Question 1

Zapierでは自動化されたワークフローを何と呼びますか？

Accepted Answer

Zapierでは、自動化されたワークフローはZapと呼ばれます。各Zapはトリガー（起動イベント）と1つ以上のアクション（自動的に実行されるタスク）で構成されます。Zapはコードを書かずに異なるアプリケーションを接続することを可能にし、no-codeオートメーションの中心的なツールとなっています。

Question 2

異なるカテゴリ間で値を比較するのに最も適したグラフの種類は何ですか？

Accepted Answer

bar chartは、異なるカテゴリ間で値を比較するのに最も効果的なグラフです。人間の目は同じ軸に揃えられた長さを比較するのが非常に得意で、読み取りが直感的になります。バーはカテゴリの数とラベルの長さに応じて、垂直または水平にできます。

Question 3

表形式データを格納するためのPandasの主要なデータ構造は何ですか？

Accepted Answer

DataFrameはPandasの中核となるデータ構造です。スプレッドシートやSQLテーブルに似た、行と列を持つ2次元のテーブルを表します。各列はSeriesであり、各行はインデックスを持ちます。DataFrameは、組み込みメソッドの豊富さにより、構造化データを効率的に操作できます。

Question 4

列B、行5にあるセルを示すセル参照はどれですか？

Accepted Answer

Google Sheetsでは、セル参照は常に列の文字に続いて行番号を使用します。したがって、列Bと行5でB5となります。この表記法により、スプレッドシート内の各セルを正確に識別できます。

Question 5

Google Sheetsダッシュボードで1年間の月次売上の推移を表示するのに最も適したグラフの種類はどれですか？

Accepted Answer

折れ線グラフ（line chart）は、連続的な時系列の推移を視覚化するための最適な選択です。指定された期間のトレンド、ピーク、谷を強調します。棒グラフはカテゴリ比較に、円グラフは全体に対する割合に、散布図は2つの変数間の相関関係に適しています。

Question 6

SQLにおけるサブクエリとは何ですか？

Accepted Answer

サブクエリは、別のSQLクエリの内部にネストされたクエリです。SELECT、FROM、WHERE、HAVING句に記述できます。サブクエリが先に実行され、その結果が外側のクエリで使用されます。この仕組みにより、複雑な問題を連続した論理的なステップに分解できます。

Question 7

SQLにおけるwindow functionとは何ですか？

Accepted Answer

window functionは、現在の行に関連する行のセットに対して計算を実行し、結果を単一の出力行にまとめません。行数を減らすGROUP BYとは異なり、window functionは計算列を追加しながら結果のすべての行を保持します。OVER()句は計算が実行されるウィンドウを定義します。

Question 8

コホート分析において、最初のアクション日（first touch date）の主な役割は何ですか？

Accepted Answer

最初のアクション日により、ユーザーが製品と最初に対話した時期に基づいてコホートにグループ化できます。この時間的セグメンテーションは、異なる期間に獲得されたユーザーグループの行動を比較し、傾向や時間経過によるパフォーマンスの変化を特定するために不可欠です。

Question 9

dbtにおけるマクロとモデルの違いは何ですか？

Accepted Answer

マクロはSQLを動的に生成する再利用可能なJinjaコードブロックであり、モデルはデータウェアハウスにテーブルまたはビューを作成するSQLファイルです。マクロは繰り返しコードをまとめてカスタム関数を作成するのに役立ち、モデルは変換されたデータの構造を定義します。

Question 10

DAXにおけるメジャーと計算列の根本的な違いは何ですか?

Accepted Answer

メジャーは現在の可視化コンテキストにおいて、ユーザー操作(フィルター、スライサー)ごとに動的に計算されますが、計算列はデータ読み込み時に一度だけ評価され、テーブル内のメモリに格納されます。メジャーはコンテキストに応じて変化する集計やKPIに最適で、計算列はソートやグループ化が必要な固定属性に適しています。

Data Analytics面接の質問

Data Analyticsの面接準備はできていますか？

Data Analyticsの全トピックを探索

Google Sheets - 基礎

Google Sheets - 高度な数式

SQL - 基礎

SQL - 集計とグルーピング

SQL - 結合

BigQuery - 基礎

Data Cleaning - データクレンジング

KPIとビジネスメトリクス

記述統計

ZapierとNo-Codeオートメーション

データビジュアライゼーションの原則

Python & Pandas - 基礎

Google Sheets - 自動化ダッシュボード

SQL - サブクエリとCTE

SQL - Window Functions

BigQuery - 高度な機能

Data Modeling

ファネルとコンバージョン分析

コホートとリテンション分析

Google Tag Managerとトラッキング

APIとWebhook

dbt - 基礎

ABテストと応用統計学

Looker Studio (Google Data Studio)

Power BI - 基礎

SQL - 高度な分析クエリ

dbt - 高度な機能

Power BI - DAXと高度なダッシュボード

Python Analytics - 高度な分析とML

数字で見るData Analyticsの求人

Data Analyticsの求人がある国

今日の Data Analytics 求人市場

次の面接に向けてData Analyticsをマスター