商品やサービスを購こう入にゅうしたときに，アンケートがついてくることがあると思います。
それらの商品やサービスを満足して使ってもらえるように，このようなアンケートによって集められたデータを分ぶん析せきし，改善点を提案する仕事をしています。

もともと「パソコンで何かをする」ということが好きだったので，大学のころからデータサイエンスを専せん攻こうしていました。
自分たちでアンケートを取ったり，企き業ぎょうから実際のデータをいただいたりして分析をしていると，データから新しい発見が見つかります。
そこに面白みを感じて，仕事でも同じことをしたいと思いました。

データの分析結果にもとづいた提案によって，より多くの人がその商品を買ってくれるようになったときは，自分の分析が役に立ったことにやりがいを感じます。

自分が日常で関わらないことに関するデータも分析しないといけないところです。
扱あつかうデータはお客様である企業のものであり，企業ごとに業種も課題もさまざまです。
自分が実際に購入していない商品や利用していないサービスのデータの分析は難しいですね。

女性向けの商品のデータを分析するときも大変です。
たとえば，つけまつげなどの女性が利用することの多い化け粧しょう品のデータを分析するときは，依い頼らいしてきた企き業ぎょうの担当者も女性が多く，先にどんどん議論が進みます。
ですので，当然化粧品の予備知識がないとついていけません。
そのため，まずは商品に関する用語を調べるところから始めないといけないので，やっぱり苦労しますね。

データ分析の仕事では，連立方程式や確率など，およそ中学校の数学で学習することはすべて使っています。
なかでもよく使うのは，統計で学習する代表値やグラフなどです。
「箱ひげ図」は，データを理解するときによく使います。
たとえば，人気投票による音楽のランキングでは，楽曲ごとに投票した人たちの年ねん齢れいを箱ひげ図で表し，それらを比ひ較かくすることで「人気が若い人に偏かたよっている」「全世代でまんべんなく人気」など，各楽曲の人気のちがいがわかり，データの理解が深まります。
また，データの傾けい向こうを理解し，一いっ緒しょに仕事をしているメンバーにその内容を伝えるときは，棒グラフやヒストグラム，箱ひげ図を使います。
種類のちがいや区別を表すデータであれば棒グラフ，数量のデータの分布を見るときには箱ひげ図やヒストグラムを使うなどして，データの種類によって使い分けています。

データをまちがって読み取ってしまわないようにするためにも役立ちます。
平均だけでデータを判断するのではなく，四分位数や四分位範囲に着目することで，データをより正確に読み取ることができます。
たとえば，政府統計で日本の平均年収をみると，日本人の多くがその額稼かせいでいるようにも思えます。
しかし，実際は分布が偏っていて，平均年収は一部の高収入の人に引っ張られていたとわかります。
そこで最頻値を読み取ると，実は多くの日本人の年収は平均より低い人が多かったということがわかります。
さらに，箱ひげ図なら，男女別や年齢別，国別などの年収を比較するときにもデータを比較しやすく便利だと思います。

統計学は社会学や経済学，心理学といった文系から生物学や情報科学，物理学といった理系まで，幅はば広く様々な分野で研究され，発展してきた学問なので，同じ分析のしかたでも各学問でその方法の使われ方や計算アプローチが異なっていたりします。
連立方程式や一次関数，確率など中学校で学習する様々な数学の知識をもっていることで，共通している部分や各分野の考え方の違ちがいを理解することができ，視野を広げることができると思います。

得意な科目だったので好きでした。
数学は，答えが決まっているので，答えにたどり着いた達成感がやる気を出させてくれて，またそのことが楽しいと思えました。
でも実は，統計分野である確率はもともと得意ではなかったんです。
数学は手法と計算がわかっていても，問題文を読解する力も必要なため，特に読み取りが必要になる確率は難しいと感じていました。

今や，統計データだけではなく，インターネットで最新ニュースや生活に役立つ情報などが簡単に手に入る時代です。
また，SNS（Social Networking Service） などで世界中の誰だれでも簡単に情報発信ができる時代です。
どんな情報でも，その情報が正しいかどうか判断できる力を身につけてほしいと思います。