未経験からデータアナリスト転職で勝つポートフォリオの作り方｜題材5選と5ステップ

未経験からデータアナリストへの転職を目指すとき、多くの人が最初にぶつかる壁が「実務経験を証明するものがない」という問題です。

そこで武器になるのが、自分の手で作るポートフォリオです。

この記事では、未経験からデータアナリストを目指す人向けに、採用担当に刺さるポートフォリオの作り方を題材選びから公開先まで一気通貫で解説します。

読み終えるころには、自分が今日から作るべきポートフォリオの全体像と、最初の一歩が具体的に見えているはずです。

順番に見ていきましょう。

【結論】ポートフォリオは「分析プロセス」を語れれば未経験でも勝てる

まず結論です。

未経験者のポートフォリオは、分析プロセスの全体像を自分の言葉で語れる形にすることがすべてです。

具体的には「課題設定→データ収集→前処理→分析・可視化→洞察と提案」までの一連の流れを、ストーリーとして説明できる状態を指します。

採用担当が見ているのは、難解なモデルや派手な可視化ではなく「ビジネス課題に対してデータでどう向き合うか」という思考プロセスです。

逆にいえば、コードの量や使うツールの派手さは思っているほど重視されません。

大事なのは「なぜその課題を選び、どう分析し、何を提案したか」というストーリーが通っているかどうかです。

ポートフォリオに必ず入れるべき5つの構成要素

では具体的に、ポートフォリオに何を入れればいいのでしょうか。

未経験者が最低限押さえるべき5つの構成要素を、現役視点で順番に解説します。

①課題設定：なぜそれを分析するのか

最初に書くのは「なぜこのテーマを選んだのか」「何を明らかにしたいのか」の課題設定です。

採用担当はここを最初に見て、その人の「ビジネス課題を翻訳する力」を判断します。

例えば「自分のXアカウントの投稿時間とインプレッションの関係を分析して、最適な投稿時間を見つける」のように、目的が一文で言い切れると一気に説得力が出ます。

②データ収集・前処理：どこから取って、どう整えたか

2つ目はデータの取得方法と前処理の工夫です。

「どこから・どんな形式で取得して」「どう整形・クレンジングしたか」を簡潔に書くだけで、実務に近い動きをしている印象を与えられます。

欠損値や型変換のような地味な前処理ほど、現役のアナリストは丁寧に見ています。

③分析・可視化：何を見せたいかを明確に

3つ目はメインとなる分析と可視化のパートです。

BIツール（TableauやLooker Studio）でダッシュボードを1枚作るか、Pythonでグラフを数枚出すだけでも十分に成立します。

大事なのは「何を見せたいか」が明確で、グラフを見ただけで結論が一目で分かる状態にすることです。

④洞察・提案：分析結果から「次の一手」まで書く

4つ目は分析結果から導いた「洞察」と「次のアクション提案」です。

未経験者の8割がここを書き忘れて「グラフを出して終わり」になります。

「この結果から〇〇という仮説が立つので、次は△△を検証すべき」というところまで踏み込めると、即戦力候補として一気に評価が上がります。

⑤ツールとコードの公開：再現性を担保する

最後は再現性です。

使ったツール（SQL、Python、Tableau など）と、コードや分析手順を公開しておきましょう。

GitHubにコードを上げて、READMEに分析の概要を書くだけでも、選考側の安心感はまったく違います。

未経験におすすめのポートフォリオ題材5選

「構成は分かったけど、何を題材にすればいいの？」という人向けに、僕がおすすめする題材を5つ紹介します。

• 政府公開データ（e-Stat）の地域比較：人口・労働・経済の公的統計を使って社会性のあるテーマを扱う
• Kaggleの公開データセット：定番題材でも「自分なりの問い」を立てて差別化する
• 自分のSNSやブログのデータ：身近で説明しやすく、自分ごとで語れる
• 求人データのスクレイピング：転職活動と並行できて市場理解にも直結
• 身近なサービスの売上シミュレーション：ビジネス設計力までアピールできる

①政府公開データ（e-Stat）の地域比較分析

e-Statには人口・経済・労働などの公的統計が無料で公開されています。

例えば「47都道府県の平均年収と人口流出の関係を分析する」のように、社会性のあるテーマは採用担当の興味も引きやすいです。

②Kaggleの公開データセット

Kaggleにはタイタニック、住宅価格、ECレビューなど、多彩なデータが揃っています。

定番すぎる題材は避けつつ、「自分なりの問い」を立てて分析するのが差別化のコツです。

③自分のSNS・ブログの分析

X（旧Twitter）の投稿データやGoogle Analyticsの数値は、身近で説明しやすい題材です。

「どんな投稿が伸びているか」「曜日と時間でPVがどう変わるか」など、自分ごとで語れる強みがあります。

④求人データのスクレイピング分析

転職サイトの求人を集めて「データアナリスト求人の年収分布」「求められるスキルの頻出ワード」などを分析する題材です。

転職活動と並行して進めれば、自分の市場価値の理解にも直結する一石二鳥の題材になります。

⑤身近なサービスの売上シミュレーション

近所のカフェの混雑時間帯を観察してデータ化したり、自作の架空サービスのKPIを設計してダミーデータで検証するなど、「ビジネス視点」を盛り込める題材もおすすめです。

こうした題材は「数字を読む力」だけでなく「ビジネスを設計する力」もアピールできます。

今日から始める！ポートフォリオ作成の5ステップ

最後に、未経験者が「今日からポートフォリオを作る」ための具体的な5ステップを紹介します。

• 30分以内に題材を1つに決め切る
• データを取得して構造を観察する
• 問いを3つ立てて分析・可視化する
• 洞察と提案を「結論3＋提案1」で文章化する
• GitHubとTableau Public/Notionで公開する

ステップ①：題材を1つ決める（30分以内）

まず題材は30分以内に1つに決め切るのが鉄則です。

「どれが評価されやすいか」を悩んでも、未経験のうちはどれを選んでも大差ありません。

選べないなら、上で紹介した5つの題材から「一番自分が興味あるもの」を機械的に選んでしまいましょう。

ステップ②：データを取得して観察する

次にデータを実際に手元に持ってくる作業に入ります。

CSVダウンロードでもAPIでもスクレイピングでもOKです。

取得したら、まずはExcelやJupyterで列名・件数・型を眺めて、データの概観をつかんでください。

ステップ③：問いを立てて分析・可視化する

3つ目は分析と可視化です。

具体的な「問い（〇〇は△△に影響しているか）」を3つほど立てて、それに答えるグラフをそれぞれ1〜2枚ずつ作っていきます。

ツールはTableau Public、Looker Studio、PythonのPlotlyなど無料のもので十分です。

ステップ④：洞察と提案を文章でまとめる

4つ目は、グラフから読み取った内容を「結論3つ＋提案1つ」の型で文章化します。

箇条書きでもパワポ1枚でもいいので、必ず「次のアクション」まで書ききるのがポイントです。

ステップ⑤：GitHubとNotionで公開する

最後はWeb上で見られる形で公開します。

コードはGitHub、レポートやダッシュボードはNotionまたはTableau Publicに置くのが手軽です。

履歴書や職務経歴書、面接時のリンク先として共有できれば、それだけで他の未経験者と一気に差がつきます。

ポートフォリオ作成のよくある質問

まとめ｜ポートフォリオは「未経験の自分」を採用させる最強の武器

未経験からデータアナリストを目指すとき、自作のポートフォリオは「実務経験の代わり」になる最強の武器です。

難しいモデルや派手なツールは不要で、課題設定から提案までのプロセスを一通り通せば、それだけで採用担当の目に留まります。

データアナリストでキャリアに輝きを！

最後まで読んでいただき、ありがとうございました！