■お任せする仕事内容 「スーパーデリバリー」の取引データを抽出・分析し、営業・企画など現場の担当者が「次に何をすべきか」を判断できる材料をつくる仕事です。 ご入社後は、まずデータ分析担当者のもとで、社内のデータ構造やSQLの書き方を実務を通じてしっかり習得していただきます。その後、現場からの分析依頼に対応するところから始め、慣れてきたら、ご自身で課題を見つけ、施策（戦略）を一つずつ任せていきます。 【入社後1〜2年で期待すること】 欲しい結果に合わせて、自分でSQLを書いてデータを抽出できる メーカー別・商品別のリストを作成し、弱点や伸びしろを分析できる 分析結果から自分なりの考えをまとめ、理由とともに説明できる 【具体的には】 現場からの依頼に基づくデータ抽出・集計（カスタムSQLの作成） メーカー別・商品別の分析リスト作成と課題分析 事業KPI（GMV・購入者数・リピート率など）の分析 広告運用ツールや販促施策、アンケートのレポーティング 営業チームへの分析支援（ターゲットリスト作成等） Tableauを用いた現場向けの可視化とデータ活用の推進 分析結果をもとにした施策の企画・効果検証 等 【配属先のデータ分析担当者が現在担っている業務】 将来的には、以下のような業務にも段階的に携わっていただくことを想定しています。 事業KPIの分解・予実管理 月次経営分析会向けレポートの作成と施策提言 会員セグメント分析（RFM・LTV・離脱分析等） クーポン・ポイント・送料施策などの販促企画とROI管理 MA（メール・Webレコメンド）施策の設計・運用 ABテスト設計・効果測定 ファネル分析に基づくプロダクト改善要件の策定 データマート・ダッシュボードの構築 Python・生成AIを活用した定型業務の自動化 部門方針のKPI設計 等 【使用ツール・環境】 Snowflake／dbt（データ基盤）、Tableau・Streamlit（可視化）、Salesforce Marketing Cloud（MA）、Python、生成AI（Claude等） 等 ※Tableauは導入済みですが、現場での活用はこれから広げていく段階です。活用を推進していく役割も期待しています。 【将来的には】 経験を積んだ後は、分析にとどまらず、担当領域のマーケティング戦略の立案やKPI設計までを担っていただくことを期待しています。組織の拡大に伴い役割分担が進んだ際には、ご本人の志向に応じて、データ分析・マーケティング戦略のいずれかの専門性を深めていくことも可能です。 ■お任せする仕事の楽しさ、やりがい、厳しさ 「スーパーデリバリー」は全国のメーカーと小売店が取引するプラットフォームであり、扱うデータの量・種類はBtoB ECの中でも豊富です。自分で抽出・分析したデータが現場の判断材料となり、施策を通じて流通額や購入者数といった事業の数字に表れていくため、「自分の分析で事業が動いた」という手応えを感じられる仕事です。 また、データの抽出から分析、現場への提案、施策の検証までを一貫して担うため、技術とビジネスの両方のスキルを幅広く身につけることができます。現場との距離が近く、営業や企画のメンバーと直接やりとりしながら仕事を進められるのも魅力です。データ基盤やTableau、生成AIなどのツールを、自らの判断で業務に取り入れていける裁量もあります。 一方、厳しさとしては、依頼されたデータをそのまま出すだけでは価値になりません。「売上が上がりそうな」といった曖昧な問いを具体的な抽出条件に落とし込み、現場が本当に必要としているものを自ら汲み取って形にする姿勢が求められます。また、なぜその結論になるのかを、データを根拠にわかりやすく説明する力も必要です。SQLなどの技術面とマーケティングの知見の両方を学び続ける必要があり、自ら手を広げて吸収していける方でないと難しい環境でもあります。 ■必須スキル SQLの基礎知識（データの抽出・結合・集計ができるレベル。業務・独学は問いません） データを集計・分析し、結果をレポートや提案としてまとめた経験 ■歓迎スキル SQLを用いたデータ抽出・分析の実務経験 マーケティング・営業企画など、事業部門でのデータ分析経験 広告効果のレポーティングや市場調査など、分析結果を整理・報告する業務の経験 BIツール（Tableau等）での可視化・ダッシュボード作成経験 統計学の知識、または統計への関心 金融・商社・流通業界での実務経験 研究・実験などで、データを定量的に分析しまとめた経験 Python等を用いたデータ分析・業務自動化の経験