2024.10.01
自社の社内情報を未来の“ゴミ”にしないための備え 「情報量が多すぎる」時代がもたらす課題とは?
ネオキャリアデータサイエンティストインタビュー(全1記事)
提供:株式会社ネオキャリア
リンクをコピー
記事をブックマーク
ーー自己紹介をお願いします。
天野禎章氏(以下、天野):データソリューショングループのグループマネージャーの天野と申します。
グループマネージャーとして組織や事業のことを考えながら、データサイエンティストとして自分で分析や提案をしたり、基盤回りの整備をしながら、社内のいろいろな人に分析を使ってもらうための教育をしたり、啓蒙を行っています。あとはメディアに出たり、採用もやったり、幅広い業務を担当しています。
松村優哉 氏(以下、松村):私は天野と同じデータソリューショングループの中で、手を動かす作業としては同じようなことをやっています。
現場の方から課題をヒアリングして分析をして結果を報告したり、データサイエンスの啓蒙活動も一緒にやっておりまして、データ分析の考え方や基本的な手法を、社内の興味のある方に対してレクチャーをしています。あとは、データ分析基盤の構築も並行してやっています。
ーーそれでは早速ですが、今回データソリューショングループが立ち上げられた経緯と、チームの概要ついて教えて下さい。
天野:データソリューショングループが組織としてできあがったのは今年の10月でして、チームメンバーは今のところ、私と松村の2人です(注:インタビューは2019年12月下旬に実施)。
役割としては、開発の方と一緒にデータを取ってくるところをやりながら、サービスやプロダクトを中心とした分析ができる基盤を構築して、現在はそちらにデータを集めて、社内における利活用や、それを踏まえた中長期のプロジェクトを進めています。
データソリューショングループが生まれた経緯ですが、もともと私は入社する際、他の領域の採用枠として話が進んでいました。私の現在の上長である専務の加藤とネオキャリアのことについていろいろと話をするなかで「こういうことをやっていくのであれば、データを分析する組織をきちんと立ち上げたほうがいいですよね」ということを採用面接の場で提案したところ、「お任せしますのでやってください!」という話になりました。
その意思決定の早さなどもあって私が7月に入社して、期が変わるタイミングで組織としてできあがりました。そこから松村が入社して今に至ります。
――ネオキャリアに入社するまでの経歴を教えて下さい。
天野:ネオキャリアは4社目でして、もともとは衣食住といった人の生活に関わる領域に興味があり、それぞれの領域でサービスを展開する事業会社にて、データ分析全般をやっていました。ですが、今はライフスタイルというよりもより人自身の教育や健康、行動や時間、あるいはライフイベントなど「どんなことをやれば生活がよくなっていくか?」「よりハッピーになるか?」というところに興味が出てきたので、人が多くの時間を費やす「仕事」を支えるネオキャリアに入社しました。
他にも、グループでいろいろサービスを展開していて、各領域の課題をデータで解決できそうな見通しがあったことや、会社が持っている「成長し続ける」という理念に対する共感ができたこと、自らが裁量を持って組織の立ち上げから関われる点や、直属上司である専務の意思決定の早さなどに惹かれて、入社を決めました。
松村:自分は今年の9月まで大学院生でして、9月で修士課程を修了して10月からネオキャリアに入社しました(注:インタビューを実施したのは12月下旬)。学生の頃はベイズ統計学や因果推論を研究していました。いわゆるデータサイエンスの手法をマーケティングに活かすというテーマで、ECサイトの購買履歴の分析などを行っていました。
研究の傍らでは外部でもいろいろな活動をしておりまして、個人で受託の分析をやったり、R言語のコミュニティ運営に関わったり、書籍の執筆もやっていました。
そんな中、博士課程に進学するのではなく環境を変える意味で就職をすると決めたのですが、そのときに天野が先ほどのR言語のコミュニティに参加しており、声掛けいただきまして、自分の能力が非常に活かせるのではないかと思って入社を決めました。
ーーデータソリューショングループとして、実際にどのような業務を行っていますか?
天野:今は社内における分析業務と啓蒙活動が中心になります。分析と分析基盤づくりに加えて、分析スキルと、分析したものの見方といったリテラシーの両方を合わせて、社員の方々がある程度データを見れるようになるようにレクチャーを行っています。
松村:啓蒙活動と教育はセットになるのですが、まずは必要性をわかってもらうことを心がけています。具体的には、これまで事業部の方が勘と経験でやっていたところに入って、データ分析の観点から「こういう見方をするとよりインサイトが発見できますよ」というレクチャーをする機会を設けたり、もう少し技術的な面では、SQLを覚えてもらうための取り組みをしています。
天野:教育に関してはセミナー形式で全員にやり方を教えるのではなく、「教えてほしい」という問い合わせがきたら、そこに出向いてレクチャーを行っています。分析は人によってはスキルを身につけてもまったく向いていないこともあるので、向いている人をターゲットにレクチャーしています。なので、いろいろなチームの方に話を聞いたり、現場の人と話をして「この人だったらちょっとできそうかな」みたいな人をピックアップしてもらって、レクチャーを行っています。
現場で直面している分析課題を解決することもありますし、講義形式で話をすることもありますね。SQLに関してはカリキュラムのようなものを作って、課題を解いてもらっています。分析のスキルや統計の知識に関しては、また違うアプローチを行っています。
松村:各事業部の方からピックアップしてもらって来ていただいているのですが、各々の課題感や現状のスキルがそれぞれ異なっているので、個別指導に近いかたちでやっています。「どういう課題がありますか?」「何ができるようになりたいですか?」ということをヒアリングしながら、少しずつ進めています。
ーーそれでは基盤づくりや分析についておうかがいします。データソリューショングループではどんな技術を採用していますか?
松村:基盤側は、基本的にはシェルスクリプト、Python、SQLを採用していまして、それらをGoogle Cloud Platform、GCP上に構築しています。
分析はR言語やPythonという答えになりますが、私も天野もR言語がかなり得意ということもあって、R言語が中心ではあります。ただしそこに関しては個人の好みで、一応2人ともどちらもいけるので、どんな方が来ても大丈夫です。
ーーなるほど。R言語至上主義というわけではないんですね。
松村:そうですね。
天野:Python至上主義の人は私はちょっと怖いんですけど。
(一同笑)
ーーすこし脱線してしまいますが、R言語が好きな理由はなんですか?
松村:自分も含め、周囲の人間に聞くと、単純に合う・合わないだと言われていますね。「私はRのほうが合う」「Pythonのほうが合う」という直感的なところで選んでいる方が多いので、両方自分でやった中でR言語のほうが私に合っていたので、R言語を使っています。
天野:私も近い感じではありますが、Rのほうがゆるいところがあるから始めるにはちょうどいいと思っています。例えば未経験の人に「Pythonを書いてください」と言っても、絶対に書いてもらえないと思うんですよね。でも、R言語であればまだ大丈夫かなと。「Excelと近いもんですよ」みたいなことを言いながら……。
(一同笑)
そうやって誤魔化しながらちょっと教えればいけるけど、Pythonには書き方のルールが厳しいところがあるので、まずはそこを理解してもらう必要があります。プログラミング初心者の方にはそのハードルが高くて、なかなか教えるのが難しいという感じです。
あとは、自由さですね。とくに分析をする上では発想の自由さが結果に影響すると思っています。まずは自分が思ったことを再現できるような、自分の考え方を表現できる言語のほうが分析としては向いていると思います。もちろん、分析結果をサービスに乗せたり仕組み化することはPythonのほうが向いているので、バランスや向き不向きで使用する技術を選んでいます。
ーーなるほど。最近Pythonが流行していますが、それに関してはどう思われますか?
天野:両方やればいいんじゃないかな(笑)。
(一同笑)
両方いいと思います。Pythonも良い言語なので。
松村:僕らはPythonも普通に使いますよ。
天野:Python or RやPython vs RではなくてPython and Rですね。
ーーネオキャリアにおけるデータ分析のおもしろさや、特徴的だと思うところはどんなところですか?
天野:すべて立ち上げのところからできますし、自分でいろいろなことを進めていけるところも1つのポイントだと思います。私がいろいろな人に説明するときに例え話として言っているのは、何もない荒野の状態から、自分で図面を引いて山を崩して切り拓いて、荒地の雑草を抜いたり地面を平らにして畑を作っているイメージです。
そこに水を引いてきて、畑がようやく作れる状態になったら土を耕して種をまいて、作物が育つのを見守りながら、出てきた虫を取っています。現場の人たちと一緒にやって、一緒に実りを喜べるような環境であることは、なかなかおもしろいところですね。
もちろん人事データは会社の中核を担うデータなので、それを扱える面白さもあります。会社の中心にあるデータになるので、社内の活用にもなりますし、弊社の「jinjer」というサービスに人事データの分析結果を乗せることで、社内だけでなく社外のサービスにも影響を出せるところが魅力ですね。サービスと、社内環境の2つの魅力があると思っています。
松村:自分が入社を決めた決定的な理由もそこでした。すでにデータはあるので、そこからデータを抽出して分析、提案をして、使ってもらうというフローがあります。自分の場合は幅広く興味があって、研究室にいた頃はビッグデータを扱う研究もしていて、データ分析基盤の設計・運用をやっていたこともあります。
しかも今回はゼロからなので、自分の力を十二分に発揮できるのではないかと思って入社を決めました。なので、ゼロからできることと扱う業務の幅広さが大きな特徴だと思います。
ーーまっさらな状態から取り組まれているとのことでしたが、どんな文化を作っていきたいと考えていますか?
天野:会社の文化としては、データや数字を中心に据えた文化にしたいと思っています。現状、ネオキャリアという会社は営業の方が強い印象があるのですが、逆に言えば営業の力だけでここまで来たということは、営業の方にデータという武器を持たせたらもっと強くできるということでもあると思っています。
松村:組織的な面についてお話させていただきますとデータソリューショングループは経営企画本部に所属しているのですが、経営企画本部は専務直下の部門なので、ビジネスの現場に近くて非常に提案もしやすく、反映されやすい環境だと思います。
データソリューショングループの文化としては、勉強会や社外のコミュニティ活動、コミュニティ貢献を立ち上げ段階から推奨していますので、自分も積極的に勉強会に参加して発表しています。
天野:主催をすることもそうですし、Meet upも他の会社の人たちと一緒にやっていきたいですし、他の領域にも広げていきたいなと思っています。
ーーチームの今後の計画や、どのような方向性を目指していくのか教えて下さい。
天野:そもそも組織を立ち上げるにあたって、戦略・分析・基盤の3つの領域を分析組織の軸にしています。「戦略」というのはコンサル寄りな話になるのですが、こんな分析を行って経営に生かしていくなど、比較的上位レイヤーを考えるのが戦略領域です。
分析領域は、プロダクトやサービスのPMの人たちと一緒に、分析を用いて売上を上げたりコストを落としていくことですね。基盤は、分析基盤を作って運用や改善をしていくところです。
こういった三本柱を組織の役割として持っていて、三本柱のどれか1つを指導できる人を今後チームとして求めています。
もちろんこれらの領域だけをできるのではなく、この領域を指導しながら他の分野を見ることができたり、そもそも分析という軸を根底に持っている方ですね。やはりその軸がまったくない人よりも、分析という共通言語がある人がチームとして必要ですね。
方向性としては、分析をサービスの改善やプロダクトを直すところだけでなく、分析自体を事業の柱にしていきたいと思っているので、その仕組みも考えています。
中長期の計画として、2023年と2028年に中期と長期のマイルストーンをおいて事業計画や人員計画を私のほうで作っています。
人の持っている能力を何倍にできるようなサービスをやることによって、人口がどんどん減っていく日本で影響力のあるサービス、人の未来を変えるプロダクトになるよう事業計画を考えています。
ーー中長期の計画を進めていくにあたって求めているのはどんな人材でしょうか?
天野:やはり先ほどお話しした3つの領域を指導できる人が必要です。中でも分析の領域は、私たち担当しているのがHR Techになるので、そういったところで経験があったり、本質的にそこにあっている人にきてほしいですね。
人事でいろいろやっていて、分析のほうに移ったという人とかですね。ピープルアナリティクスの領域をやってきた方もとても求めています。
マインドセットとしては、分析の案件を自立してできる方ですね。分析の案件が来ることを待っている人よりも、むしろ自分で案件を取ってきて「やっても大丈夫ですか?」と、私に聞いてくれるくらいの人が良いですね。自分で自立・自学習して提案してくれると嬉しいです。
ネオキャリアとしても「成長し続ける」ということをフィロソフィーとして掲げているので、自分なりに成長のサイクルを回していける人がほしいですね。
ーーどんな人が向いていて、どんな人は向いていないと思いますか?
松村:まだ立ち上げ段階なので、自分で作っていくという気力・活力のある人ですね。逆に、すでに分析環境が整っていて分析の材料があることを期待している人は向いていないと思います。
天野:そうですね。現状は山を切り拓いていろいろ作っている状態なので、畑で作物を収穫するしかできない人よりも、自ら木を切って畑を作れるくらいの人が望ましいですね。それくらい活動的にできる人が向いていると思います。
畑はまだないけれど、土地はその辺にあるから自分で耕して畑作ってね、みたいな感じですね。
(一同笑)
もちろんそのために必要な道具は用意しますし、手伝います。ただ、作物ができるのを待っているだけではダメだということですね。
ーーでは、採用に来られる方はどんな人が多いですか?
天野:人によりますね。事業会社で分析をやってきた方は環境を気にされますし、逆に分析に集中したい人もいます。もちろん中長期的に分析を集中してやる人も必要なのですが、今の立ち上げの段階では、いろいろなことができて自分で切り拓いていける人を求めています。
自分で切り開いていくことに興味がある人はいろいろなことを経験できる良い環境だと思います。
ーーお二人は現在の転職市場を見て、データサイエンティストのキャリアや市場価値は今後どうなっていくとお考えですか?
天野:先ほど触れた通り分析だけに専念するよりも、「分析×何か」みたいな人が今後増えていくのではないかと考えています。コンサルや分析のベンダーさんであれば、分析における専門性は非常に重要かもしれませんが、事業会社においては、「分析だけできます」という人よりも「分析以外の領域もできます」というマルチな切り口を持っている人が求められるようになっていくのではと思っています。
基本的に、分析だけできる人はどんどん増えて行くので、今後は分析と経営ができるであったり、場合によっては法務や人事ができる方々が今後増えて行くのではないかと思います。
松村:市場感で言うと、現状は分析できる環境がすでにあって、自分の分析する材料がある環境にいる人は多いのかなという気がしています。
データ分析者やデータサイエンティストの仕事は意思決定を支えることだとよく言われますが、とくに事業会社においてはそれだけでは不十分であると強く感じています。もちろん意思決定は支えるのですが、それを自分でビジネスに組み込んだり、自分でそのビジネスを作っていくことが事業会社では求められるのではないかと思います。
天野:そうですね。事業会社になると分析して提案したあとに、さらにそれを推進していく必要がありますし、推進をすることによって場合によっては組織を変えていく必要もあります。さらに、それを根付かせるところまでやらなければ、事業会社の分析者としては存在意義がないのではないかと思います。
提案して終わりだと「あなたはやってくれないの?」と言われてしまいます。やはり現場の方も忙しいので、分析して提案して終わるのではなく、ちゃんと現場の人たちと一緒になって推進して、現場に根付かせて使ってもらわなければいけません。
提案して終わってしまうと、KPIの二重管理のように、私たちはこの数字を出してるけれど、現場ではこっちの数字を見ています、という状況も起こりうるので、そうなってしまうと現場も私たちも幸せになれません。
分析組織としては、提案することがゴールになるのはよろしくないと思うので、提案だけでなく、最後まで面倒を見れる人の必要性は今後どんどん上がっていくと考えています。
その点において、ネオキャリアは全部自分たちでやっていて、使ってもらうところまでやっていくので経験を積めますし、自分で成長していける環境が揃っていると思います。
こういったことに興味がある方はお話だけでも是非とも聞きにきてもらいたいですね。
株式会社ネオキャリア
2024.10.29
5〜10万円の低単価案件の受注をやめたら労働生産性が劇的に向上 相見積もり案件には提案書を出さないことで見えた“意外な効果”
2024.10.24
パワポ資料の「手戻り」が多すぎる問題の解消法 資料作成のプロが語る、修正の無限ループから抜け出す4つのコツ
2024.10.28
スキル重視の採用を続けた結果、早期離職が増え社員が1人に… 下半期の退職者ゼロを達成した「関係の質」向上の取り組み
2024.10.22
気づかぬうちに評価を下げる「ダメな口癖」3選 デキる人はやっている、上司の指摘に対する上手な返し方
2024.10.24
リスクを取らない人が多い日本は、むしろ稼ぐチャンス? 日本のGDP4位転落の今、個人に必要なマインドとは
2024.10.23
「初任給40万円時代」が、比較的早いうちにやってくる? これから淘汰される会社・生き残る会社の分かれ目
2024.10.23
「どうしてもあなたから買いたい」と言われる営業になるには 『無敗営業』著者が教える、納得感を高める商談の進め方
2024.10.28
“力を抜くこと”がリーダーにとって重要な理由 「人間の達人」タモリさんから学んだ自然体の大切さ
2024.10.29
「テスラの何がすごいのか」がわからない学生たち 起業率2年連続日本一の大学で「Appleのフレームワーク」を教えるわけ
2024.10.30
職場にいる「困った部下」への対処法 上司・部下間で生まれる“常識のズレ”を解消するには