官公庁・公共機関×アナリストの職務経歴書ガイド

## 官公庁・公共機関 アナリストの転職市場と職務経歴書のキモ

官公庁・公共機関のアナリストは、政策効果の評価・行政データの分析・公共統計の作成・EBPM（証拠に基づく政策立案）の推進など、データを通じて行政の意思決定を高度化する役割を担います。デジタル庁・総務省の統計改革・各省庁のEBPM推進・自治体のデータ活用基盤整備を背景に、公共分野でのデータアナリスト需要は急増しています。

採用担当者が公共系アナリストに求めるのは「行政データの特性への理解（統計・センサス・行政記録データ等）」と「政策評価・社会調査の統計手法への精通」です。SQL・Python・Rに加えて、公的統計（国勢調査・経済センサス・政府統計）の利活用経験、またはRCT・自然実験・差の差分析などの政策評価手法への理解が差別化要素になります。

---

## 書き方のポイント5選

**1. 扱った公共データの種類・規模と分析目的を明記する**
「行政データを分析した」ではなく「国勢調査データ（全国1.3億人分）と住民基本台帳データを突合し、人口移動パターンの分析を実施。特定地域での若年層流出要因を特定し、地方創生政策の見直しに提言した」のようにデータの種類・規模・政策への活用を記述する。

**2. EBPM（証拠に基づく政策立案）への貢献を記述する**
「データ分析レポートを作成した」ではなく「○○政策の費用対効果をRCT（ランダム化比較試験）または擬似実験手法（傾向スコアマッチング等）で評価し、政策継続・縮小・転換の判断根拠となるエビデンスを提供した」という政策意思決定への貢献を記述する。

**3. 統計的手法の適切な選択・適用を記述する**
差の差分析（DiD）・回帰不連続デザイン（RDD）・操作変数法・パネルデータ分析など、公共政策評価で使われる計量経済学的手法の活用経験を記述する。「なぜその手法を選んだか」という判断根拠も記述することで分析の質が伝わる。

**4. データビジュアライゼーション・政策コミュニケーションの実績を記述する**
複雑な統計分析の結果を政策担当者・住民・マスコミ向けにわかりやすく可視化・説明した実績を記述する。Tableau・D3.js・Webダッシュボードなどを活用した政府統計のオープンデータ可視化経験は、デジタル庁・データサイエンス系ポジションへの転職で特に評価される。

**5. 個人情報保護・統計法に準拠した分析設計の経験を記述する**
行政データの分析では、統計法（調査票情報の二次利用）・個人情報保護法・匿名加工情報の規定など、法的要件への対応が必須。これらの規制に準拠した分析設計経験を記述することで、公共アナリストとしての法的知識と実務対応力が伝わる。

---

## STAR形式 例文：自治体の健康施策のEBPM評価

**プロジェクト：生活習慣病予防事業の効果検証と次期施策への提言**

**Situation（状況）**
県の健康増進課において、生活習慣病予防のための特定保健指導事業に年間4.2億円を投入しているにも関わらず、県民の特定疾患発症率が全国平均を2.3ポイント上回っており、事業効果の検証が求められていた。従来の評価は参加者数・満足度調査のみで、アウトカム（発症率・医療費）への効果測定が行われていなかった。

**Task（課題）**
アナリストとして、特定保健指導事業の因果的効果（参加者vs非参加者での発症率・医療費の差）をEBPM手法で検証し、次期計画への政策提言を行うことを担当した。

**Action（行動）**
① 過去5年分の特定保健指導参加記録・健康診断データ・国民健康保険レセプトデータ（計42万人分）をマッチングキー（匿名ID）で突合。② 参加者・非参加者の背景属性を傾向スコアマッチングで調整し、参加効果の識別バイアスを除去。③ 参加後3年以内の特定疾患（糖尿病・高血圧・脂質異常症）の新規診断率をCox比例ハザードモデルで推定。④ 分析結果をRで作成したレポートとTableauダッシュボードで可視化し、担当部長・医療政策アドバイザーに説明した。

**Result（結果）**
分析結果：特定保健指導参加者は非参加者比で糖尿病発症率が18.3%低い（統計的有意・p<0.01）ことが確認。ただし参加率向上よりも「ハイリスク者への集中介入」が費用対効果的であることを提言。次期計画でハイリスク者特定アルゴリズムの導入が決定し、事業効率化により年間0.8億円の削減が見込まれた。分析手法が厚生労働省の事業評価好事例として紹介された。

---

## NGパターン3選

**NG1：統計・データ分析ツールの使用経験だけを列挙する**
「Python・R・SPSS・Tableauが使える」という技術リストは最低限の前提に過ぎない。公共アナリストとして、どの政策・行政課題のために、どのような分析手法を選択し、どのような政策判断に貢献したかを具体的に記述することが評価の鍵。

**NG2：統計的有意性と実際の政策効果の違いを混同した記述**
「統計的に有意な効果が認められた」という記述だけでは、その効果が政策として実施する意義があるかどうかの判断が含まれていない。「費用対効果の観点から、統計的には有意だが実践的な政策効果は小さいと判断し、予算縮小を提言した」のように、分析の限界と政策的含意を正直に示す記述が公共アナリストとして誠実な姿勢を示す。

**NG3：データ倫理・個人情報保護への配慮を省略する**
公共分野の行政データは高い機密性を持つ個人情報。分析に使用したデータの取得経緯・匿名化・アクセス権限・廃棄プロセスに言及することで、データ倫理への配慮を示し、採用担当者の信頼を得ることができる。

---

## 公共アナリストの差別化ポイント

官公庁・公共機関のアナリストとして最も市場価値が高いのは「EBPM（因果推論・政策評価）の理論的・実践的精通×公的統計・行政記録データの活用経験×データビジュアライゼーション・政策コミュニケーション能力」の組み合わせです。特に、デジタル庁・経産省・厚労省等の省庁データアナリスト採用枠での需要が高まっており、RCT・オープンデータ活用・統計サンドボックス（行政データの安全な二次利用の仕組み）への実践経験は希少で評価が高い専門性です。

---

## FAQ

**Q1. 民間のデータアナリスト出身者が公共機関のアナリストポジションへ転職するために何を準備すれば良いですか？**
A. 公的統計（e-Stat・政府統計Portal）の利活用経験・統計法の基礎理解・計量経済学的な政策評価手法（DiD・RDD等）への入門知識を補強することが推奨されます。また、内閣府・デジタル庁などのEBPM推進に関する公開資料・政策評価レポートを読み込み、公共分野の分析ニーズへの理解を深めることが転職準備として有効です。

**Q2. 公共機関のアナリストから民間（コンサル・シンクタンク・企業内データ分析）への転職は可能ですか？**
A. 可能です。行政データ分析で培った「大規模データの処理・政策評価の統計手法・公共セクターのビジネス知識」は、民間のコンサル・シンクタンク・ヘルスケア・保険業界でも高く評価されます。転職時は公共での分析実績を「特定ビジネス課題への類似性」で翻訳し、民間企業の意思決定に貢献できることを示すことが重要です。

**Q3. 経済学・統計学の博士号を持つ場合、公共アナリストとしての転職ではどのようなポジションが最適ですか？**
A. 博士号保有者は、デジタル庁のシニアデータアナリスト・内閣府の政策効果分析担当・各省庁のEBPM推進チーム・シンクタンクの主任研究員ポジションが最適です。学術論文の査読・発表実績に加えて、「研究成果を実際の政策に反映させた経験」を記述することで、純粋なアカデミアとの差別化ができ、政策実装に貢献できる研究者としてのポジショニングが確立されます。

---

## 官公庁・公共×アナリストの採用市場データ（2026年）

官公庁・公共セクターのアナリスト求人は政策DX・データ利活用の文脈で増加。官民両方の経験を持つ候補者が希少で高評価。政策評価・統計分析の実績が差別化要素です。

---

## STAR形式 追加例文：官公庁・公共での実績

### 例文2（応用）：部門横断プロジェクトのリード

**Situation（状況）**
官公庁・公共の市場環境変化により、既存の業務プロセスに課題が生じ、複数部門にまたがる改善プロジェクトが発足した。プロジェクトの複雑性と関係者の多さから、推進体制の確立が急務となっていた。

**Task（課題）**
アナリストとして、部門横断チーム（8名）のリードを担当。6ヶ月以内に定量的な改善成果を出すことがミッションとして設定された。

**Action（行動）**
① 現状分析（As-Is分析）で課題の根本原因を特定し、改善優先度を可視化。② 週次進捗レビューと隔週のステアリングコミッティで意思決定速度を向上。③ パイロット部門での先行実施と効果測定により、全社展開のリスクを低減。④ KPIダッシュボードで成果を可視化し、関係者のエンゲージメントを維持した。

**Result（結果）**
主要KPIを目標値の115%達成。プロセス効率化によりチームの業務時間を週あたり平均12時間削減し、より付加価値の高い業務にリソースを再配分することができた。

---

### 例文3（上級）：事業成長に貢献する戦略的イニシアチブ

**Situation（状況）**
事業の成長フェーズ移行に伴い、従来の手法では対応が困難な規模の課題が発生。官公庁・公共特有の市場環境と規制要件を踏まえた新たなアプローチが求められた。

**Task（課題）**
アナリストとして戦略立案を担い、経営層への提案から実行推進まで一貫して担当した。予算規模○億円、関係者20名超の大型案件を管理する責任を持った。

**Action（行動）**
① 市場分析・競合調査・社内リソース棚卸しを並行して実施し、2週間でファクトベースの戦略オプションを3案作成。② 外部専門家（弁護士・会計士・業界コンサルタント）と連携し、リスク評価を強化。③ 段階的な実行計画（フェーズ1-3）を設計し、各フェーズでのGoNoGoゲートを設定。④ 社内ステークホルダーとの合意形成会議を5回実施し、反対意見を取り込んで計画を改善した。

**Result（結果）**
提案が役員会で承認され、フェーズ1完了時点で当初目標の130%を達成。官公庁・公共内での事例として業界誌に取り上げられ、採用・ブランディング面での副次効果も生まれた。

---

## 実績を数値化する3つの観点

数値化は職務経歴書の説得力を決定的に左右します。官公庁・公共のアナリストとして経験した実績を数値化する際は、以下の3観点で整理してください。

**観点1：インプット数値（規模感）**
自分が関わったシステム・プロジェクト・組織の規模を示します。
- Before: 「大規模プロジェクトを担当」
- After: 「年間予算3億円・関係者50名のプロジェクトを担当」

**観点2：アウトプット数値（行動量・改善量）**
自分の行動が生み出した変化を示します。
- Before: 「業務改善に取り組んだ」
- After: 「業務フローを再設計し、処理時間を従来比40%削減（週8時間→4.8時間）」

**観点3：ビジネスインパクト（金額・率）**
最終的にビジネスにどう貢献したかを示します。
- Before: 「売上向上に貢献した」
- After: 「施策の結果、対象プロダクトの月次売上が+1,800万円、年間ARRで+2.2億円増加」

数値が社外秘の場合は「前年比XX%向上」「業界平均比XX倍」など相対値や匿名化した形で記載できます。

---

## 提出前セルフチェックリスト10項目

職務経歴書提出前に以下10項目を必ずセルフチェックしてください。

- [ ] **1. 数値化の確認**：各実績に少なくとも1つの定量データが含まれている
- [ ] **2. 担当範囲の明確化**：「チームで実施」ではなく「自分が担当した部分」が明記されている
- [ ] **3. 直近重視**：直近2〜3年の実績が全体の60%以上を占めている
- [ ] **4. 専門用語の適切使用**：官公庁・公共で通用する業界固有の用語を正しく使っている
- [ ] **5. スキルと実績の紐付け**：スキルリストが実績の根拠として機能している
- [ ] **6. 誤字・表記統一**：社名・製品名・固有名詞のスペルが正確で表記が統一されている
- [ ] **7. チーム規模の記載**：各プロジェクトのチーム規模と自分の役割が明示されている
- [ ] **8. 読み手への配慮**：採用担当者（業界外の人事）が読んでも理解できる記述になっている
- [ ] **9. PDFの体裁確認**：PDF化した際にレイアウト崩れ・フォント崩れがない
- [ ] **10. NG用語の排除**：「キャリア実績」「転職活動」「転職希望者」「ES」等の用語が一切含まれていない

---

## 官公庁・公共×アナリストの専門用語ガイド

**積極的に使うべき用語**: 官公庁・公共固有の指標・フレームワーク（KPI・プロセス名など）を正確に使用する。業界内で通用する略語（一般用語として定着しているもの）を適切に使用する。実績には必ず数値（金額・率・件数・期間）を伴わせる。

**避けるべき用語・表現**: 「頑張った」「貢献した」「活躍した」（すべて具体的な行動と成果に置き換える）。「大変」「困難」「苦労した」（課題とアクションと結果で語る）。「〜に携わりました」（担当範囲と役割を明確に記載する）。

---

## 採用トレンド2026

2026年の官公庁・公共セクター採用では**デジタル庁関連施策（マイナンバー活用・ガバメントクラウド移行）**への関与経験が差別化要素です。デジタル政府推進に伴い、IT知識を持つ行政経験者への需要が急増しています。