こんにちは。Pythonエンジニア育成推進協会の吉政でございます。今回は「Pythonとデータ分析で副業強化や将来の起業に備える」というタイトルで私見を述べたいと考えています。

健康寿命が２０年後に１０年延びる予想。年金以外の収入源が必要に

最近では副業を承認する企業がかなり増えてきました。そして仕事をリタイアして年金のみで老後の生活をすることは厳しくなってきています。そこで人生100年時代と言われる中、健康寿命ぎりぎりまで労働をすることが重要になってきたと考えています。2019年の厚生労働省の調査では、男性の平均寿命81歳（健康寿命はマイナス9歳）、女性が87歳（健康寿命はマイナス12歳）になります。健康寿命まで働いたとしてもその後、10年前後食べていくための貯蓄や稼ぎがないと厳しいです。そして、そもそも健康寿命まで仕事を得られるかどうかもわかりません。さらには健康寿命は年々伸びており、例えば私が今の健康寿命の平均に達する20年後はさらに伸びていると思われます。実際、厚生労働省の2019年に発表した「平均寿命と健康寿命の推移」を見ると5年で平均健康寿命は2.5歳延びています。この計算の通りだと、20年後には平均労働寿命が82歳になります。

一般的に年齢が上がれば上がるほど雇われる仕事に就くことが難しくなり、清掃員や警備員など体を使う仕事であれば、高齢で働いている方を見ることができますが、体が資本の仕事でもあり、その仕事の枠も潤沢にあるとは思えません。そう考えると、デスクワークで働ける可能性も残しておいたほうが良いと考えるのです。

将来の高齢起業の前に副業で実践しておくと成功しやすい

あくまで可能性の話ですので、レアケースもあると思って聞いてください。一般的には定年までサラリーマン一筋で働き、その後起業するよりも、サラリーマン時代から副業を行い、定年時にその副業ネタで起業するほうが軌道に乗りやすいです。副業である程度収入がある場合、定年後に副業にかけていた時間を増やすことで収入が増えやすく、起業で食べていける人が多いと考えています。

副業で成功しやすいパターン

副業で成功しやすいパターンはいろいろあると思いますが、私は以下のような副業が成功しやすいと考えています。

・本業で培ったノウハウ＋アルファの起業

副業に力を入れすぎて本業をおろそかにする起業は、本業に影響が出るので、副業を本業に切り替える場合を除き、お勧めできせん。１日２４時間しかないので、そもそも副業にかけられる時間には限りがあります。そう考えると、今までも大量に時間を費やしてきた本業のノウハウを活かした起業しやすいのは事実だと思います。

私のお勧めの例としては以下です。

・本業が営業職の場合、営業数値を分析し提案するような営業管理支援を副業で行う
・本業がマーケティングの場合、各施策の効果測定と改善案を提示するマーケティングアウトソーシングを副業で行う
・本業が人事の場合、採用プロセスを分析し、採用マーケティング支援を行う

など、本業のノウハウを活かした分析業務と改善案を提示するコンサルティングやアウトソーシングサービスが以下の理由でお勧めです。

・売り上げが安定しやすいため、軌道に乗りやすい
・本業も副業も同じノウハウを使っているものなので、副業を行うことで成長し本業にも生きてくるので、相乗効果を得やすい
・自身のノウハウを活かした副業なので、大きな投資を必要としない
・コンサルティングやアウトソーシングは高齢でも継続しやすい業務である

Pythonで自動化ときめ細かい対応と差別化を

ここまでで、分析業務を請け負い、その分析結果を活かした提案をする副業が本業のノウハウを活かした効率的な副業と説明してきました。ここではその副業を差別化するためのPythonを活用しませんか？というお話をします。

データ分析にはいろいろツールがあります。プログラミング言語ではPythonが一番データ分析の分野で使われていますが、他にもExcelやR言語などデータ分析用のツール言語もあります。その中で、私がPythonを推す理由は以下の通りです。

・Pythonを活用することでデータ分析の自動化を運営しやすい（自動化することで分析側の工数を削減できる）
・お客様の要望通りの分析を行いやすい（他のツールと比べて機能や性能面で制限を受けにくい）
・PythonはpandasやNumPyなどデータ分析に強いライブラリーが多い
・データ分析で使用するPythonはそれほど高度なプログラミングを要しない
・Pythonで組んだデータ分析システムはPythonを理解した人でないと引き継げないので、契約を継続しやすい

Pythonとデータ分析の学習方法

最後にプログラミングが未経験でデータ分析もあまり経験がないという方に学習方法をご紹介します。一番短時間で学習できるのははやりなんと言っても認定スクールの研修を受講することだと思います。試験の合格率も認定スクールで学習された方が一番高いです。

認定スクール一覧へ
https://www.pythonic-exam.com/school

一方でまとまった時間を取れないという方は独学での学習になります。独学での学習はやはり主教材での学習をお勧めします。それでは以下では主教材を活用した学習方法をお伝えします。

１． 主教材である翔泳社「Pythonによるあたらしいデータ分析の教科書 第2 版」（2023年7月1日からの試験に対応）を読む
２． プログラミングの根本が理解できていなく、Pythonのところで大きく躓く方は、以下の書籍を読んでPythonの基本を理解する（以下の書籍は少し前の書籍ですが、Pythonの基本を理解する上では十分活用できると思います）Pythonの基礎文法をきっちり学びたい方は、以下の書籍をお読みいただいたうえで、Python基礎試験の主教材であるオライリー・ジャパン「Pythonチュートリアル 第4版」や公式問題集のインプレス「徹底攻略Python 3 エンジニア認定［基礎試験］問題集」をお読みいただき、Python基礎試験にも是非チャレンジください。

(ア) スラスラわかるPython（翔泳社）
(イ) ゲームセンターあらしと学ぶ プログラミング入門 まんが版こんにちはPython（日経BP）

３． そもそも数学の根本が苦手な方は、高校で習う数学（微分積分・線形代数・確率統計）を理解しておく必要があります。活用して学ぶことになります。数学が全くダメ！！そのような方はデータ分析の学習を行う前に、入門編の書籍をさらっと読んでおくと、その後の学習効率が高いと思います。微分積分・線形代数・確率統計の入門編の書籍や漫画でわかるシリーズのような書籍も多々出版されていますので、そちらを読まれるとよいと思います。（書店に足を運んで、立ち読みして理解をしやすい書籍を選ぶことがとても大事です）また以下では数学が苦手な方向けの学習方法を解説したコラムを公開しています。興味がある方は以下のコラムと動画をご覧ください。
https://python-study.org/archives/282
４． その他、個別に理解できない個所があった場合はインターネットやYouTubeなどの動画等で調べて、主教材を読み進めるのが良いと思います。（幸い、Pythonやデータ分析の学習方法の動画はかなり公開されています）

いかがでしょうか？
少しでも参考になるところがあれば幸いです。

＜お知らせ＞
データ分析試験の詳細とお得なキャンペーンについては以下のページをご覧ください。
https://www.pythonic-exam.com/exam/analyist