目次
はじめに
有料の学習プログラムを先着で無料で受講できるということもあり、2023年10月から受講していた【Google Career Certificates】グーグル プロフェッショナル認定証 （データアナリティクスプログラム）ですが、ようやく認定証が取得できましたので、プログラムの内容と難易度などについてレビューしてみたいと思います。
それにしても、先着20,000人という講座がそこまで広がっていないような中、定員オーバーするということはリスキリングの流れとしてデータ分析が必要だということがうかがえます。
感想
まず、このプログラムを受講して、とても勉強になりました。
しかも、これが無料で受講できたのは極めてラッキーでした。
正直、有料でもやる価値があると思いました。
というのも、こういう機会でない限り、SQLやTableau、Rというツールに携わることがなかったわけで、普段使っているExcelやスプレッドシートだけでデータ分析をすることになっていたかと思います。
Excelやスプレッドシートはおそらく普段の仕事をしている際は非常に効果的な表計算ソフトですが、データ分析の種類によってはExcelやスプレッドシートよりも非常に効率的にデータ分析できたり、データ共有ができたりするため、今後必要であろうスキルのデータ分析においては、このようなツールを知っておくことは極めて重要であると思いました。
加えて、このプログラムではGoogleの講師が英語ではありますが常に励ましてくれてモチベーションが下がらないような声掛けをし続けてくれるというのも続けられるポイントかと思いました。
レビュー（評価）
プログラムは1～8まであるのでそれぞれについてレビューしたいと思います。
1.基礎知識：データはあらゆるところにある
ここでの目標は、データ アナリティクスにおけるスプレッドシート、クエリ言語、データの可視化ツールの役割を理解することや、データ アナリストの役割を理解することです。
データ分析に関して何も知らない方でも問題なく受講できるため難易度は低く設定しておりますが、基本的な考え方やツールについては重要なことだと考えますので、内容としては重要度が高いと考えております。
2.データに基づいた意思決定を行うための問いかけ
ここでの目標は、データ主導の意思決定を行うための効果的な問いかけの方法を学び、ステークホルダーのニーズと結びつけられるようになること、つまり、なぜデータ分析をする必要があるのかという適切な問いかけができるようになることです。
また、表計算ソフト（Excelやスプレッドシート）を使用して、データの入力や整理など、データアナリストの基本的なタスクを実行できるようになることです。
内容は社会人として必要な考え方だと認識しておりまして、内容の重要度は高くしておりますが、表計算ソフトの使い方に関しては極めて易しい導入となっていて、初めて扱う方にもおすすめできることから難易度は低めに設定しています。
3.探索用データを準備する
このコースでは、1～2 つめの講座で学んだ内容の理解を深めながら、表計算ソフトや SQL などのツールを使って目的に合ったデータを抽出し活用する方法、データの整理と保護の方法など、より実践的なデータアナリティクススキルを身につけるための新しいトピックについても学びます。
ここではデータの倫理やプライバシーの重要性も学ぶことから、社会人としても重要な考え方を学べますので内容としては重要度は高いと考えました。難易度は専門的に扱う人以外はあまり使ったことがないSQLというツールを使用するので普通の評価としております。
4.「ダーティー」なデータを「クリーン」にする
このコースでは、1～3 つめの講座で学んだ内容の理解を深めながら、表計算ソフトや SQL を使ったデータのチェックやクリーニングの方法、またデータクリーニング結果の検証やレポートの作成方法についても学びます。
データのクリーニング（整理）がいかに重要であるかを学ぶとともに、その整理の仕方も実践を通して学べるところから社会人としても重要であると認識しておりますので評価は高くしております。難易度については、SQLの関数も使って操作することから普通よりやや高めに設定しております。
5.データを分析し、答えを導き出す
このコースでは、ここまでに学んだことを分析に応用し、収集したデータの意味を理解していきます。表計算ソフトやSQLを使ってデータを整理し、フォーマットする方法を学び、データをさまざまな方法で見たり考えたりできるようにします。また、ビジネス上の目標を達成するために、データを使って複雑な計算を行う方法や、数式、関数、SQLクエリの使い方を学びながら、分析を進めていきます。
ここまで来るとやや専門的な理解が要求されるため、もちろん大事な考え方や操作を学ぶものの職種によってはそこまで必要としないケースもあると思いますので、重要度は4.0にしております。難易度はやや専門的な関数の操作やデータの意味を理解する必要があることからやや高めに設定しております。
6.データ可視化（ビジュアライゼーション）による、データの共有
このコースでは、データ分析プロセスを完了し、データから発見したことを視覚化、プレゼンテーションする方法を学びます。また、プレゼンテーションに効果的なビジュアライゼーションを作成できるプラットフォーム Tableauについても学びます。
データは数値のままですと瞬間的な理解がしづらいですが、データを視覚化することで第三者に理解しやすい情報にできることからレポート作成などで非常に効果的な知識を得られると考えられ、内容の評価は高くしております。また、難易度はTableauという新しいツールを使用してビジュアル化していくことから高めに設定しております。ビジュアル化したグラフを5秒で理解してもらうというポイントが印象的です。
7.データ分析とR言語
このコースでは、Rというプログラミング言語と、Rで作業する環境としてのRStudioの使い方を学びます。また、Rパッケージなど、R特有のソフトウェア アプリケーションやツールについても学びます。Rを使ってより優れた新しい手法でデータのクリーニング、整理、分析、可視化、レポート作成が可能になることを実践します。
内容としてはR言語というものを使用するためかなり専門的になっておりまして、本格的にデータ分析を学ぶ方にはお勧めできる内容です。難易度はＲというプログラミング言語を扱い様々なライブラリを使うことから高く設定しております。
8.学びの総仕上げとしての最終課題：ケーススタディ
このコースでは、ここまでに学んだ知識を活用して2つのケーススタディーを実際に分析してみることと、さらにオプションとして自ら考えたケースについて自分で取り組みます。また就職活動などで使えるポートフォリオの作り方、面接の仕方なども動画を通して学べます。
内容としては、実際に仮のケーススタディーを自ら考えてみることでこれまで学んだ知識を試せることから重要であると考えました。難易度はこれまで学んだ知識を使って試す段階なので普通に設定しています。
評価について
あくまでも個人の感想ではありますが、上記の通り評価としては高くしておりまして、こちらの評価は仕事でいかに使えるかをベースに考えてみました。
振り返りますと、最初と最後の評価が高かったのは、データ分析以前になぜデータ分析が必要なのか、何が課題なのか、どういう調査が必要なのかなど、そもそもデータ分析をするための目的に関してを学ぶことができたということにあるかと思います。
正直、最初いろいろなデータ分析手法を学べるのかと思いきや、ずっとデータ分析への問いかけについての重要性を語っていて、いや、早くデータ分析のSQLとかRをやりたいんだけどと思っておりました。
ただ、最終的にはデータ分析をする理由が一番大事で、なぜデータ分析をするのか、なぜこの分析ツールを使うのかの方が重要であることをよく理解できた気がします。
最後に
まず、20,000人の方がこの無料プログラムにこの短期間で参加されたということは極めて需要があることなのかと思います。
ただ、今回学んだデータ分析ツールについてはあくまでも基礎的なことしか学んでいないと考えますので、必要な分析に応じてさらなる自己研鑽が必要だと思います。
ご興味のある方はぜひお試しください。