データアナリティクスラボは「やばい」？口コミ70件から見えた実態

「データアナリティクスラボ やばい」と検索ボックスに打ち込んだとき、胸の奥にチクリとした不安がよぎりませんでしたか

選考が進んでいて気持ちが揺れている人

オファーを受けたけれど決め切れない人

すでに在籍しているけれど「ここに居続けて大丈夫か」と立ち止まっている人

事情はそれぞれ違っても、調べれば調べるほど口コミの評価が割れていて、頭の中がもやのまま閉じない感覚は同じはずです

この記事では、データアナリティクスラボに関する公開情報・口コミ・公的データを突き合わせて、「やばい」の中身を悪い意味と良い意味の両側から解体していきます

読み終わるころには、自分にとって合う会社かどうかを判断する材料がそろい、次の一歩を落ち着いて選べる状態になっているはずです

「やばい」の答えはひとつじゃありません。あなた自身のキャリアに合うかどうかが答えです

「データアナリティクスラボ やばい」と検索される本当の理由

「やばい」というキーワードが厄介なのは、ひとつのワードに正反対の意味が同居しているからです

悪い意味では「ブラック」「激務」「やめとけ」というニュアンス

良い意味では「成長環境がすごい」「案件のレベルが凄まじい」というニュアンス

データアナリティクスラボに対しては、その両方の声がほぼ同じ熱量で発信されているのが実態です

ですから「やばい＝即ブラック」と読み取って判断すると、本当に大切な情報を見落としてしまいかねません

逆に「やばい＝凄い」だけで読み取っても、入社後のミスマッチを引き起こすリスクがあります

悪い意味の「やばい」（不安・懸念）

悪い意味で「やばい」と検索される理由は、おおむね5つに集約されます

これらは入社・転職を検討する人なら、誰もが気にしてしかるべきポイントです

たとえばOpenWorkを覗くと、こんな声がそのままの温度感で投稿されています

「ベテランが辞めすぎですし、新人が増えすぎ…。」

引用元：OpenWork「データアナリティクスラボ 退職検討理由」より

これは在籍3〜5年の現職データサイエンティストの声で、総合スコアは2.4と低めにつけられています

ただし、ここから「会社全体がブラックだ」と即断するのは早計です

2019年4月に設立されたばかりのベンチャーは、急拡大期に入ると人の出入りが激しくなる時期があります

これはデータアナリティクスラボに限った話ではなく、創業数年の若い企業が共通して通る道なんです

良い意味の「やばい」（凄さ・成長）

一方で、良い意味で「やばい」と評価される理由も、はっきり存在します

たとえば社員の約9割がデータサイエンティストとして在籍しているという、データ人材集団としての密度の濃さ

クライアントは博報堂・サイバーエージェント・NTTデータ・KADOKAWA・東京大学など、誰もが知る大手・有名企業ばかり

こうした案件のレベル感は、データ人材としてキャリアを積みたい人にとっては垂涎の環境とも言えます

転職会議では、こんな声が上がっています

「ベンチャーなので分業ではなく、最初から最後まで全工程を自分で経験できる。技術取得が早い。」

引用元：転職会議「データアナリティクスラボ 評判・口コミ」より

この声に、データ系職種で成長したい人の本音が凝縮されています

大企業のデータ部門だと、データ前処理だけ／可視化だけ／モデリングだけ、と工程が細切れになりやすい構造があります

ベンチャーで全工程に触れられる環境は、3年後の市場価値という意味では確実な武器になるんです

データアナリティクスラボってどんな会社？基本情報を整理

「やばい」を語る前に、そもそもこの会社がどんな構造でビジネスをしているのかを把握しておきましょう

会社の成り立ちと事業構造を理解しないまま口コミを読むと、声の意味を取り違えてしまいやすいからです

逆に構造さえ押さえてしまえば、口コミの一つひとつが立体的に読めるようになります

会社概要と3つの事業（受託分析・コンサル・教育）

データアナリティクスラボ株式会社は、IT・データサイエンス分野のトップランナーが2019年4月に立ち上げた、設立7年目のベンチャー企業です

事業の柱は、大きく分けて3つあります

つまり、データを「自社のために分析する」のではなく「クライアントのために分析する」会社だと押さえてください

ここが「自社サービスの会社」とは事業構造が根本的に違うポイントです

会社についての一次情報は、公式サイトでも公開されています

詳細はで確認できます

クライアント実績と案件のレベル

クライアント実績を見ると、データアナリティクスラボの「案件のレベルがやばい（凄い）」と言われる理由がよくわかります

金融・通信・広告・製薬・小売・公共・ECなど、業界を問わず広告塔級の企業がずらりと並びます

こうした会社のデータに触れられるのは、若いエンジニアにとっては相当に貴重な機会です

たとえば駆け出しのデータサイエンティストが、最初の現場でいきなり大手広告代理店のキャンペーン効果分析に関われたら、3年後の職務経歴書のインパクトはまるで違ってきます

ただし、案件のレベルが高いことと、自分が必ずそのレベルの現場に配属されることはイコールではありません

これが後ほど触れる「案件ガチャ」のリスクとつながっていきます

口コミ評価を媒体別に比較！本当のスコアはこうだ

「やばい」の正体をあぶり出すために、まず3つの主要口コミサイトの総合評価を並べてみましょう

1サイトだけ見て判断すると、かなりの確率で印象が偏ります

「ばらつき」を理解することそのものが、判断の精度を上げてくれるはずです

OpenWork・転職会議・エンカイシャの評判の総合評価

3つの主要口コミDBで公開されている総合評価を並べてみると、こんな状態になっています

引用元：OpenWork「データアナリティクスラボ 社員クチコミ」、エンカイシャの評判「データアナリティクスラボ 評判・口コミ」、転職会議「データアナリティクスラボ 評判・口コミ」より作成

媒体によって、総合評価が3.04〜3.8の範囲でばらついていることがわかります

差はそこまで大きくないものの、回答者数も媒体ごとに違うため、単純な比較はできません

OpenWorkは5名、エンカイシャの評判は20名、転職会議は70件と、それぞれ規模が異なるからです

スコアから見える「やばい」の実態

3つのスコアを冷静に並べると、見えてくる結論はシンプルです

データアナリティクスラボの総合評価は、概ね「中の上」の水準にあります

ブラック企業と決めつけるほどの極端な低評価ではありません

OpenWorkで3.04という数字も、全78,922社中で上位33%に位置するレンジです

「下の方」ではなく「平均よりは上」というのが客観的な事実なんです

ただし、スコアだけで判断するのは危険です

同じ3.5でも、評価項目の中身が違えば「合う合わない」は完全に変わってきます

たとえば「20代成長環境」だけ高くて「人事評価の適正感」が低い場合、若手で経験を積みたい人にはOK、年次を重ねて評価で報われたい人にはNGになります

ここからは、具体的なネガティブ要素を5つに分解して見ていきましょう

ネガティブな「やばい」5つの実態とその真相

悪い意味で「やばい」と語られる理由を、ひとつずつ分解していきます

大切なのは、ネガティブ口コミから「事実」と「個人の感じ方」を切り分けて読むことです

そのうえで、自分にとってリスクになるかどうかを判断していきましょう

客先常駐・SES色が強いのは本当か

結論から言うと、客先常駐や受託の比率は高めだと考えてください

事業の柱が「クライアントのデータ分析を受託する」ところにあるからです

OpenWorkの公開情報でも「基本的にクライアント先への受託開発となっている」と記載されており、現場ベースの働き方が主軸であることがわかります

この働き方を「やばい」と感じる人と、「むしろ多様な業界に触れられて面白い」と感じる人で、評価がきっぱり分かれます

転職会議では、こんな傾向の声がいくつも投稿されていました

「未経験で客先1人常駐の場合、孤立無援状態で苦しい。メンター制度はあるが形式的で、本人の課題解決能力が強く求められる。」

引用元：転職会議「データアナリティクスラボ 評判・口コミ」から傾向を要約

未経験で1人常駐になるのは、正直に言って誰でもしんどいシチュエーションです

これはデータアナリティクスラボに限らず、SES型のIT企業全般に共通するリスク構造でもあります

だからこそ、面接の段階で「未経験の場合は複数人常駐の現場に配属できるか」を必ず確認することが大切なんです

年収は本当に低いのか

年収については「低い」と書かれることもあれば「悪くない」と書かれることもあります

これも、何と比較するかによって答えが変わるんです

業界平均と並べてみましょう

引用元：厚生労働省 jobtag「データサイエンティスト」、エンカイシャの評判「データアナリティクスラボ 年収・給与」より作成

3つの数字から読み取れる事実をまとめます

つまり「日本平均より高いが、データサイエンティスト全体平均よりはやや低い」というのが客観的な評価です

「低くて話にならない」というほどではなく、「業界トップ層と比べると見劣りする」という温度感

20代でデータサイエンスの実務経験を積みながら520万円稼げる、と捉えれば悪い話ではありません

逆に、すでに600万円以上稼いでいるエンジニアが横移動するなら、年収は下がる可能性が高いと考えるべきです

契約形態（正社員／契約社員）に注意

口コミの中で何度か登場するのが、契約形態のトラブルに関する声です

転職会議には、こうした傾向の投稿が散見されます

「入社前説明がなく突然契約解除。雇用形態が不透明と感じた。事前に契約形態を確認すべき。」

引用元：転職会議「データアナリティクスラボ 評判・口コミ」から傾向を要約

こうした声を「会社の体質」と捉えるか、「個人のコミュニケーション不足」と捉えるかは難しいところです

ですが、明確に言えるのは、入社前の段階で雇用形態を文書で確認しておくのは、本人の責任範囲だということです

そして「自分から正社員かどうかを聞きにくい」と感じるなら、エージェント経由で応募する方が安全です

ベテラン離職・若手中心の組織構造

OpenWorkで公開されている平均勤続年数は2.0年

平均年齢は28.4歳と、かなり若い構成です

これを「ベテランがすぐ辞めるからやばい」と読むこともできますし、「若くて活気があるベンチャーらしい」と読むこともできます

とはいえ、ベテランが定着しにくい構造があるのも事実です

30代以降のロールモデル（＝目標になる先輩）が社内に少ないと、自分が長期的にどんなキャリアを描けるかをイメージしにくくなります

このリスクをどう捉えるかは、自分のキャリアステージ次第です

20代で経験を積んで次のステップに移る前提なら問題は小さい一方、40代まで腰を据えて働きたいなら慎重に判断すべきポイントになります

評価制度・人事評価の不透明さ

OpenWorkでは「人事評価の適正感」が2.8と、やや低めの数字になっています

「人材の長期育成」も2.7と、こちらも低めです

背景にあるのは、配属プロジェクトによって評価のしやすさ／しにくさが大きくブレる、受託型ビジネスの宿命的な構造です

たとえばA社の現場では裁量が大きく成果を出しやすいけれど、B社の現場では下流工程ばかりで成果がアピールしにくい、というのはあるあるです

同じ努力をしても評価が変わるなら、誰だって不公平感を覚えます

評価制度の不透明さは、データアナリティクスラボに限らず、受託・SES型企業全般に共通する宿命です

制度に対して受け身でいるか、自分から先手を打つかで、3年後の評価は大きく変わります

ポジティブな「やばい」3つの強み

ここからは「良い意味のやばい」を3つに絞って見ていきます

ネガティブ要素ばかり見ていると、判断軸が片寄ってしまうからです

強みも同じ温度感で並べたうえで、自分にとっての価値を見極めましょう

大手クライアントのデータ案件に関われる

1つ目の強みは、なんといっても大手クライアントのデータに触れられる経験値です

博報堂のキャンペーンデータ／サイバーエージェントの広告ログ／NTTデータの基幹データなど、抽象論ではなく現実の現場で動いているデータを扱える機会があります

これはKaggle（＝オンラインのデータ分析コンペティション）の練習問題とは比べ物にならないリアリティがあります

転職会議のポジティブな声には、こんな評価が並んでいます

「ベンチャーなので分業ではなく、最初から最後まで全工程を自分で経験できる。技術取得が早い。」

引用元：転職会議「データアナリティクスラボ 評判・口コミ」より

大企業のデータ部門では、データエンジニア／データアナリスト／機械学習エンジニアと工程ごとに役割が完全に分業されているのが普通です

ベンチャーで全工程に触れられる経験は、3年後の市場価値を確実に底上げしてくれます

教育・研修制度（2か月研修・資格手当）

2つ目の強みは、未経験者でも入れる2か月間の研修プログラムです

公式サイトには、IT未経験者でも2か月で基礎的な知識をしっかり習得できる、と明記されています

受託型のデータ分析企業で、ここまでがっつり研修期間を確保するケースは珍しい部類に入ります

さらに、データサイエンス関連の資格を取得すると、月給に資格手当が上乗せされる仕組みもあります

統計検定／G検定／E資格／AWS認定／Google Cloud認定など、対象資格は多岐にわたります

「学び続けないと仕事ができない」業界で、学習を金銭的にバックアップする制度は素直に評価できる仕組みです

ワークライフバランスは業界水準より良好

3つ目の強みは、IT業界の中ではワークライフバランスが取りやすい点です

残業時間は媒体ごとにブレますが、月4.1時間（OpenWork）／月14時間（エンカイシャの評判）／月7.4時間（転職会議）と、いずれも一桁〜10時間台前半に収まっています

有給消化率はOpenWorkで88.3%と高水準です

エンカイシャの評判には、こんな評価が投稿されています

「ワークライフバランスが良好。クライアント許可で育休等も取得可能。有給休暇も自由に取得できる。」

引用元：エンカイシャの評判「データアナリティクスラボ 評判・口コミ」より

男性育休取得率100%という数字も注目に値します

女性比率は約20%と多くはないものの、性別問わず育休が取れる文化は、昨今のIT業界では十分に評価できる水準です

「やばい激務」というイメージは、少なくとも残業時間と休暇の数字を見る限りは、当てはまらないことがわかります

データアナリティクスラボに「向いている人」「向いていない人」

ここまでで、ネガティブとポジティブの両面が見えてきたと思います

では結局のところ、誰に向いていて、誰に向かない会社なのか

自己診断材料として、5タイプ×2分類で整理しましょう

向いている人の5つの特徴

以下の5タイプに当てはまる人は、データアナリティクスラボでの経験が大きな武器になります

共通するのは「自分でキャリアを設計したい」「経験のためには多少のリスクは許容する」というスタンスです

会社が手取り足取り教えてくれることを期待するのではなく、環境を使い倒す気概がある人にフィットします

向いていない人の5つの特徴

逆に、以下の5タイプは慎重に判断したほうがいいかもしれません

これらに当てはまる場合、データアナリティクスラボそのものが悪いわけではなく、相性の問題で消耗する可能性が高いだけです

無理に飛び込んで早期離職するより、最初から自分に合う環境を選ぶ方が、お互いにとって幸せです

データアナリティクスラボへの転職を「やばい判断」にしないためのチェックリスト

会社の事実関係はだいたい見えてきたはずです

あとは「自分にとって合うか」を最終判断するためのチェックリストを使って、入社前にやれることを潰していきましょう

判断ミスを防ぐために、できることはまだ残されています

応募前に確認すべき5つのこと

応募する前に、最低でも以下の5項目を自分で答えられる状態にしておきましょう

5つのうち、特に重要なのはSTEP5の「自分の市場価値の把握」です

これが分かっていないと、提示された年収の高い／低いを判断する基準がそもそも持てません

「自分の市場価値」を客観的に把握する方法

自分の市場価値を知る最初のステップは、業界全体の数字を頭に入れることです

主観ではなく、公的データで構造を理解しましょう

引用元：経済産業省「IT人材需給に関する調査」（2019年3月）、厚生労働省 jobtag「データサイエンティスト」より作成

3つの数字が示しているのは、データ人材は構造的に足りていないという事実です

需要過多の市場では、自分のスキルセットを正しくアピールできれば、適正な評価を引き出せる確率が高くなります

逆に言えば、自分を安売りしてしまうのは、市場全体にとっても損失なんです

データアナリティクスラボ”以外”の選択肢も並べて比較すべき理由

1社だけ調べて転職を判断するのは、3つの食事から1つ選ぶのに、1皿しか見ずに決めるようなものです

美味しいかどうかは、他のメニューと比較してはじめて分かるはずです

仕事も同じで、データアナリティクスラボの良さも悪さも、比較対象がなければ正確には測れません

比較対象として並べたい候補は、最低でも3つです

3つを並べてはじめて「自分はどんな環境で力を発揮しやすいタイプか」が浮き彫りになります

そして、この比較材料を一人で集めるのは、正直に言って効率が悪すぎます

ITエンジニア経験者向けの転職エージェントに登録すれば、複数社の現実的な提示年収・カルチャー・働き方の違いをまとめて教えてもらえます

データ人材の市場価値を知るための、おすすめIT特化型エージェント3選

データアナリティクスラボへの応募を検討するうえで、どうしても外せないのが「自分の市場価値の把握」と「同業他社との比較」でしたね

これを最短で実現してくれるのが、ITエンジニア経験者向けの転職エージェントです

ここでは、求人数・年収交渉力・サポート力で選ばれている人気の3社を紹介します

登録は完全無料で、いま転職する／しないの判断は登録後にゆっくり考えれば大丈夫です

3社それぞれに特色があり、組み合わせて使うのが定石です

たとえば年収交渉に強い1社・求人数が圧倒的な1社・年収予測などの仕組みが整った1社、と機能で使い分けると、データアナリティクスラボの相対的な位置づけが立体的に見えてきます

データアナリティクスラボに関するよくある質問（FAQ）

「やばい」と検索する人がよく抱く疑問について、簡潔にお答えしていきます

本文で解説しきれなかった細かい疑問にも、ここで触れておきましょう

未経験でも採用されますか？

2か月間の研修プログラムが用意されており、IT未経験者の採用ルートも存在します。ただし採用後は自己学習を継続できるかが定着の分岐点になります。研修後に1人常駐の現場へ配属される可能性もあるので、入社前にサポート体制を必ず確認しておきましょう。

リモートワークはできますか？

クライアント先の方針によります。求人情報ではリモートワーク可と記載されているものが多いものの、客先常駐型の働き方が中心であるため、現場ごとに出社頻度が変わります。フルリモートを最優先するなら、面接時に必ず確認しましょう。

女性は働きやすいですか？

女性比率は約20%とIT業界平均と同じくらいの水準です。男性育休取得率100%と、性別問わず育休取得しやすい文化が整っています。とはいえロールモデルとなる女性ベテランの数はまだ少ないため、長期キャリアを描きたい場合は社内事例を面接で確認しましょう。

他のデータ分析企業と比較してどうですか？

受託・SES型の中では教育制度が手厚く、大手クライアントの案件に触れられる機会も多いです。ただし自社サービス系の事業会社と比べると、案件ガチャ要素や年収天井の構造的な違いがあります。1社だけで判断せず、最低3社は並べて比較しましょう。

まとめ：「やばい」の答えは”自分にとって合うかどうか”を確かめてから出そう

ここまで、データアナリティクスラボの「やばい」を悪い意味と良い意味の両側から解体してきました

結論として言えるのは、ひとつのシンプルな事実です

「やばい」かどうかは、会社の問題ではなく、あなたとの相性の問題

客先常駐の働き方が苦痛な人にはやばい会社ですし、多様な業界に触れたい人には最高の環境になります

ベンチャーの揺れに耐えられない人にはやばい会社ですし、揺れの中で成長したい人には魅力的な舞台です

そして、自分にとって合うかどうかは、口コミだけでは判断できません

今すぐできる「やばい判断」を回避する3ステップ

判断を後悔しないために、以下の3ステップだけは押さえておきましょう

3ステップのうち、自分一人でやりきれるのはSTEP1までです

STEP2とSTEP3は、第三者の力を借りた方が圧倒的に早く・正確に進められます

その第三者として、もっとも気軽に頼れるのが、ITエンジニア経験者向けの転職エージェントです

自分の市場価値と複数社を比較できる、信頼のIT特化型エージェント

「やばい」かどうかの答えを出すために必要なのは、結局のところ比較材料です

そして、その比較材料は無料で揃えられる時代になりました

いま転職するかどうかは、登録後にゆっくり判断すれば大丈夫です

情報を揃えるだけでも、自分のキャリアの解像度が驚くほど上がります

データアナリティクスラボが「やばい」かどうかの答えは、検索エンジンの中ではなく、あなた自身の判断軸の中にあります

この記事が、その判断軸を作るための一助になっていれば幸いです