本を読むよりマイクロサービスの本を読んだほうがいいなとか、そういうのは無限にありますが、ただの愚痴になりそうなので割愛します。 また、ツールについても、日々変化が激しいため、書籍を読むよりも、公式ドキュメントやチュートリアルを読んだほうが適切だと感じています。 (WEBサイトのURLをリストに追加するのはアリだなと思っています。)

データエンジニアリングの概要

風音屋の本なので、よかったらぜひ……。 1章パートが風音屋関連なのでそこは少なくとも読んでほしいかも。 (他のパートがNGというわけではなく風音屋の課題図書にするならという意味で。)

自画自賛だけど多分これが一番よくまとまっている気がします。 このスライドだけを何度も読み返せば、後はSRE本を読んで、ひたすら実践すれば十分かと思います。 小手先のキーワードやツールに踊らされるのではなく、骨太な実力を身に着けてほしいので。 ツールは必要になったときに調べればすぐに使えるようになると思いますし、社内Wikiを充実させていけば十分かなと。

社内で意見が割れた1冊。日本の分析基盤の直近10年に影響を与えた名著であることは間違いない。 第1部については「セッションログの分析クエリに言及しているなどSQLの教材として実践的だ」という意見と「SQL入門なら他にもあるんじゃない?」という意見で割れた。 第2部については「SQL駆動/ELT重視のモダンな分析環境について言及しているのが実践的だ」という意見と「出版当時は類書がなかったので貴重だったが今は他にもあるんじゃない?」という意見で割れた。 この文章を書いていて「意見が割れるような名著なら、少なくともデータエンジニアは教養として読んでおけば?」みたいな気持ちになってきた。 SQLだけならデータエンジニアリング本というよりはソフトウェア一般の本として位置付けたいところだが、2部の存在感よ……。

クラウドインフラ

インフラ系の基礎知識の本を1冊は読んでおいてほしいのでリストにアップしました。 この本がベストなのかはちょっと悩んでいます。他にも良さげな本や教材はあるな〜と思いまして。 AWSのハンズオンをやりながら学ぶのが一番確実な気もしますが。

クラウドインフラに慣れたり、AWSの基本を一通り学ぶのに適していると思います。 とりあえずAWS SAAは取っておきましょう。 Google CloudやMicrosoft Azureも同じように資格試験&参考書をやってもらうのが良さそうですが、どの資格・教材が良いんですかね〜。 (私は一応、Google Cloud の Champion Innovatorというグローバルのプロフェッショナルに任命されているのですが、資格を一切取っていないんですよね……。)

バッチ処理

TreasureData創設者の1人である古橋さんのブログ記事。 バッチ実装や冪等性を説明できる良い記事が他に見つからなかった。 冪等性が担保されていないダッシュボードがたまにあるので、本当はエンジニア以外にも知ってほしいところだが……。

パフォーマンスチューニング

fetaro-san推薦で掲載。パフォーマンスチューニング系の決定本。先にfetaro-sanスライドを読むのが良いかも。

SQLアンチパターン

SQLアンチパターン

Amazon

SQLの集計パフォーマンスを上げるコツが書いてある。 見様見真似でチューニングする前にこれを読みましょう。

データモデリング

ディメンショナルモデリングに関する洋書を1冊。 あくまでデータモデリングの基礎はディメンショナルモデリングであり、Data Vault 2.0はいわば前処理のTips集、ワイドテーブル/One Big TableはdimとfactをJoinしたものと解釈するほうが腑に落ちるなと思いまして。 ということで、専門家を名乗るならKinballの本はせめて1冊は読んでおくのが筋でしょう、という意図で紹介しています。 ググると無料PDFが出てくるけどあれってどういう扱いなんですかね。

正直なところ個人的にはKinball本よりもこっちをオススメしたいです。 データモデリングのエッセンスは「データ加工のノウハウ」ではなく「ステークホルダーを巻き込む」「ビジネスにおけるデータの切り取り方を整理する」ことにあると思います。 アプリケーション開発におけるドメイン駆動開発(DDD)と呼ばれる分野と同じで、ドメインエキスパート(その業務の専門家)と協力して、ビジネスの複雑な特徴をシステムで表現することに意味があります。 そういった観点を叩き込むにはこの本のほうが良いなと思いまして『データマネジメントが30分でわかる本』ではこちらを紹介しています。

ITIL・SRE

ビジネス基礎やソフトウェアに置くべきか悩んだのですが、いったんここに置きます。 サービス運用のWhy, What, Howのイロハを学ぶことができます。 もうちょい最近のITILの本で、この本とSRE本の間のHowを吸収してくれる本がありそうな気もしますが。

システム運用でよくある課題や対処法がリアルな事例で書かれています。 自分が作ったダッシュボードや、データパイプラインを責任を持って運用することを考えながら読んでほしいです。 「作っただけで終わり」「その後どうなったか知らない」という人の仕事と、その後まで見ている人の仕事がいかに違うかが見て取れるはずです。

サービス運用/システム運用のWhy、What、Howを学ぶことができます。 チュートリアルやハンズオンに沿ってプログラムを書いたり、ITシステムを構築するだけなら高校生でもできる時代です。 プロの仕事は、運用に耐えられるシステムを設計しないといけなくて、そこが難しいと思っています。 で、そういう知識を身につけるための本だと思います。

■ ソフトウェア開発

何らかのプログラミング言語、SQL&DB、クラウドインフラ、応用情報の4つは基本として抑えておけると良さそうです。 IT系だと新卒1年目で上記(昔はAWS SAAの代わりにLPICでしたかね〜)の資格を取らされている印象があります。 データアナリストやビジネス系コンサル職ならインフラはなくても良いかもです。 IT系のコンサル職だと得意ならインフラ系にも挑戦してほしいところだが1年目はMustではなくWantですかね。

SQL

データ職種であれば、良くも悪くもエントリーはSQLかPythonだろうな、ということでこの位置に記載します。 SQL系の本はどれを勧めれば良いのか自信がないです。

推薦者からのコメント:実践的な分析系のSQLを解説した本は少ないが、本書は分析シナリオと共に、分析時によく出てくるイディオムが紹介されている。

アドバイザーからの推薦です。 SQL系の本はどれを勧めれば良いのか自信がないです(再掲)。 わざわざ何冊も読むような技術ではない気もするが……。

推薦者からのコメント:分析用にSQL習得するならこれ。コホート分析、実験分析といった応用よりのSQL分析がまとまっている。

SQL系の本はどれを勧めれば良いのか自信がない(再掲)。 あと、こういうのは私が書きたかったから勧められるとケチつけたくなっちゃって(自分のモチベ的に)良くないわね〜。 気を抜くとオネエになっちまう。

推薦者からのコメント:SQLを使ったデータ分析への初めに1歩におすすめです。 BIgqueryの頻出関数は一通り学べます。演習もあるので着実に進められます。

「データエンジニアリング」のパートで紹介しましたが、SQLの本なので、一応こちらにも記載します。 データベースを使う際の基本的な内容が書いてあります。 社内で複数名が推薦していますが、前述の通り、本書については賛否両論でした。

フローチャートでSQLを設計しよう、という案内です。読むのはp62だけでOKです。 DFD(データフロー図)の亜種のようなものだと解釈してください。 複雑なSQLを書くときには、このような図を事前に書いて、処理の流れを設計しておきましょう。 混乱した状態でSQLをいじってもドツボにはまるだけです。 SQLで必要なのは高度な関数の説明ではなく、シンプルなクエリだけで十分で、あとはフローチャートを書けるかどうかな気がします。

Python

課題図書というよりはリファレンスというべきでしょうか。 Pythonでデータ分析するぞ!と思ったら基本的にはこのページを見ておけば十分な気はします。 最近はChatGPTが便利でこのサイトを見る頻度は減ったかも。

Pythonの資格。言語の初歩的な内容を扱っているとのこと。 これがあればOKとは言わないが、この水準ができない人は確実にNGかと思います。 Java Silver的な資格のPython版が欲しいところです。

Pythonの資格。Pandasなどの分析用ライブラリを扱う。 こちらもジュニア向けでしょうか。

応用情報

この本が良い本かどうかは何とも言えないが、ITシステムに関わるのであれば、応用情報は取っておいてほしいところ。 参考までに私の受験体験記も張っておきます。

プログラミング

ソフトウェア開発で有名な考え方を叩き込むことができます。 ソフトウェア開発に携わるなら、ここに書いてあることくらいは知っておいてほしいなと思います。 「良い設計とは何か?」を考えるときの前提知識が詰まっています。

ジュニア人材の場合、最新の技術に詳しいとか色々なツールに触ったことがあるかとかは重要ではなく「読みやすいコードを書く」といった当たり前をまずは身につけてほしいなと思っています。 最近の本だと『良いコード/悪いコードで学ぶ設計入門―保守しやすい 成長し続けるコードの書き方』でも良いかもしれませんが、そちらは読んだことがないので意見を伺いたいところ。

要件定義

要件定義を任せられるかどうか?はプロフェッショナル人材と呼べるかどうかの境目の1つではないでしょうか。 ソフトウェアに閉じない内容ではありますが、いかんせん題材がソフトウェアなので、いったんソフトウェアの欄に置きます。 「要求と要件は違うんやで」「依頼された要望をそのままやるんじゃないんやで」「依頼者に判断を委ねるんじゃないんやで」ということを学んでほしなと思っています。 ちょっと内容は古いかもしれないので、より最近の本だと『図解まるわかり 要件定義のきほん』を読んだ人の感想が聞きたいところ。

https://www.ipa.go.jp/publish/tn20191220.html

社員からの推薦。 IPAが作っていて、なおかつ無料でPDFを配っているのだから、まずはこれを読めば良いのでは?とのこと。確かに。

推薦コメント:要件定義について体系的かつ具体的に書かれた本です。 「要件定義なにそれ?」という状態で案件に挑んだ際に非常に参考になりました。 どのようなドキュメントがなぜ必要なのか、このドキュメントを書くにはどんな情報が必要かなどが書かれています。

ソフトウェアテスト

テストについて学べます。ちょっと内容は古いかも。 自分の仕事の品質を自分で担保できるかどうか?はプロフェッショナル人材と呼べるかどうかの境目の1つではないでしょうか。 ソフトウェアに閉じない内容ではありますが、いかんせん題材がソフトウェアなので、いったんソフトウェアの欄に置きます。 「作って終わりじゃないんやで」「依頼者に品質保証を委ねるんじゃないんやで」ということを学んでほしなと思っています。

モダン開発手法

ペアプログラミング、テストファースト、CI/CDといったモダン開発の原理原則とプラクティスがまとまっている。 もっと最近の良書はあるのかしら。

Git/バージョン管理

昔は「サルでもわかるGit入門」という名前のページだった気がしますが、大人の事情で名前が変わってしまったのでしょうか。 多分一番わかりやすいのではないでしょうか。

ソフトウェアセキュリティ

ちょっと悩ましい1冊。 良い本なのですが、WEBサービス開発がテーマなので、データ職種の人にとってはアンマッチかもしれません。 なるべくリアルな事例で、ITのセキュリティ一般を学んでもらえる教材は他にもありそう。

■ ドキュメンテーション

データの専門家には、ドキュメンテーションを大事にしてほしいなと思っています。 「後から他の人が参照できるように記録を残す」という行為は、データ活用やデータ整備の第一歩だからです。

なお、資料作成については「データ可視化」のパートでも2冊紹介しているので、そちらもご覧ください。

思考の習慣化

ゼロ秒思考

ゼロ秒思考

Amazon

思考=言語化=ドキュメント化、だと思っています。 たまに「考えたけど分かりませんでした」みたいなことを言う人がいますが、テキストに書き出したら一発で解決したりします。 頭の中で考えた気になっているだけでは実際には何も考えていないのと同じで、とにかく書き出していくことが重要です。 他の人に壁打ち相手になってもらうことも大事ですが、それはそれとして、自分で自分の思考を整理する習慣も身につけてほしいなと思っています。

ライティング基礎

流し読みですが、良さそうでした。 NG→OKの例が掲載されているので、ドキュメントに自信がない人は読んでほしいなと思いました。 テレワークだと文章を正しく読み書きするスキルが必要不可欠ですので、丁寧な文章を書けるようになっていきましょう。

有名どころですが『文章力の基本』とどちらをオススメすべきか悩ましいところ。

推薦コメント:事実と意見を分けましょうとか、結論から書きましょうなど、technical writingの基礎が満載されている。分量もコンパクトなのもよし。

共同代表の竹信さんの推薦。 先ほどから文章系の本がいっぱい並んでいるが、果たしてどれがベストなのだろうか。

読解力

文章を書くのが苦手な人、そもそも文章を読めていない説があるのでリストアップ。 このあたりはSPI等で採用時にチェックしたほうが良いのか悩んでいます。

素材の収集

超スピード文章術

超スピード文章術

Amazon

ドキュメントに慣れていない人にはぜひ読んでほしい1冊です。 周囲は「ガンガンもっとドキュメントを書いてくれ!テキストを投稿してくれ!頼む!」と思っているかもしれません。 ご自分が思っているよりも10倍のボリューム、10倍の密度、10倍のスピードでドキュメントを書くことを目指しましょう。

整理・構造化

超・箇条書き

超・箇条書き

Amazon

構造化の本です。文章が迷走しまくる人にオススメです。

図解

]

fetaro-sanの記事。神です。 システム設計や業務フローを書くときの参考になります。

推敲・セルフレビュー

推敲の本です。レビューで文章面の指摘を受けまくる人にオススメです。 セルフレビュー&ブラッシュアップできるようになりましょう。

Wiki構成・Information Architect(IA)

どのドキュメントをどこに置くと良いのか、エンジニアリングの設計ノウハウを参考にして整理したスライド。 これを読み返すと「あたし、Notionアンバサダーやれるのでは?」と自画自賛したくなる。

■ アジャイル / リーン / xOps

改善サイクルを回すための作法として、アジャイルやリーンについて取り上げます。

ビジネスにおいてデータ分析が重要なのは、改善サイクルを回すためです。 データを見て、現実の課題を見極めて、課題に対して対策を講じるためです。 データを扱う職種の人間が、自分たちのチームで改善サイクルを回せなかったら、ちょっとカッコ悪いですよね。

なお、アジャイルの中でもXPについては技術Tipsを多々含むため「ソフトウェア開発」のパートに記載しています。

スクラム

TODO管理、課題管理、プロセス改善など、仕事の基本を叩き込める1冊です。 スクラムのハウツーを学ぶことができます。

SCRUM BOOT CAMP THE BOOKの次に読む本です。 なぜそのアクションが必要なのかを説明してくれます。

リーン

トヨタウェイをソフトウェア開発に当てはめた解説書です。 ムダ・ムラ・ムリをどのように削減していくのか具体的な方針が示されています。 レトロスペクティブで具体的に何を改善すべきかが見えてくるはずです。

トヨタ生産方式

トヨタ生産方式

Amazon

ドキュメント化→エンジニアリング/仕組み化→モニタリング/計測→業務改善というビジネス運営の基本が詰まっています。 データ経営を実現するためのヒントが散りばめられています。 いわゆるアジャイル、スクラム、リーンの元祖とも言える1冊です。

xOps

ザ・ゴールのソフトウェア版で、DXの教科書とも呼べる1冊です。 業務のボトルネック分析やチェンジマネジメントについて学べます。

アジャイル(上級編)

リーン、アジャイル、スクラム、エンジニアリングマネジメントの最終到達地点の1つなのでは。 Jim Coplienの上級スクラムマスター研修を受けるとこの本の内容が出てくるらしい。 VPoE相当になる人にはオススメ。普通の人には時期尚早かも。

■ ビジネス基礎

おそらくこの記事のリストの中で、多くの人から最も過小評価されているのが「ビジネス基礎」だと思います。 ほとんどの人は、ビジネス基礎を身につけるだけで、仕事のスピードが3倍くらい上がると思います。これはマジで。 それなりに就業年数を重ねた中途社員からも「書いてあることが全然できていなかった」「仕事の仕方を根本から見直さないと駄目だと痛感した」といったコメントをいただいています。 データエンジニアリングの洋書を読んだり、話題のツールを試したり、データ分析の資格を集めるよりも前に、まずはビジネス基礎を身につけることをオススメします。これはマジで。

若手向けのガイド

最初に読んでほしい1冊です。一緒に働く人には、専門性を磨く前に、まずはビジネスの基礎を身につけておいてほしいなと思っています。 私も毎年1回は読み直していますし、データ分析事例の紹介記事でもこの本について言及しています。 新入社員が入るたびに(中途であっても)毎回この本の輪読会をやってもいいかなと結構マジメに検討しています。 バカにしているわけではなく、基礎というのは一番大事だということです。

コンサルに限らず、プロフェッショナルワークをやる人が1年目に学ぶべきことが書いてあります。 いきなり作業するのではなく先に段取りを整理しろだとか、相手の期待を確認した上で期待を超えろとか(自己判断で暴走するなとか)、そういうビジネスの基本が書いてあります。

が『図解&事例で学ぶ入社1年目の教科書』で十分かもしれません。 社会人1年目向けの本、どれが良いのでしょうかね。 飲み会のマナーとかそういうのは外して良くて、代わりにテレワークでの振る舞い方とか、クラウドで仕事をしろ(Excelやパワポをローカルで開くな)とか、そういうやつを入れてほしいな。

コンサルに限らず、プロフェッショナルワークをやる人が若手時代に学ぶべきことが書いてあります。 「ランチや飲み会で周りの人に会社が特定されるような話をしない」といったことも含めて、仕事ができる人にとっては常識(だけど仕事できない人がやりがちなミス)を片っ端から挙げています。 それはそれとして、1年目でも3年目でもいいんですけど、強いて1冊にまとまるとしたらどの本が良いんでしょうね。

これも「1年目に読んでおけ」系の本です。1冊に絞るとしたら、どれがベストなんですかね〜。「1年目で身につけること」大全が欲しい。

レジリエンス・メンタル管理

「NO」に耐性をつけるための1冊です。 自分の実力を超えるような挑戦をする場合、基本的に「NO」の嵐です。 「NO」を突きつけられることに対して、耐性を付けておく必要があります。 婚活にもオススメです。結婚相談所で配るべき。

雑念や焦りで集中できない〜という人にオススメ。それなりに名の通った会社でも研修をやっていたりします。 Youtubeでそれっぽい動画があるので、これだけ試してみてもいいかもです。

最高のパフォーマンスで働くためのメソッドをまとめた本です。 元テニス世界王者を育て上げたコーチが、メリルリンチやIBMにトレーニングを提供し、ノウハウを書籍化したのが本書です。 集中せずにダラダラと無為な時間を過ごすくらいなら、100%の集中力でテキパキ捌いて成果を出していきましょう。

自己管理のノウハウをまとめた記事です。 技術スキルを伸ばすのと同じで、メンタルは鍛えることができます。

「自分自身のチューニング」(=セルフマネジメント)は仕事の基本であると同時に奥義でもあります。 風音屋では働く時間・場所が自由なので、その分だけ強い自己管理スキルを求めています。 意図的に訓練しないと身に着けられないスキルなので、一緒に働く仲間には、ぜひ習得してほしいなと思っています。

慣れるまでは普通の会社勤めよりも苦しいかもしれません。 慣れさえすれば自分の人生を自分でコントロールできるようになり、これまで以上の充実感を得られるはずです。 一緒に頑張っていきましょう。

習慣化・スケジュール管理・TODO管理・ポモドーロ

「モチベーションが上がったときに一気に仕事をするほうが生産性が高い」と思い込んでいる人に、コツコツ机に向かうことの重要性を教えてくれる本です。 たしか『できる研究者の論文生産術 どうすれば「たくさん」書けるのか (KS科学一般書)』『なぜあなたの研究は進まないのか?』『なぜあなたは論文が書けないのか?』といった本にも似たことが書かれていたはずです。 クリエイティブな仕事をするために必要なのは「まとまった時間」ではなく「忙しい日々の中で小さな時間を確保し続けること」です。 習慣化すること、粘り強く続けることの重要性を知ってほしいなと思っています。

作業の場所と時間を事前に決めてリズムを作りましょう、という本です。 ちゃんと毎日(副業や自己研鑽なら毎週)コツコツと進捗を出せていますか? ちゃんと定期的にレポートできていますか? 体感だと9割の人ができていないように思います。 逆に言うとこれができるだけでトップ1割になれるはずです。 ぜひ本書を読んでアクションに繋げていきましょう。

TODO管理の方法論がまとまっています。 「コレお願いします」→「は〜い」→「TODO管理から漏れてるやんけー!」みたいな出来事が1回でも起きたら読んでほしいです。 というかその前に読んでほしいです。 TODO管理漏れは1発で信頼を失い、安心して仕事を任せられなくなりますゆえ……!

「まとまった時間がないと集中できませ〜ん」みたいな言い訳を二度としなくなる本です。

仕組み化

「データマネジメント」や「リーン」のパートに置くか迷いましたがビジネス基礎で。 その場しのぎのアウトプットで終わらせるのではなく、どんどん仕組み化していこうぜ!という本です。

最強のフレームワークの1つが「5W1H」だと思うので、ぜひ習得しましょう。 業務分析にせよ、運用設計にせよ、ドキュメントにせよ、とにかく役立つ場面が多いです。

質問の仕方・スキルを伸ばすスキル

質問の仕方について。 社会人1年目系の本にも似たことは書いてあるはずですが、別途テーマ別にわかりやすい記事を掲載しています。

スキルを習得するためのスキルに関する本です。 「ほらさっさと超サイヤ人になって」「1ヶ月で叩き込んで後は実践あるのみ」と言われたときの対応策です。 学習スキルが身につけば、個々のツールはすぐに使えるようになり、流行に踊らされなくなります。 逆に言うと学習スキルが身につかないと、いつまで経っても新しいツールが出てくる度に不安な気持ちになるでしょう。

論理的思考力・課題解決思考

データ分析にせよ、システム設計にせよ、計画立案・推進にせよ、知的労働は論理的思考力が必須かなと思い、リストアップしました。 特にデータ分析者には、むやみにデータを見る前に「データが◯◯だったら△△する」「データを見ていないがおそらく◯◯になるだろう」という仮説を立てられるようになってほしいなぁとも思ったりしています。 また、テレワークだと「1を聞いて10を読み取る」みたいな推論スキルがある人同士だとやり取りがスムーズに行くなぁという所感もあります。 このあたりはSPI等で採用時にチェックしたほうが良いのか悩んでいます。

論理的思考力に関する本の1つ。 「演習が大事だぜ」と社員から推薦があったので記載です。

課題設定と仮説構築について学べる本です。

思いつきで仕事をするよりも、逆算して仕事のアウトプットを書き出して、仮説で良いので埋めていきましょう、という本です。 圧倒的に仕事のスピードは上がると思います。

他の本でも似たような話は出てくるが、課題発見→対策立案の流れが丁寧に説明されているので、一応推薦。 日々のちょっとした相談や改善アクションの筋の良さも変わってくると思います。

リサーチ・プロトタイプ・ファクトベース

専門家を集めて課題と解決策を整理し、インパクトの大きいポイントを絞り、検証アクションを実施するための手順がまとめられています。

良いアウトプットは良いインプットから、ということでリサーチは仕事の基本です。 トピックが事業・経理に寄っていますがリサーチについてのノウハウがまとまった本なので、参考までにどうぞ。

オリジナリティのあるアイデアや提案を頑張って考える必要はないんだぜ!という本です。 「リサーチや守破離の重要性を知ってほしい」という気持ちで推薦します。 オリジナリティというのは自然と滲み出てくるものです。 基本を抑えながら目の前の課題と向き合っていけば、後からいくらでもついてくるはずです。 ビジネスモデルに寄った本なので、TTP(徹底的にパクる)系のビジネス書のほうが真似しやすいかしら。

エンジニアリングも、データ分析も、ビジュアライズも、コンサルティング業務も、資料作成も全部同じで、たまに「センスがないので…」と言って低品質な成果物で済ませようとするケースがあるけど、それはよろしくない。マインドセットを変えるためにもぜひ読んでほしいところ。

推薦コメント:「センスがある」とかよく言うけど、基本的に全部知識がベースだ。「自分にはセンスがない」とか言い訳してないで勉強しろ。みたいなことを言っている。

スタートアップ企業の製品開発を扱った本ですが、何か新しい取り組みをする時には同じ発想が使えるので、参考になります。 仕組みを作ってからユーザーに使ってもらうのではなく、ユーザーに使ってもらってから仕組みを作るなど、無駄を徹底的に削減して効率的に仕事を進める方法について書かれています。

スタートアップの事業立ち上げの本だが、ここでは「ヒアリングやテストを通して需要を確認する」という観点で課題図書に推薦したい。 新しい取り組みを行うときに、リサーチの一貫で関係者にヒアリングをするときの参考になる。台本まで載っている。 データに関わる仕事をするならば、自分1人の思い込みではなく、ファクトやリサーチに基づいた仕事ができるようになろう。

ファクトにもとづいて仕事をするのはデータ分析力を伸ばすためにも大事です。 本書では「ログを集計する前に顧客と何人話したかをKPIにしろ」みたいな観点があり、実はデータ分析の本質を叩き込むこともできます。 BIツールやPythonでゴチャゴチャやることが分析だと思っている人より、Excelで顧客の意見を集計する営業スタッフのほうが100倍活躍できるんじゃないですかね。知らんけど。

リーダーシップ・プロフェッショナリズム

昇進、転職、アサインで「あなたが今日からリーダーです」と言われたときに、どうやって成果を出していくのかを手法としてまとめた本です。 例えば「違和感があったらすぐに改善提案をする」は、メンバーなら歓迎されますが、リーダーの場合はアンチパターンです。 リーダーの思いつきで周囲を振り回すと、信頼を損ない、次から誰もリーダーの提案を聞いてくれなくなるからです。 関係者にヒアリングしたり、小さな実績を作って周囲の信頼を得たりと、改善提案には準備が必要となります。みたいなことを学べます。

Amazonの採用面接は世界標準で仕組み化されており、完成度が高いなと思います。 この面接でスムーズに回答できる=ビジネス基礎力がついていると言えるでしょう。 Amazon特有の話は置いておいて、14のOLP(リーダーシップ)を普段から仕事で発揮できているか?という観点で振り返りながら読むことをオススメします。 "Disagree and commit" (反対意見ははっきりと言う、決まったら反対意見であってもコミットする) とか、ちゃんと出来ていますか?的な。

「一流のプロとして生きていく」とはどういうことなのかを、漫画で追体験できます。 モチベーション管理がスキルの1つであること、目標設定の重要性、何か1つ自分の武器を持つことなど、プロフェッショナルワークのイロハが詰まっています。 強いていうなら巻数が多いのが難点か。

おわりに

書き出してみると「データ職種」であること以上に「プロフェッショナル」であることを重視しているのが特徴かもしれません。

それもそのはずで「データ」というのは意思決定を支える武器です。 意思決定が間違ったら、10万人以上の顧客、100人以上の社員、世界中の投資家、その家族など、沢山の人々の生活に悪影響を与えます。 逆に言うと、良い仕事をすれば、それだけ沢山の人々の生活に良い影響を与えることだってできるはずです。

分析レポートを書いたりプログラムを書くだけなら高校生にだってできます。 わざわざ高いお金を払って仕事をお願いする意味がありません。 沢山の人生に対して責任を持ち、沢山の人生に影響を及ぼすからこそ、その仕事には意味があるのではないでしょうか。

沢山の人生を背負っているから、大変で、つらくて、苦しいわけです。 沢山の人生を背負っているから、期待されて、求められて、評価されるわけです。 沢山の人生を背負っているから、やりがいがあって、楽しくて、面白いわけです。 そういう誇りを持って自分の仕事と向き合い、プロとして振る舞うからこそ、プロとして活躍できるのではないでしょうか。

素晴らしいことに、MENTA受講生の中には、毎週3冊ペースでこれらの課題図書を読んでくださった人もいます。 厳しいフィードバックに対して「データエンジニアのスキルだけではなく、プロとしてのスタンスを学べている」「きっと一生役に立つ」と前向きに受け止めてくれました。 その人はMENTA講座の卒業後、今は風音屋に入社して活躍してくださっています。

自ら学ぶ姿勢がある人には、もっと成長機会を提供したいですし、もっと上を目指してほしいなと思います。 「短期間で爆速成長したいぜ!」というジュニアな方々、「メンバー育成を手伝いたいぜ!」というシニアな方々は、ぜひ風音屋で一緒に働きましょう。


追記:コメントで紹介していただいた本