職務経歴書サンプル
データアナリストの職務経歴書サンプルと2026年版 完全ガイド
データアナリスト職の採用担当者が何より重視するのは、数字を意思決定に変えた証拠です。このガイドでは、実際の求人情報から抽出したATSキーワードと定量的な実例をもとに、どのSQL、Python、可視化スキルを前面に出すべきかを具体的に解説します。
今日のデータアナリストは、データをクエリして整形し(SQL、Python/pandas)、ダッシュボードを構築し(Tableau、Power BI、Looker)、統計的検定を実行し、その結果を技術に詳しくないステークホルダーの意思決定に変換します。採用担当者やATSは、単なるツール名ではなく、ウィンドウ関数、複数テーブルのjoin、A/Bテスト、回帰分析といった具体的な技術的深さと、その分析がビジネス指標にどう影響したかの証拠を確認します。「Excelでデータ分析を実施」と書けば見送られますが、「構築したチャーンモデルで解約率を9%削減」と書けば面接につながります。
職務経歴書の完全な例
この職種の完全な履歴書の例を「モダン」テンプレートで表示しています。同じテンプレートから始めて、内容をご自身の情報に置き換えてください。
テンプレート: モダン
小林 拓也
データアナリスト
- [email protected]
- 090-XXXX-XXXX
- 東京都品川区
概要
整理されていないプロダクト・営業データを意思決定につなげる分析業務に5年間従事。SQL、Python、Tableauを得意とし、レポートの自動化や売上指標を動かす実験の設計・分析で成果を上げてきました。
職務経歴
シニアデータアナリスト · 株式会社サブスクオービット
東京都品川区 · 2022 – 現在
- 料金体系とオンボーディングに関するA/Bテストを40件以上設計・分析し、年間3.5億円相当の売上改善施策を特定。
- Pythonで解約予測モデルを構築し、30日以内の解約を適合率81%で予測。リテンションチームが毎週活用。
- プロダクト担当執行役員および財務部門の幹部に向けて、月次のインサイト報告会を実施。
データアナリスト · 株式会社銀杏リテール
東京都渋谷区 · 2020 – 2022
- 手作業のExcelレポート15種類をTableauの自動ダッシュボードに置き換え、営業チームの作業を週20時間削減。
- dbtでデータモデルを構築し、売上レポートの唯一の信頼できるデータソースとして定着させた。
アナリスト(ジュニア) · 株式会社湾岸リサーチ
神奈川県川崎市 · 2019 – 2020
- 5万件以上の回答を含むアンケートデータのクレンジングと統合を行い、SQLで週次レポートを自動化。
学歴
学士(理学), 理学部 応用数学科(統計学専攻) · 東京理科大学
東京都新宿区 · 2015 – 2019
資格・認定
- Google データアナリティクス プロフェッショナル認定 · Google · 2020
- 統計検定2級 · 一般財団法人統計質保証推進協会 · 2019
スキル
- SQL
- Python(pandas、scikit-learn)
- Tableau
- Power BI
- dbt
- A/Bテスト
- 統計分析
- 需要予測
- データストーリーテリング
言語
- 日本語 (ネイティブ)
- 英語 (上級)
主なスキル
- SQL(ウィンドウ関数、CTE、クエリ最適化)
- Python(pandas、NumPy、scikit-learn)
- データ可視化(Tableau、Power BI、Looker)
- 統計分析と仮説検定
- A/Bテストと実験設計
- ETLとデータパイプラインの基礎
- Excel(ピボットテーブル、XLOOKUP、マクロ)
- ダッシュボード設計とKPIレポーティング
- データストーリーテリングとステークホルダーとのコミュニケーション
- データクリーニングと検証
- 予測モデリングと回帰分析
- Google Analytics/プロダクト分析ツール
職務経歴書の記載例
- エントリーレベル、レポート自動化: 週次の手動営業レポートを置き換える12本の自動SQLクエリを構築し、マーケティングチームの作業時間を週あたり約6時間削減、手動Excel入力によるエラーをなくした。
- 中堅、BIダッシュボード構築: 4つのソースシステムからデータを統合したPower BIダッシュボードを設計し、顧客の解約をリアルタイムで可視化。これにより解約防止チームが2四半期で解約率を9%削減した。
- 中堅、プロダクト分析/A/Bテスト: PythonとSQLを用いてチェックアウトフローで15件以上のA/Bテストを実施・分析し、ワンクリック再注文機能がコンバージョン率を4.2%向上させることを特定、年間約38万ドルの増収に貢献した。
- シニア、予測・モデリング: Python(scikit-learn)で構築した需要予測モデルにより、180のSKUにわたって過剰在庫を22%削減し、年間約110万ドルの保管コストを節約した。
- シニア、データパイプラインの所有: エンジニアリングチームと連携し、経営ダッシュボードに供給するETLパイプラインを再設計。データ更新時間を6時間から45分に短縮し、データ精度を91%から99.5%に改善した。
- データアナリスト、経営層への報告: 四半期ごとのコホート継続率分析を経営陣に報告し、その分析結果が3件のプロダクトロードマップの変更につながり、90日ユーザー継続率を11%改善した。
ATSキーワード
- SQL
- Python
- R
- Tableau
- Power BI
- Excel
- データ可視化
- 統計分析
- A/Bテスト
- ETL
- データクリーニング
- ダッシュボード
- KPIレポーティング
- 予測モデリング
- 回帰分析
よくある間違い
- 「SQL、Python、Excelに精通」のように、成果を示さずツール名だけを列挙している。 — 単なるツールリストではなく、具体的な分析内容とそのビジネス成果を示す。
- 作成したレポートの説明にとどまり、定量的なビジネスインパクトを示していない。 — すべての分析を意思決定や金額・パーセンテージの成果に結びつける。例:『…により顧客獲得コストを12%削減』。
- アカデミックな統計用語で箇条書きを埋め尽くしている。 — 技術的な手法を、同業のアナリストだけでなく採用担当者にも伝わるビジネス言語に翻訳する。
- 「SQLができる」とだけ書き、深さを示していない。 — ウィンドウ関数、CTE、5テーブル以上のjoinなど複雑さを具体的に示す。ATSや技術系採用担当者はこうした用語でフィルタリングする。
- ステークホルダーとのコミュニケーションやプレゼンテーション経験に触れていない。 — 自分の分析が技術に詳しくないステークホルダーや経営層に提示され、意思決定に影響を与えたことを示す項目を少なくとも1つ含める。
書式のポイント
- 「テクニカルスキル」欄を、言語/ツール(SQL、Python、R)とBIプラットフォーム(Tableau、Power BI、Looker)に分けて、素早くスキャンできるようにする。
- ポートフォリオ(GitHub、Tableau Public、または個人の分析記事)があればリンクする。データ職では今後さらに期待される要素になっている。
- キャリア序盤は1ページに収め、経験8年以上またはアナリティクスマネージャー志望なら最大2ページとする。
- 関連する場合はデータセットの規模(行数、テーブル数、ソース数)を明記し、授業課題ではなく実運用規模のデータを扱ってきたことを示す。
- 職務経歴書自体にダッシュボードのスクリーンショットを埋め込まず、稼働中のポートフォリオへリンクする。
- %、$、削減した時間など、一貫した指標フォーマットを使う。6秒間の素早いスキャンでも定量的な成果が伝わるようにする。