データ分析の将来性｜需要の統計と求人が求めるスキル

データ分析の仕事は、事業のデータを集めて整え、分析の結果を意思決定や製品に生かす仕事です。生成AIで集計やコードを書く作業が速くなり、この先もデータ分析の経験が求められるのかを考え始めた人は少なくないはずです。

将来性は、企業がデータをどれだけ使っているか、データを扱う人材がどれだけ足りていないか、求人が何を求めているかの3つで確かめられます。

公的統計と企業調査、Offers に掲載されたデータ職4職種の正社員求人を並べて、いまの需要と、職種ごとに求められるスキルを整理しました。

データ分析の仕事の需要を示す統計と企業調査

データ分析の仕事の需要を考える材料として、公的統計と企業調査の値を並べます。厚生労働省の一般職業紹介状況（令和8年8月分）で、IT の技術職をまとめた区分「情報処理・通信技術者」の有効求人倍率は1.48倍と、職業計の1.17倍を上回りました（厚生労働省「一般職業紹介状況（職業安定業務統計）令和8年8月分」参考統計表・2026年10月2日公表・常用（パートを除く））。データ分析の職種をこの区分に当てはめたのは編集部の判断です。

この倍率は、ハローワークで受け付けた求人と求職者から算出した値です。新規求人倍率を含む表と倍率の読み方は「データエンジニアの将来性｜需要と求人が求める仕事」で扱いました。

情報処理推進機構（IPA）の『DX動向2026』では、DX に成果が出ている企業ほどデータを利活用している割合が高く、DX を推進する人材の「質」が不足していると答えた企業は2025年度に9割近くに上りました。

DXに成果が出ている企業ほどデータを利活用している

IPA の『DX動向2026（データ集）』で、データを「全社で利活用している」「事業部門・部署ごとに利活用している」と答えた企業は、DX の成果が出ている企業で合わせて80.0%、成果が出ていない企業で56.7%でした（合計は編集部の計算）。

出所：独立行政法人情報処理推進機構（IPA）『DX動向2026（データ集）』p.65（2025年度調査・DX に取り組む企業が対象）。

回答した企業全体（n=1,790）では、データを利活用している企業は2025年度に59.9%で、2024年度の60.2%から大きく変わっていません（p.62・合計は編集部の計算）。IPA も「過去の調査結果とは大きな変化は見られない」とまとめました。

データを利活用していない残りの企業には、実証実験中や検討中の企業も含まれます。データ分析の仕事が広がる余地は、まだ利活用に至っていない4割の企業にもあると編集部は見ています。

DXを推進する人材の「質」の不足は9割近い

IPA の同じデータ集で、DX を推進する人材の「質」について「やや不足している」「大幅に不足している」と答えた企業は、2025年度に合わせて88.8%でした（合計は編集部の計算）。

出所：独立行政法人情報処理推進機構（IPA）『DX動向2026（データ集）』p.77（DX に取り組む企業が対象）。

IPA はこの結果を、2025年度は不足している割合が増えた一方で「大幅に不足している」の回答率は減ったとまとめています。2024年度の不足の合計は86.1%でした。この設問はデータ分析の職種に限らず、DX を推進する人材全体を尋ねたものです。

求める水準に届く人材が足りないと見る企業が多い結果です。データ分析の経験を、企業が求める水準の仕事として示せるかどうかが、これからの転職で問われると編集部は見ています。

データ分析の仕事の主な4職種と求人の件数

データ分析の仕事の求人には、データサイエンティスト・データアナリスト・データエンジニア・機械学習エンジニアといった職種があります。Offers に掲載されたデータ職4職種の正社員求人104件では、データエンジニアが38件、データサイエンティストが33件、機械学習エンジニアが17件、データアナリストが16件でした。

出所：Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=104・2022年7月〜2026年9月公開・2026年10月16日集計。

職種ごとの提示年収と公的統計の値は、「データサイエンティストの年収｜統計の知識と求人の年収帯」「データアナリストの年収｜統計と求人で見る相場」「機械学習エンジニアの年収相場と求人の年収帯」で詳しく扱いました。

4つの職種の求人を見比べるなら、Offers Jobs のデータ分析の求人一覧が手がかりになります。会員登録なしで正社員求人を検索でき、一覧のカードに年収・雇用形態・勤務地が出る作りです。求人詳細の業務内容・必須スキル/経験・歓迎スキル/経験も登録なしで読めるので、自分の経験がどの職種の求人に重なるかを確かめられます。

求人が必須・歓迎条件に挙げるスキルは職種で違う

データ職4職種の正社員求人が必須・歓迎条件の欄に挙げる語は、職種ごとに挙がる件数が大きく違います。データサイエンティストは機械学習と統計、データアナリストは SQL（データベースを操作する言語）と BI（ビジネスインテリジェンス）ツール・ダッシュボード、データエンジニアは SQL、機械学習エンジニアは機械学習の語を挙げる求人が多くなりました。

出所：Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=104・2022年7月〜2026年9月公開・2026年10月16日集計。

データ分析の職種を移るときは、移る先の職種で多く挙がる語のうち、自分の経験に無いものから埋めていくと準備の順番を決めやすくなります。データアナリストからデータサイエンティストへ進むなら統計と機械学習が入口です。

統計の知識と統計検定が求人でどう扱われるかは「データサイエンティストの年収｜統計の知識と求人の年収帯」で、データエンジニアの求人が挙げる技術の詳細は「データエンジニアの将来性｜需要と求人が求める仕事」で解説しています。

AIの普及で変わるデータ分析の仕事と残る仕事

生成AIの普及で手間が減るのは、決まった指標を決まった形で集計する仕事や、定型の前処理と可視化のコードを書く仕事だというのが編集部の見方です。一方で、何を測るかを決める仕事、分析の結果を事業の判断につなげる仕事、AI に渡すデータを整える仕事は、データ分析の担い手に残ると見ています。

Offers のデータ職の求人で、必須・歓迎欄に生成AI の語を挙げる求人は、104件中12件でした（Offers（株式会社overflow）調べ・データ職4職種の正社員求人 n=104・2022年7月〜2026年9月公開・2026年10月16日集計）。

公開年で分けると、2022〜2023年公開の31件では0件、2024年公開の34件では4件、2025〜2026年公開の39件では8件です。件数では機械学習・SQL・Python・BI の語が多く挙がりますが、生成AI の語は公開年が新しい求人ほど多く挙がっています。

転職先の求人を見るときに確かめたいのは、機械学習・SQL・Python・BI の条件に加えて、生成AI を使った開発や業務の経験が問われているかどうかです。

IPA の調査では、DX の成果が出ている企業ほどデータを利活用している割合が高くなっていました。機械学習の仕事に絞った将来性は「機械学習エンジニアの将来性｜需要と求人の変化」で扱いました。

データ分析の経験を次のキャリアにつなげる進め方

データ分析の経験を次のキャリアにつなげる手順は、いまの仕事を棚卸しして4職種のどれに近いかを決め、その職種の求人の必須・歓迎条件と並べて、足りない経験をいまの職場で担える仕事から引き受けることです。

棚卸しでは、次の3つを書き出すと、どの職種に近いかが見えてきます。

• 自分が決めている指標の定義と分析の切り口。決めているのが依頼者だけなら、仕事の範囲を広げる余地がある
• 分析やモデルの結果で決まった施策と、変わった指標
• 分析の前に自分で整えたデータ。テーブルの設計やデータの品質の確認も含む

指標の定義を見直す、A/Bテストを設計する、集計テーブルを整える、モデルを本番に載せるといった仕事は、どれも職務経歴書に書ける実績になります。データアナリストとして働く人の役割の型は「データアナリストの将来性｜需要の統計と仕事の3つの型」で整理しました。

経験を登録して企業からの声かけを待つのも1つの進め方です。Offers に職務経歴とスキルを登録しておくと、IT プロダクト職の正社員採用を進める企業からスカウトを受け取れます。どの職種の企業から声がかかるかは、自分の経験が求人にどう読まれているかを知る材料にもなります。

データを利活用する企業の割合は横ばいでも、成果が出ている企業ほどデータを使い、人材の質の不足を感じる企業は9割近くに上っていました。職種ごとに求人が挙げるスキルを確かめ、自分の経験を一歩ずつ広げていくことが、データ分析の仕事で次の選択肢を増やします。