データ・AI/事業会社のアナリスト → データサイエンティスト
大手小売企業の経営管理 → シリーズCのSaaS企業のデータアナリスト
37歳/630万円 → 670万円(+40万円)
| 転職前 | 大手小売企業/経営管理(事業会社) |
|---|---|
| 転職後 | シリーズCのSaaS企業/データアナリスト(IT・データ) |
| 年齢・経験年数 | 37歳/前職7年 |
| 年収 | 630万円 → 670万円(+40万円) |
| 転職のきっかけ | 社内に学べる人がいない |
| 選考の論点 | 成果を数字で語れない |
| 効いた進め方 | 不足している知識を先に埋めた/成果を数字に置き換えた |
| 選考の状況 | 応募10社・書類通過5社・内定1社/約6か月 |
転職前の状況
大手小売企業で経営管理として7年。集計と資料作成が業務の大半で、分析の結果が意思決定に届く前に止まることが多かった。
転職を考えたきっかけ
外部の勉強会で同世代の水準を知り、社内の常識とのずれに気づいた。環境を変えないと差が開く一方だと考えた。
選考でネックになったこと
数字は取れていたが社外秘の扱いが分からず、書くこと自体を避けていた。結果として、実態より小さく見える書類になっていた。
どう進めたか
資格の取得より、応募先で使われている考え方の理解を優先した。用語を知っている状態ではなく、なぜその考え方を採るのかを説明できる状態を目標にした。
定性的な表現を一度すべて削り、数字が入らない実績は書かないというルールで再構成した。書ける実績は半分以下に減ったが、面接の議論が具体的になった。
応募10社、書類通過5社、最終面接まで進んだのが1社、内定1社。情報収集を始めてから内定まで約6か月かかっている。
年収の動き
年収はほぼ横ばい(630万円 → 670万円)。上げることよりも裁量と働き方を優先した結果で、本人もこの条件を最初から想定していた。
このケースから読み取れること
相場を知らないまま希望額を出すと、前職の水準がそのまま天井になる。動く前に、同じ経験が別の業界でいくらになるかを確かめておく価値がある。
同じパターンの他の事例
自分の場合はどうか、を確かめたいとき
事例は型であって、そのまま当てはまるものではありません。 いまの経歴でどのパターンに近いのか、何が論点になりそうかを整理したい方は、キャリア相談をご利用ください。
キャリア相談について見る →