還元率とステータスの最強バランス、三井住友銀行のプラチナプリファード
小栗旬さんのCMで見たことがある方もいるかもしれませんが、ポイント特化型のプラチナカードなるものが三井住友銀行から出たので飛びついてみました。
結構中途半端だなーという印象は持たれる感じだなーと思いますが、方向性やメッセージとしては若年層には結構受けるんじゃないかなーと感じておりました。
というのも現在巷にあるプラチナカードはどれもこれもターゲットが高年齢層であるような気がしていて、空港で人込みを避けて餌付けしてもらえる特典はまだしも、接待で活かされるイメージしかないゴルフのチケットやら、アホみたいに高いレストラン・料亭へのアクセス権やら、ggrksと言われて成長してきた自分ら世代にとってはコンシェルズなんかもいらないんですよね。
というか2012年以降経済が比較的安定して、就職率が上がりなんとなく死にはしないぐらい安定はしている状態が続いてきた中で、意外とシビアな判断をする層って目立ってる気がするんですよね。（格差も生まれてますが）
まあそんな人たちに必要なのは経済的合理性の訴求であって、ステータス一辺倒ではないというところに惹かれた訳です。
そこで実際に使ってみておすすめの点を2つまとめてみました。
ステータス：ポイント還元＝6:4の黄金比
コロナ時代に合ったポイント特化型
①ステータス：ポイント還元＝6:4の黄金比
ポイント特化型のカードとしては競合と呼ばれるものが数多くあります。
例えば楽天カードであれば、楽天経済圏で生活するのであれば勝るものはありませんし、Invitationでゴールドカードにしてそのままプラチナカードにできるエポスカードもあります。
きっとこういったカードの方がポイント還元率は良いでしょう。
ではなぜこのカードを選ぶのか。
それはズバリ、三井住友というステータス性にあります。
ガチ勢と見え張り者のどちらかに分類できるアメックスですが、
「そこまでは見え張んなくても良いしなー、とはいえある程度余裕があるし、ちょっと良いカード持ちたい！けどお得な奴が良い！」
そんな方にはとてもおすすめなのです。
感覚としては、
時計別にそこまで必要ないけど、少し余裕あるし一応買っておくかと思ったときに
「Apple Watch系ほど攻める感じじゃなくて、ロレックスほど高いものじゃない、グランドセイコーぐらいにしようかなー」と思うような人にドハマるんじゃないでしょうか。
個人的には若干ステータスよりな気がするので、ステータス多めの6:4としましたが、服でも時計でもそんな感覚で生きている人は寄り添ってくれるカードだと思います。
コロナ時代に合ったポイント特化型
ポイント還元率は他のカードと比べて見劣りするとはいえ、腐ってもポイント特化型なので、還元率は多くのカードと比較して高いです。
基本の還元率は1%と多くのカードが謳っている0.5%の2倍の還元率。
その他の特約店では最大9%まで還元率が上がります。
注目したいのはセブンやファミマ、ローソンなどのコンビニが+2%になっていること、Go to Travelキャンペーンで利用する機会の多い一休やエクスペディアが+6~9%となっている点にあります。
詳しくは以下。
コロナの影響で在宅勤務になった時、ランチ時に利用するコンビニの利用頻度は以前より増えているのではないでしょうか。
正直会社付近より家の方がランチの選択肢に困る人は多いと思いますので、コンビニかUberEatsぐらいしか選択肢がない人も多いのではないかと思います。
定食屋なんかだと電子マネーが使えないお店も多いので、比較的クレジットカード決済の割合は増えている可能性が高いです。
コンビニをやUberEatsを併用するなら還元率は平均で2%以上は可能です。
そうなれば還元率は他のカードに引けを取らないと思います。
プラチナプリファードは何かのプライオリティをめちゃくちゃ上げて、それ以外はどうでもいい！ぐらいのこだわりを持っている方には向きません。
バランスよくあれもこれも欲しいけど、感覚としてはこれくらいかなーという感性をお持ちの方にはお勧めできるカードだと思うので、ぜひご検討を！
年収を上げたい文系大学生・社会人は必見！将来性のあるデータアナリストになる方法とは
文系でデータアナリスト・データサイエンティストになりたいなーと考えている大学生や社会人の方は、年収が上がるかなーとか、資格は取っておいた方が良さそうだなーとか考えていらっしゃるかと思います。
この記事では私の経験から、スキル身につけてから転職するという一般的な道でなくても”データアナリスト”にはなれる方法を皆さんにお伝えしたいと思います。
覚えていただきたいのは、以下３つのポイントになります。
-
未経験で年収UPを考えるならコンサル型データアナリストを目指すべき
-
入社する会社はバリバリデータ活用している会社でなくても良いかも
-
とにかくコミュニケーションと社内政治。だが勉強は怠るべからず
①未経験で年収UPを考えるならコンサル型データアナリストを目指すべき
まだまだ未熟な市場
世間ではAIやら機械学習やらのブームは一応続いておりますし、 ブログ・Twitter・Noteでは、データアナリスト（データサイエンティスト）の方が発信する投稿や有料コンテンツは昔を思えば賑わいを見せています。
ですがこういった方たちは誰かに仕事のノウハウを教えてもらったり、キャリアの参考になる先輩方の背中を見て育った方は私を含めほとんどいません。
経営層が突然目覚めて、営業やコンサル、エンジニアといった方たちが兼業のような形で始めたり、社内で0から始めた人が、どうにかしなきゃならない状況に追い込まれたりして、必死で努力してスキルやノウハウを積み上げてきているケースが大半です。
またデータアナリストの仕事内容やスキルというのは、他の職種と比べればまだまだこれからどんどん変化していく可能性があります。
活用ノウハウはもちろん、活用できるものが何なのかをまだ多くの人は理解していないからです。
つまりデータを活用できていない企業がまだ数多くあります。
将来性のある分野だからこそ狙えるコンサル型
さてそんな状況なので文系でデータアナリストになりたいと思う方は、以下のような中に飛び込んでしまう可能性があります。
- 経営層の誰かが目覚めて、突然データ活用を推進し始めた状況
- 社内のリソースや必要なスキルは不十分
- リソース・スキルが十分でも社内でコソコソよくわからんことやっているイメージで見られている
- そもそも仕事がない
昔と比べて企業側の理解も進んできているとは思いますが、多くの企業は依然として状況は変わっていないように思えます。
なんかデータアナリストやめとこうかなーと思ってしまうかもしれませんが、
これはチャンスととらえることが大切です。
② 入社する会社はバリバリデータ活用している会社でなくても良いかも
何にもない状況というのは、言ってしまえば社内政治のしがらみも無駄な偏見もなく、そして大きなチャンスが転がっているということです。
もちろんデータの活用が進んでいる企業に就職し、コツコツと実績や評価を高めていくことも良いとは思いますが、最初から給与が高い企業というのは限られています。
しかしパイオニアとして企業の中で物事を成功させると、実績とともにその企業内での先行者利益（＝評価による役職・年収の向上）を得ることができます。
そうなれば資格もなにも関係ないですよね。
そして、このチャンスはデータ活用が進んでいない会社というのがポイントなのです。
では企業内でデータアナリストとして成功していくにはどうすれば良いのか。
これは基本に立ち返ることが非常に重要です。
ずばり、とにかく重要なのは”ビジネス価値”なんですね。そんなん当たり前という方が多いかと思いますが、こういった当たり前レベルをあげることが結構重要なんじゃないかと思うわけです。
資格はもちろんR言語やPythonのスキルも大事ですし、自分が何をすべきか・したいかという軸を持つことも大切ですが、まずサラリーマンなら会社の売上やら利益に貢献しないと意味がないわけです。
そのビジネス価値を向上させるためにどうすれば良いか、製品やサービスの開発への貢献でないとしたら、基本的には何らかの「意思決定」に貢献するデータ分析を行う必要が出てくるんですね。
そうなると、そこに資格やスキルは目的が必要かどうかは、そのビジネス価値を向上させる「意思決定」にとって必要かどうかが判断軸になります。
逆に言えば、きちんと売上に貢献するようなものをアウトプットとして出せれば、Pyhtonでコードが書けなくても良いし、極論を言えばExcelマスターを目指すのでも良いわけです。
（データアナリストと名乗るかどうかは別問題ですが…）
多くの人は忘れてしまっていることも多い気がしているのですが、
この基本は絶対に忘れてはなりません。
③とにかくコミュニケーションと社内政治。だが勉強は怠るべからず
武器がないならやるべきこと
とはいえ、企業内で何か新しいことや人とは違うことをやろうとすれば、出る杭は打たれるのが世の常です。
もうここで役に立つのはコミュニケーションしかありません。
何かものごとを進めるにはリーダーシップを持った上司からトップダウンで進めていってもらうか、営業を始めとする現場の方と一緒にボトムダウンで進めるかのどちらかになります。
最後は経営陣などの最終意思決定者に許可をもらわなければならない考えると、両輪で進めていくのが最良です。少なくとも自分はそうでした。
もちろん何かを始めるのは非常に大変です。ただその経験で培った社内間コミュニケーションや社内政治のノウハウは確実に将来に役に立ちます。
しかもデータ活用のスキルや知識がまだ浸透していない＆全くない組織の中で活動するのですから、ハードルはそこまで高くありません。
AIや機械学習、ビッグデータというった刺さりそうなキーワードが巷にはたくさんあふれているのですから、チャンスは確実にあります。
データアナリストという勉強職
とはいえ勉強を怠ることは到底ゆるされ環境・職種ではありません。。
社内でビジネス価値を生みそうなチャンスを発見するのも、社内やクライアントに対して何かを説明するときの根拠も、実際に手を動かしてデータの収集から始めるのも、すべて統計学やプログラミングといった領域の知識なしではありえないことが非常に多いです。
社内の承認プロセスや市場価値のあるビジネス価値の創出という意味では、ある程度のビジネス面での知識も必要になってきます。
また社内での役職や立ち位置に依存していれば、後から来る新人たちに抜かれるのはいうまでもありません。
まとめ
最初からデータアナリストとしてのスキルを得ようとすると非常に大変です。
なら”データアナリスト”という職種をデータ活用スキルのあるコンサルとして捉えても良いのではと考えています。
みなさんも、ぜひデータアナリストを目指す・目指しているのであれば、ぜひ一度以下３つのポイントについて頭の片隅に置いてみてください。
-
未経験で年収UPを考えるならコンサル型データアナリストを目指すべき
-
入社する会社はバリバリデータ活用している会社でなくても良いかも
-
とにかくコミュニケーションと社内政治。だが勉強は怠るべからず
