比較前の判断メモ
結論
分析基礎の次に、dashboard・reporting・data pipelineへ進みたいならBI、statistics・regression・MLへ進みたいならAdvanced Data Analytics。両方取る前提にしない。
お金
両方とも追加の時間とsubscriptionが必要になるため、Certificate数より次の職務で使うskillで一方を選ぶ方が無駄が少ない。
時間
Business Intelligenceは4コース・約2か月、70時間超の公開学習量。Advanced Data Analyticsは7コース・約6か月で、より長いstatistics/Python/ML path。
何が残るか
BIはreporting、dashboard、data model/pipeline寄り。Advancedはstatistics、回帰、実験、machine learning寄りの成果物へ進む。
無料・低コスト代替
自分のデータでdashboardを1本、統計/Python分析を1本作り、どちらの作業が次の役割に近いか無料で試す。
払う合理性が高い人
Data Analytics基礎を終え、次のspecializationをBIかadvanced analyticsで選びたい人。
払わなくてもよい人
まだ基礎SQL・分析workflow・可視化が固まっておらず、specializationよりfoundationが先の人。
「どちらがAdvancedか」では選べない
GoogleにはData Analyticsの基礎Certificateの後に、Business IntelligenceとAdvanced Data Analyticsという複数の上位Programがあります。
名前だけ見るとAdvanced Data Analyticsの方が難しく、Business Intelligenceはその手前に見えるかもしれません。
しかし実際は、目指す仕事が違います。
BI = dataを継続的に意思決定へ届ける仕組み
Advanced Analytics = dataから統計的・predictiveな洞察を作る分析
という分岐です。
Business Intelligenceは4コース・約2か月
現在のCoursera表示ではGoogle Business Intelligenceは、
- 4-course series
- Advanced level
- 2 months at 10 hours/week
です。
内容は、
- data modeling
- ETL
- SQL / BigQuery
- Tableau
- dashboard / reporting
- stakeholder communication
が中心です。
Courseraは現在、70時間超のinstruction、50以上のpractice-based assessments、portfolio projectを説明しています。
BIの成果物は比較的分かりやすく、dashboard、report、data model、pipeline designなどです。
Advanced Data Analyticsは7コース・約6か月
Advanced Data Analyticsは現在、
- 7-course series
- Advanced level
- 6 months at 10 hours/week
です。
中心は、
- Python
- exploratory data analysis
- probability / statistics
- hypothesis testing
- regression
- machine learning
- capstone
です。
こちらの成果物は、model、statistical analysis、experiment interpretation、prediction、分析reportなどになります。
同じDataでも、日々の仕事が違う
BI寄りの仕事
- 売上dashboardを毎週更新する
- KPI定義を揃える
- 複数sourceをETLでまとめる
- department別reportを作る
- managementへ同じ指標を継続提供する
Advanced Analytics寄りの仕事
- churn要因を分析する
- demandを予測する
- A/B testの結果を統計的に評価する
- regressionで関係を調べる
- machine learning modelを比較する
「データが好き」というだけでは選べません。
reporting systemを作りたいか、modelを作りたいかで考える方が具体的です。
Business Intelligenceが向く人
- SQL/dashboardが好き
- 数字を経営・現場へ届ける役割をしたい
- data warehouse / ETL / reportingへ関心がある
- Tableau/BI toolを深めたい
- 2か月程度で専門性を追加したい
特に、すでに分析をしているが「毎回Excelで同じreportを作っている」人にはBI的な考え方が実務改善へ直結しやすいです。
Advanced Data Analyticsが向く人
- Pythonを使いたい
- statisticsを学びたい
- regression / MLへ進みたい
- experimentやpredictionを扱いたい
- 将来的にData Scientist / Advanced Analyst系へ寄せたい
ただし、MLを学ぶこと自体を目的にすると、実務課題との接続を失いやすくなります。
Capstoneでは「何を予測し、そのmodelが意思決定にどう役立つか」まで説明できる状態を目指すべきです。
両方受ける価値はあるか
ありますが、順番に全部取る必要はありません。
たとえばBI Analystとしてdashboardやpipelineを作っている人が、predictionを必要とするようになればAdvanced Analyticsを追加する意味があります。
逆にAdvanced Analyticsでmodelを作れても、organizationで継続利用するdashboard/reportingの設計が弱いならBIを学ぶ意味があります。
しかし「Google CertificateをCompleteするため」に2本とも取るのはCredential collectionです。
仕事のgapがなければ時間投資を正当化しにくくなります。
時間コストの差は大きい
BIは2か月×週10時間、Advancedは6か月×週10時間です。
目安では約80時間対約240時間となり、大きな差があります。
この差は「Advancedの方が3倍価値がある」という意味ではありません。
Advancedではstatistics、regression、MLまで扱うため学習範囲が広いだけです。
目的がdashboard/reportingなら、240時間のProgramへ進む必要はありません。
基礎Data Analyticsは必須か
Googleは両advanced pathで、foundational analytical principles/skillsまたはData Analytics Certificate相当のexperienceを想定しています。
そのため、基礎Certificateそのものは必須ではありません。
すでにSQL、cleaning、visualization、stakeholder communicationを使えるなら、直接どちらかへ進めます。
基礎が不安なら、Google Data Analyticsを全部取り直す前に、無料教材や小projectで弱点を確認する方法もあります。
Portfolioで比較する
BIなら
- executive KPI dashboard
- ETL/data model設計
- sales/finance dashboard
- stakeholder presentation
Advancedなら
- regression analysis
- A/B test analysis
- classification/regression model
- model evaluation report
Certificateの名前より、これらを一つ自分のindustry dataで作る方がskill signalは具体的です。
料金は日本checkoutで確認する
Grow with GoogleはU.S./Canadaでは月額USD 49 after trialと説明し、他国では価格が異なる場合があると明記しています。
したがって日本記事でUSD 49を日本の確定価格として固定しません。
さらに受講月数が2か月と6か月で違うため、同じ月額でもtotal course spendは大きく変わります。
Publication時はJapan-local checkoutを取得し、
月額 × 実際のcompletion months
で比較します。
比較を終える境界
次の質問で選べます。
「上司が毎週見る数字を正しく届ける仕組みを作りたい」→ Business Intelligence
「数字から原因・関係・予測を作りたい」→ Advanced Data Analytics
両方必要になった時点で二つ目を学べば十分です。
最初からCertificateを2枚取る計画を立てるより、最初の1本で作る成果物を決める方が学習ROIは高くなります。