データ分析の副業はどんな仕事？スキル・成果物・案件選びの判断基準

※本記事にはPRを含む場合があります。

こんにちは。『脱会社員』脱サラを応援し続けるブログ、運営者の『なかびー』です。

データ分析の副業を調べると、Excel、SQL、Python、BIツールなど、多くの言葉が並びます。「全部覚えてからでないと応募できないのか」と迷う人もいるでしょう。しかし、仕事を選ぶ順番は道具の名前からではありません。誰が何を判断するための分析か、使えるデータはどんな状態か、何を渡したら仕事が終わるかを先に整理します。

同じデータ分析という募集でも、毎月の数字をまとめる仕事、データの不整合を調べる仕事、比較や検証を行う仕事では必要な力が違います。今できることを工程に分け、条件に合う小さな案件を選べば、足りない学習も具体的になります。反対に、分析目的もデータの所在も分からないまま受けると、想定外の準備だけで時間を使ってしまいます。

この記事では、会社員が副業として分析を受託する前の準備を中心に、仕事の種類、スキル、見本の作り方、案件の読み方を解説します。ツールの操作手順やコードの書き方を網羅する記事ではありません。2026年10月4日に確認した公式情報を参照し、本文の数値例・案件例はすべて説明用の架空例として示します。受注や収益は保証されません。

データ分析の副業を、依頼される成果物から分ける

データ入力・集計・分析は、引き受ける判断が違う

• データ入力は、決められた情報を指定の形式へ写すことが中心です。
• 集計では、その情報を条件ごとに数えたり合計したりします。
• 分析では、集計結果を使って問いに答え、何が分かり、何がまだ分からないかを説明します。

実際の仕事ではこれらが組み合わさるため、募集名だけで作業量を判断できません。

たとえば「売上データを分析してほしい」という依頼には、元資料からの転記、商品名の表記統一、返品の区別、集計表の作成、結果の説明まで含まれているかもしれません。集計済みの表が渡されると考えて応募すると、入力や確認に大半の時間を使うことになります。最初に、元データの形式と整備状況を聞くことが必要です。

判断の範囲も分けましょう。依頼者が集計条件を指定する仕事と、分析担当者が条件を提案する仕事では、責任が変わります。「売上が減った原因まで説明してほしい」という期待があれば、数字を並べるだけでは足りません。逆に、集計の依頼なのに独断で顧客の施策を変更するのも範囲を超えます。

※表は横にスクロールできます。

この分類は応募先を考えるための整理です。職種によって固定されるものではありません。最初は、表の一行をさらに小さくした範囲でも構いません。「指定された二つの条件で集計し、元の合計と照合する」までできる人と、「比較対象を設計し、施策の効果を検証する」人を、同じ募集へ一律に勧めることはできません。

Excel中心で始めるなら、再現と説明まで見せる

Excelや表計算ソフトの経験がある人は、業務の集計や報告の分野を検討できます。ただし、関数を多数知っていることだけが仕事の証明になるわけではありません。元データが増えたときに正しく更新できるか、条件を変えても結果が崩れないか、ほかの人が集計方法を確認できるかが重要です。

本業で売上や在庫を扱ってきたなら、その分野の言葉や注意点を理解していることも強みになります。売上日と入金日、発注数と出荷数、累計と単月などの違いを分けて話せる人は、依頼者の意図を確認しやすくなります。ただし、本業のファイルや取引先のデータを見本として持ち出すことは避け、公開可能な経験説明と新しく作った見本に置き換えます。

最初の目標は、華やかな画面より、集計条件を短く説明できる成果物です。「どの期間の、何件を対象に、何を除外したか」を添えるだけでも、相手は結果の意味を判断しやすくなります。見た目を整える前に、何の数字なのかが伝わることを優先してください。

SQLやPythonを使う案件では、接続先と運用も確認する

SQLはデータベースから必要な情報を取り出し、条件に合わせてまとめる場面で使います。Pythonはデータの加工や分析処理を再現する場面などで使われます。ただし、学習用の小さな表で操作できることと、企業の環境で安全に作業できることは別です。テーブルの意味、アクセス権、処理量、実行してよい場所を確認する必要があります。

SQLの案件なら、既存の処理を修正するのか、抽出条件から考えるのか、結果の照合まで担うのかを分けます。Pythonの案件なら、手元で一度動けばよいのか、依頼者の環境で繰り返し実行できる状態が必要かを聞きます。定期実行や障害対応まで含むなら、単発の分析より広い運用の仕事になります。

実務経験がある人でも、初めて触るデータ構造を短時間で理解できるとは限りません。説明担当者がいるか、項目の定義が残っているか、試すための環境があるかは重要な条件です。道具の経験年数だけで納期を決めず、前提を理解する時間を見積もりに含めます。

必要スキルは、道具・データの理解・説明の三つで考える

分析前に、問いを一文で決める

依頼者の「数字を見て何か提案してほしい」という言葉を、そのまま作業指示にしないことが大切です。何を決めたいのか、いつまでに決めるのか、今ある選択肢は何かを聞いて、分析で答える問いにします。「売上の様子を見る」より、「前年同月と比べて減少した商品群を確認し、調査対象を絞る」の方が、必要な集計が明確になります。

問いを狭くするのは、価値を小さくするためではありません。一つの報告から次に動く人を決めるためです。売上低下が分かっても、価格、在庫、集客、営業活動のどこを担当者が見直すか定まらなければ、報告が読まれて終わる場合があります。分析担当者は、結論を急ぐ前に、依頼者が判断できる範囲を理解します。

問いとデータが合わない場合もあります。「顧客が購入しなかった理由」を知りたいのに、購入済みの取引しか記録がなければ、その表だけから理由を断定できません。不足を発見し、追加で何を知る必要があるか説明することも、分析の成果になります。分からないことを、無理に分かった形へ変えない姿勢が必要です。

行と列の意味、欠損、重複を説明できるようにする

一行が一人なのか、一回の注文なのか、一つの商品明細なのか。これを確認せずに件数を数えると、意味の違う数字になります。一件の注文に三つの商品がある表なら、行数が注文数の三倍になる場合があります。集計に入る前に、何を一単位として記録したデータかを説明できるようにしましょう。

空欄にも意味があります。まだ入力していない、該当しない、回答を拒否した、データを取得できなかったなど、すべてをゼロに置き換えてよいとは限りません。欠損を除いた平均なのか、全件を分母にした割合なのかで結果は変わります。元データの作成者へ聞き、判断がつかない項目は扱いを保留する選択肢も持ちます。

Pythonの代表的なデータ処理ライブラリであるpandasの公式文書も、欠損値の種類や判定方法、計算時の扱いを説明しています。ツールが自動で処理する内容を理解しないまま、出力を正しいと考えないようにしましょう。pandas公式「Working with missing data」

複数の表を結合するときも注意が必要です。顧客番号が片方で重複していれば、結合後に行数や合計が増える場合があります。SQLの結合の考え方はPostgreSQL公式チュートリアル「Joins Between Tables」でも確認できます。副業で見せたいのは文法の暗記だけでなく、結合前後の件数を比べ、想定外の増減を見つける習慣です。

統計の基礎は、派手な手法より比較の条件から学ぶ

平均だけを見て全体を判断しないこと、母数を確認すること、同じ条件の対象を比較することが、基礎になります。たとえば売上の大きい店舗と小さい店舗を金額だけで比べれば、規模の違いがそのまま現れます。店舗数、営業時間、営業日数など、目的に応じた条件をそろえる必要があります。

高度な手法を使えば説得力が増すとは限りません。小さなデータ、欠けた情報、偏った回答を、複雑なモデルだけで補うことはできません。自分で方法の前提を説明できない分析は、そのまま有料の仕事として約束しない方がよいでしょう。分からない部分を学ぶか、経験のある人の確認が必要な範囲として示します。

※表は横にスクロールできます。

すべてに自信がない段階なら、一つの道具で小さな課題を最後まで終える練習をしましょう。関数やライブラリを次々に覚えるより、同じデータを別の方法で確かめ、説明文まで書いてみる方が、仕事として足りない部分を見つけやすくなります。

AIを使う場合も、確認する責任は残る

AIに集計の考え方やコードの案を出してもらうことはできますが、実データの意味や依頼者との合意までは自動で決まりません。存在しない列を想定する、欠損を都合よく埋める、原因を断定するなどの誤りがないかを、自分で確認できる範囲で使う必要があります。

依頼データを外部サービスへ入力してよいかも別に確認します。個人情報や社外秘のデータを、自分の判断でAIへ貼り付けないようにしてください。練習は架空データや利用条件が明確な公開データで行い、実案件では依頼者が認めた環境と手順を使います。AIを使ったことだけを強みにするより、出力のどこをどう検証したかを説明できる方が実務に近づきます。

公開データや架空データで、判断過程が分かる見本を作る

見本は「問い・条件・結果・限界」を一組にする

1. ポートフォリオとして見本を作るなら、グラフだけを並べず、最初に問いを書きます。
2. 次に、使用したデータ、対象期間、加工した内容、結果、解釈上の限界をまとめます。
3. 最後に、依頼者が次に確認することを一つ提案すると、分析が仕事の判断につながる形になります。

公開データを使う場合は、出典、調査時点、集計対象、利用条件を確かめます。政府統計の総合窓口e-Statの利用規約では、出典の記載、加工したことの表示、第三者の権利などが案内されています。公開されているから説明を省いてよい、という意味ではありません。e-Stat利用規約

見本のタイトルにも、実績との違いを明確にします。「公開データを使った自主制作」「架空の小売店を想定した集計例」と書けば、実際の顧客案件と誤解されにくくなります。受注していない仕事を、顧客の改善事例として載せないことが大切です。作成した分析が売上を増やしたという実証がなければ、そのような成果も書きません。

架空の販売データなら、比較の落とし穴まで用意する

以下は練習用の架空例です。二つの商品群について、前月と当月の販売数量と売上を用意するとします。商品群Aは前月100個・100,000円、当月90個・108,000円。商品群Bは前月50個・100,000円、当月60個・108,000円とします。この場合、二群の合計売上は200,000円から216,000円へ増え、増加率は8％です。

ところが、数量は合計150個で変わりません。Aの一個当たり売上は1,000円から1,200円へ、Bは2,000円から1,800円へ変化しています。この表だけなら、売上の増加は数量全体の増加では説明できず、価格や商品構成などを追加確認する必要があります。単に「売れ行きが良くなった」とまとめると、数量と金額の違いを見落とします。

※表は横にスクロールできます。

これは説明用に作った数値で、実際の市場や会社の実績ではありません。見本ではさらに、返品を含むか、値引き後の金額か、送料や税を含むかといった定義を置きます。条件が分からない場合は「確認が必要」と書き、都合よく補わないことが重要です。

同じ題材でも、初心者は集計と検算まで、経験者は商品群別の変化の説明や追加調査の提案まで取り組めます。難しい予測を加える必要はありません。目的が売上変化の内訳を説明することなら、分かりやすい比較で十分役立つ見本になります。

見本の品質は、第三者が再計算できるかで確かめる

• 見本を完成させたら、元データと集計結果を別に残し、どの条件で作ったかを記録します。
• 自分で数日後にもう一度集計し、同じ数字になるかを確認しましょう。
• ファイル名だけで最新版を判断せず、対象期間と更新日が分かるようにします。

実務で依頼者が必要とするのは、作者の記憶に頼らず確認できる成果物です。

計算の検算には、件数、合計、代表的な数行などを使います。すべての計算を同じ方法で繰り返すだけでは、同じ間違いを再現することもあります。少量のデータで手計算し、別の集計方法と比べ、想定した対象が含まれるかを確認すると、不具合に気づきやすくなります。

グラフは、目的に合うものを選びます。変化を見たいのか、大小を比べたいのか、全体に占める割合を見たいのかを決め、単位、期間、軸の説明を添えます。目立つ色や立体的な表現で数字を強く見せるより、読んだ人が誤解しないことを優先してください。結論に不都合な項目だけを理由なく消すのも避けます。

面談では、作品の見た目より考え方を説明する

見本を説明するときは、使った関数をすべて読み上げる必要はありません。まず依頼を想定した問い、次にデータの条件、最後に結果と限界を話します。質問されたら、なぜその集計方法を選んだか、どこで誤りを確認したかを具体的に答えます。相手が同じ道具を使わない人でも理解できる言葉を選びましょう。

「もっと詳しく分析して」と言われたときに、追加で必要なデータや時間を説明できることも重要です。見本の範囲を超える分析を、その場でできると約束する必要はありません。確認すべき事項を整理できる姿勢そのものが、曖昧な依頼に対応する力の説明になります。

案件選びでは、報酬より先にデータと作業範囲を確認する

データがあることと、分析に使えることを分ける

「データはたくさんあります」という説明だけで、すぐ分析できるとは限りません。別々のファイルに分かれている、期間によって項目が違う、同じ番号が別の意味で使われているなどの問題があります。契約前には、機密情報を受け取りすぎない形で、項目の一覧、サンプルの構造、件数、期間、更新方法を確認します。

ログイン権限がいつ付与されるか、操作環境を誰が用意するか、データの質問に誰が答えるかも聞きましょう。作業開始日になってからアクセスを申請すると、納期だけが近づいてしまう場合があります。依頼者側の準備が必要な工程を、予定のなかへ入れておくことが大切です。

データの準備状況が分からない案件では、最初に小さな調査段階を設ける方法があります。項目と品質を確認し、可能な分析と必要な追加準備をまとめたうえで、本体の作業を見積もります。最初から「何でも分析してこの金額」と決めるより、不確実な部分を依頼者と共有できます。

単発の報告と継続運用では、必要な時間が違う

一度だけ提出するレポートと、毎週更新する画面では、完成の定義が変わります。継続運用では、データ形式の変更、取得の失敗、担当者の交代などへ対応する必要があります。画面を作る費用に、その後の保守がどこまで含まれるかを明確にしてください。

副業の場合、平日日中の会議や緊急連絡に対応できるかも重要です。毎週の報告を夜に作れるとしても、朝の経営会議で質問が来るなら、回答の期限を決める必要があります。作業時間の合計だけでなく、いつ使う数字なのかを聞けば、自分の働き方と合うか判断しやすくなります。

納期に余裕があるように見えても、途中確認の回数が多いと日程が細かく拘束されます。自分の作業、依頼者の確認、修正の順をカレンダーで考え、返答が遅れたときの扱いも相談します。副業の空き時間をすべて埋める前提にせず、検算と説明の時間を残しましょう。

※表は横にスクロールできます。

報酬は、分析以外の工数と費用を含めて比較する

分析の五時間だけで割ると一時間当たり10,000円に見えますが、実際には他の作業も仕事に必要です。追加データの確認が四時間増えれば、合計二十時間で2,500円となります。この数字は相場ではなく、条件をそろえて比べるための例です。自分の見本制作にかかった時間も使い、どの工程を過小評価しやすいか確認してください。

ソフトの利用料、クラウド処理の費用、サービスの手数料などは、契約ごとに負担者を確認します。大きなデータを扱う環境では、処理の仕方が費用に影響する場合もあります。個人の支払手段で無制限に実行する前提を避け、費用の上限や承認方法を依頼者と決めます。報酬と支出を混ぜず、手元に残る金額は別に考えましょう。

守秘義務とアクセス権は、小さな案件でも省かない

顧客や従業員の情報、未公開の売上などは、取り扱いを間違えると大きな問題になります。必要なデータだけにアクセスし、依頼者が認めた保存先と端末を使うことを前提にしてください。本業の情報を副業へ持ち出すことも、副業先の情報を別の仕事へ使うことも避けます。

個人情報保護委員会のガイドラインには、安全管理措置や委託先の監督などが示されています。実務では、何をどこに保存し、誰が閲覧でき、仕事の終了時にどう削除・返却するかを依頼者と決める必要があります。氏名を消しただけで、他の情報と照合しても個人が分からなくなるとは限りません。個人情報保護委員会「通則編」

• 作業のために管理者権限を求めるのではなく、必要な読み取りや作業用領域を相談します。
• 既存データの削除や本番の仕組みの変更が必要な場合は、分析の受託範囲とは別に承認と手順を確認します。
• 仕事を早く終わらせるために、依頼者の管理を飛ばしてよいわけではありません。

報酬や支払期日、成果物の範囲は、後から確認できる形で合意しましょう。フリーランス法の対象取引では条件の明示などが求められますが、義務の適用は当事者や契約期間等によって異なります。個別の契約判断が必要なときは公的な案内や相談窓口で確認してください。公正取引委員会「フリーランス法」

最初の一件へ進むための準備と、継続するかの判断

募集はツール名だけでなく、課題と成果物で絞る

「Pythonが使える」という条件だけで応募先を決めると、Web開発や運用の仕事まで混ざる場合があります。データ分析のなかでも、売上の月次報告、アンケートの集計、業務データの可視化など、扱う課題で絞って探しましょう。そのうえで、指定環境や必須経験が自分に合うかを見ます。

仕事を探す経路には、クラウドソーシング、業務委託の紹介サービス、知人経由などがあります。経路によって、契約相手、報酬の受け取り方、支援の範囲が変わります。比較の基本はフリーランス案件の探し方で整理していますが、分析の仕事では特に、データの確認相手と利用環境が明確かを重視してください。

実績のない段階で、相場より極端に安い金額を提示すればよいとは限りません。範囲が曖昧なまま安く受けると、確認する時間を確保できなくなります。まずは対象期間や成果物を限定し、適切に検算できる量で提案する方が、相手にも自分にも判断しやすい条件になります。

応募文では、似た経験と確認事項を短くつなぐ

応募文の冒頭は、募集で求められている作業と、自分が示せる経験を対応させます。続いて、見本への案内、稼働できる時間、契約前に確かめたい事項をまとめます。道具の一覧を長く並べるより、今回のデータを扱うために必要な経験が分かることを優先します。

実績として書けるのは、実際に自分が担当し、公開できる範囲の内容です。チーム全体の改善をすべて自分の成果として載せたり、自主制作を受託実績に見せたりしないでください。「公開データを使い、対象期間の比較と欠損確認を行った自主制作です」と書けば、未経験の範囲も正直に伝えられます。

質問は多ければよいわけではありません。募集文に書いてあることを再度聞く前に、作業範囲を判断するために必要な三点ほどへ絞ります。たとえばデータ形式、報告の利用目的、確認会議の時間帯です。契約が具体化したら、権限や情報管理、変更時の扱いをさらに詰めていきます。

初回の有償作業は、完了が分かる範囲を選ぶ

架空の計画例として、三か月分の販売データを商品群別に集計し、変化を説明する短い報告を作る仕事を考えます。初めにデータの状態と指標の定義を確認し、次に小さな範囲を集計して依頼者と認識を合わせます。全量の分析後は件数と合計を検算し、結果と限界を分けて報告します。

このとき、広告施策の実施や売上改善の達成までを、同じ契約に自動で含めないことが大切です。分析から提案はできますが、実行には別の判断や担当者が必要です。報告を受けて追加分析が必要になった場合は、何が増えるのかを整理して次の範囲として相談します。

無償の試験作業を求められた場合も、時間、対象データ、利用目的を確認します。実際に使う大きな成果物を無料で完成させる前提なら慎重に考えてください。見本ですでに示せる力と、新たに作業しなければ確認できない内容を分け、必要に応じて小さな有償の試行を提案する方法があります。

初心者が迷いやすい三つの疑問

• 「Pythonは必須か」という疑問には、案件の内容によると考えます。表計算で十分な規模と目的の仕事もありますが、指定環境での処理や大量データの再現可能な分析が必要なら、それに対応する力が求められます。自分の使いたい道具へ仕事を合わせるより、応募したい仕事から必要な道具を選ぶ方が合理的です。
• 「資格があれば受注できるか」については、学習の整理や知識の説明には役立っても、仕事が決まる保証にはなりません。資格で学んだ内容を、具体的な問いと成果物に変えた見本を作りましょう。依頼者は、試験の得点だけでなく、自社の数字を理解し、期限内に説明できるかを確認します。
• 「土日だけでできるか」は、作業と連絡を分けて確認します。分析自体を休日に行えても、データの質問や結果の説明が平日に必要な場合があります。平日の即時対応ができないなら、依頼者がいつまでに返事を必要とするかを聞き、対応時間を合意してから契約します。

継続の判断には、再作業の理由を残す

最初の案件が終わったら、予定と実際の時間を比べましょう。データの理解、整備、分析、検算、説明のどこに時間がかかったかを分けます。技術不足だけでなく、依頼者の定義が途中で変わった、確認待ちが長かったなどの理由も記録すると、次の案件を選ぶ基準になります。

報告後に同じ質問を繰り返されたなら、相手の知識が足りないと決めつけず、指標の名前や説明順を見直します。一方で、合意のない追加作業が続くなら、資料を詳しくするだけでは解決しません。契約範囲や確認方法を調整する必要があります。技術、説明、契約のどの問題かを分けて考えることが大切です。